Skills
收录 97,501 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
Agent 工作流
用于软件任务的工作拆解、依赖排序和状态跟踪。提供分层拆解（功能拆分为故事，再拆分为叶子任务）、切片到任务的拆解（先搭建行走骨架，再在实现前编写验收测试）、为每项任务制定 GWT 验收标准、明确声明依赖、估算范围，以及严格的生命周期管理（Open/Active/Closed，并规定同一时间只能有一项活动任务）。适用于拆解功能、管理工作项、跟踪依赖、创建故事或史诗、将工作切片以便增量交付，或决定下一步做什么。触发词包括：“分解此功能”“创建任务”“我接下来该做什么”“把它拆成更小的部分”“行走骨架”“切分为任务”“任务依赖”。适用于任何任务工具。
使用网络搜索和大模型构建 RAG（检索增强生成）流水线。工具：Tavily Search、Exa Search、Exa Answer、Claude、GPT-4、通过 OpenRouter 调用 Gemini。能力：研究、事实核查、有依据的回答、知识检索。用途：AI Agent、研究助手、事实核查工具、知识库。触发词：rag、retrieval augmented generation、grounded ai、search and answer、research agent、fact checking、knowledge retrieval、ai research、search + llm、web grounded、perplexity alternative、ai with sources、citation、research pipeline。
编写、编辑和调整 PostHog Signals scout：定期扫描项目并报告发现的 Agent。用于更改规范 scout 的范围、阈值、计划或试运行设置；为尚未覆盖的区域添加 scout；记录定期 LLM 评分的结构化输出；或通过备注提供反馈。涵盖 SKILL.md 结构、报告要求、后续报告检查、结构化输出、重复检测、草稿记忆、scout 备注、团队级 skills-store 和规范仓库编辑，以及使用已保存评分标准进行的私有提示词试验。触发语包括“编写/编辑/自定义 signals scout”“为 X 创建 scout”“调整我的 scout 计划”“创建一个监视 <event> 的 scout”“用 scout 对 X 评分/判定/测量”“测试/比较 scout 提示词”“生成 scout 评分标准”“scout 的结构化输出”“将 scout 输出发送到 Slack”“给 scout 留备注/提供反馈”。
如何探索和理解 PostHog Signals scout——即扫描项目并把报告写入 Signals 收件箱的定时 Agent。当用户想了解自己有哪些 scout、每个 scout 的表现如何，以及整个 scout 群是否真的在正常工作时使用。涵盖：盘点 scout 群及其计划、阅读最近的 scout 运行记录并深入单次运行的推理、检查 scout 群积累的持久 scratchpad 记忆、追踪一次运行所写入或编辑的报告、阅读仍在衡量某份报告的后续检查，以及评估某个 scout 随时间变化的健康状况与表现（节奏、成功率、报告率、信噪比）。只读且探索性质——若要编写或调整 scout，请改用 `authoring-scouts`。触发词为 "what are my scouts doing"、"how is my <x> scout performing"、"show me recent scout runs"、"why did this scout find/report nothing"、"what has the fleet learned"、"explore scout run <id>"、"is my scout working"。
面向 inference.sh 的 JavaScript/TypeScript SDK — 运行 AI 应用、构建 Agent、集成所有模型。包：@inferencesh/sdk（npm install）。完整 TypeScript 支持、流式传输、文件上传。使用模板或临时模式构建 Agent，工具构建器 API、技能、人工审批。适用场景：JavaScript 集成、TypeScript、Node.js、React、Next.js、前端应用。触发词：javascript sdk、typescript sdk、npm install、node.js api、js client、react ai、next.js ai、frontend sdk、@inferencesh/sdk、typescript agent、browser sdk、js integration
来自 ui.inference.sh、面向 React/Next.js 的 JSON 声明式 UI 组件。根据结构化的 Agent 响应渲染丰富的交互式 UI。能力：表单、按钮、卡片、布局、输入框、下拉选择、复选框。适用场景：Agent 生成的 UI、动态表单、数据展示、交互式卡片。触发词：widgets、declarative ui、json ui、widget renderer、agent widgets、dynamic ui、form widgets、card widgets、shadcn widgets、structured output ui
找出 AI/大模型应用在生产中出现故障的地方,并从真实 trace 中呈现故障模式。适用于有人想了解某个 AI 功能出了什么问题、找出并归类故障模式、分诊错误,或调查质量问题(错误答案、忽略指令、幻觉、工具误用)时——"我的 Agent 哪里在出错"、"呈现错误模式"、"为什么响应很差"、"找出常见故障模式"、"我下一步该修什么"。涵盖将范围限定到单一用例、按最契合上下文的信号查找失败 trace(代码错误、指标离群、trace 类型切片、人工审阅、已有评测高峰、聚类),并将其读成排序后的故障分类。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。