Skills

B

blender-agent-studio

ifbars / blender-agent-studio

将 Blender 资产创建、优化、程序化系统、渲染、模拟、角色、验证、动画、MCP 集成和 Agent 基准测试任务，分配给合适的 Blender Agent Studio 工作流。在 Agent 需要端到端 Blender 工作流，或尚不清楚应使用哪种专业技能时使用。

F

figure-it-out

mdsmithaustin / pstack

当没有更适用的方案时，设计一份可审计的操作手册，用于大型迁移、雄心勃勃的多部分改动，或需要在人类审查者离开一段时间后再审阅的工作。根据任务调整严谨程度，进行假设循环并记录决策。适用于 /figure-it-out 或“figure it out”。

F

filesystem

mathews-tom / armory

通过 Claude Code 内置工具执行文件和目录操作，替代 Filesystem MCP 服务。触发场景：“读取此文件”“写入文件”“编辑文件”“查找匹配的文件”“搜索文件中的文本”“列出目录”“显示目录树”“重命名文件”。

H

health-check

bitwize-music-studio / claude-ai-music-skills

运行插件健康检查（venv 软件包、技能注册和专辑 slug 冲突）。用户要求检查插件健康状况、验证设置或排查技能缺失时使用。

I

interrogate

mdsmithaustin / pstack

用于“interrogate”“adversarial review”“multi-model review”“challenge this”“stress test this code”“find blind spots”或“tear this apart”。多个 LLM 审查者从不同角度质疑变更。

暂无简介

L

Letta Conversations API

letta-ai / skills

使用 Letta Conversations API 管理 Agent 上相互隔离的消息线程指南。适用于构建多用户聊天应用、会话管理，或任何需要在单个 Agent 上使用独立对话上下文的场景。

L

llm-council

rohitg00 / pro-workflow

与提供商无关的多 LLM 审议。三个阶段——独立回答、跨模型匿名排序、主席综合。凭据来自显式插件配置或 pro-workflow 专用命令行变量。传入 --wiki <slug> 时，将对话记录持久化到 wiki 页面。当用户想要多个 AI 视角、构建共识，或对高风险评审、方案评审或有争议的学习规则采用“LLM Council”方法时使用。

L

llm-models

101-skills / superpowers

通过 inference.sh CLI 使用 OpenRouter 访问 Claude、Gemini、Kimi、GLM 及 100+ 大模型。模型：Claude Opus 4.5、Claude Sonnet 4.5、Claude Haiku 4.5、Gemini 3 Pro、Kimi K2、GLM-4.6、Intellect 3。一个 API 覆盖所有模型，支持自动回退和成本优化。用途：AI 助手、代码生成、推理、Agent、聊天、内容生成。触发词：claude api、openrouter、llm api、claude sonnet、claude opus、gemini api、kimi、language model、gpt alternative、anthropic api、ai model api、llm access、chat api、claude alternative、openai alternative

L

ln-010-dev-environment-setup

levnikolaevich / claude-code-skills

安装 Agent、配置 MCP 服务、协调市场插件、创建并审核指令。在设置完成后，或需要协调 Agent/MCP/插件时使用。

L

ln-011-agent-installer

levnikolaevich / claude-code-skills

安装或更新 Codex CLI 和 Claude Code。需要安装或更新命令行 Agent 时使用。

R

related-skill

101-skills / superpowers

从 inference.sh 技能注册表发现并安装相关技能。帮助为你的 AI 工作流找到互补技能。用于：技能发现、工作流扩展、能力探索。触发词：related skills、find skills、skill discovery、complementary skills、expand workflow、more capabilities、similar skills、skill suggestions

T

team-diagnose

tikalk / adlc-team-skills

当会话开始时未出现团队上下文、技能未能触发、安装行为异常，或有人询问为何某次会话在没有团队规则的情况下运行——在任何结论之前，用命令和证据走查失败链路。

T

token-tracker

thesaifalitai / claude-setup

Token 用量跟踪与成本监控专家。用户询问 Token 用量、API 成本、Token 数量、输入／输出 Token、账单、成本跟踪、成本估算、费用金额、Token 监控、用量统计，或想查看某个请求使用了多少 Token 时，务必触发。针对主动优化策略（模型选择、上下文管理、提示词效率），请改用 token-optimizer

U

update-installed-skills

moizibnyousaf / ai-agent-skills

同步或更新先前安装的 skills 至最新版本时使用。应用更新前务必先进行 dry-run，并检查是否存在不兼容变更。

V

vibe-plan-execution

adhi-jp / agent-skills

当用户要求执行、实现、继续或应用现有的实现计划、规格说明、验收标准、任务计划或先前的规划结果时使用。不要用于创建计划，也不要用于没有具体计划可依据的编码请求。

A

adversarial-review

basicmachines-co / basic-memory

对当前分支进行跨厂商对抗式代码审查。两个不同的模型系列（Claude + Codex/GPT）独立审查差异，然后尝试反驳彼此的发现；未被推翻的结果按置信度报告。可从 Claude Code 或 Codex 运行。用户请求对抗式审查、跨模型/第二意见审查，或希望在合并前获得高置信度发现时使用。仅报告结果，不会自动应用修复。

A

agent-framework-azure-ai-py

sickn33 / agentic-awesome-skills

使用 Microsoft Agent Framework Python SDK 在 Azure AI Foundry 上构建持久化 Agent。

B

bro-init-memory-bank

irpsv / ai-bro

Создаёт memory bank проекта с нуля и выполняет его первичное заполнение. Используй только при явном вызове /bro-init-memory-bank, когда пользователь хочет создать новый банк знаний проекта. Не используй для пополнения существующего memory bank или сохранения отдельного проектного решения.

C

chief-install

thaitype / chief

将 Chief 框架安装到当前项目中。仅安装子 Agent 和 AGENTS.md——`.chief/` 会在运行时由 chief-agent 按需创建。用户想要设置该框架时使用（例如“/chief-install”或“/chief-install canary”）。

C

codex-1m-context-window-setup

daymade / claude-code-skills

为 OpenAI Codex CLI 和 Desktop 配置并验证扩展的、感知模型的上下文窗口。当 Codex 显示约 258K 上下文、你想要 500K 或 1M tokens、自动压缩触发过于频繁，或 model_context_window/model_auto_compact_token_limit 需要修复时使用。不适用于更改所选模型或其他 Codex 设置。

F

flux-3-video

black-forest-labs / skills

在路由通用 FLUX 3 视频请求时使用。只选择诊断、指导、音频或执行所需的专家。

H

help

yonatangross / orchestkit

OrchestKit 帮助目录，包含分类的技能列表。适用于查找任务所需技能、寻找合适的工作流或浏览功能。

L

langgraph-implementation

existential-birds / beagle

使用 LangGraph 实现有状态的 Agent 图。适用于使用 LangGraph 构建图、添加节点/边、定义状态模式、实现检查点、处理中断或创建多 Agent 系统。

M

map-project-monorepo

ulpi-io / skills

刷新 Cargo WORKSPACE 或软件包单体仓库的持久 AI 上下文——为每个成员创建独立的 `CLAUDE.md`，供 Claude 按需加载，并设置精简的项目级根文件，使任何成员发生变更时都有本地指南，同时避免根文件臃肿。发现每个成员实际可访问的接口、关键文件、连接方式和成员间依赖，然后保持根文件面向整个项目。这是一种仅供用户使用的维护工作流，会修改多个成员的持久记忆：记录实际导出或可访问的接口（而非原始 `pub`/`export` 数量），所有说明均以代码为依据，并保留已锁定的根级决策。适用于重构、添加成员或导出内容变更后刷新工作区本地上下文。

M

mcp-builder

shipshitdev / skills

创建 MCP（Model Context Protocol）服务，使 LLM 能通过设计完善的工具与外部服务交互。以下请求会触发：“构建 MCP 服务”“创建 MCP 工具”“通过 MCP 集成 API”“编写 FastMCP 服务”“向 Agent 添加 MCP 服务”，或任何要求在 Python 或 Node/TypeScript 中将外部 API 封装为 LLM 可调用工具的请求。

M

memory-quest

basicmachines-co / basic-memory

完成 Memory Quest Mission 8：确认此助手可以访问 Basic Memory Cloud，且从 Basic Memory 启动；然后在获得批准后，将包含用户验证码的 Memory Master 笔记保存下来。

P

principle-prove-it-works

mdsmithaustin / pstack

完成任务后、宣布完成前应用。应针对实际产物进行验证（运行功能、读取实际值、检查差异），而不是依赖替代指标、自我报告或“编译通过”。

P

pydantic-ai-tool-system

existential-birds / beagle

注册并实现 PydanticAI 工具，正确处理上下文、类型注解和文档字符串。用于为 Agent 添加工具能力、实现函数调用或创建 Agent 操作。

S

sdd-prompt-builder

robertodiasduarte / sdd-starter

为 LLM 生成、优化并精炼生产级提示词，具有明确的输出契约、完整性标准、缺失上下文的处理以及简洁的验证。当用户要求创建或改进用于运行时的提示词，或 SDD design/build 流程创建或修改 system prompt、流水线环节、分类器、合成器、edge/worker/runtime 中的提示词、**/prompts/** 文件、内联 system prompt 或 _shared 中的模板时使用。不要用于人类文档、SDD 内部编排提示词、电子邮件、通知或 UI 事务性文案。

S

session-log

michalparkola / tapestry-skills

总结当前对话会话，并将结果追加到每周 agent-log。用户说“记录这个”“会话日志”“总结本次会话”，或要求将结果写入 agent-log 时使用。

U

update-agent-learnings

ulpi-io / skills

将本次会话中一条已验证的经验传递到持久化 AGENT 指南中：提炼最精简且有用的规则，对适用范围分类（Global / Claude Code Only / Agent-Specific），仅存入中央 agent-learnings 文件一次，并将重新生成的 `## Learnings` 部分同步到当前 CLI 树中的每个 Agent 定义。这是一种仅供用户使用的维护工作流，会修改持久化 Agent 提示词：规则以本次会话实际揭示的内容为依据，不会凭空编造；先确认范围和措辞，并确保 “Claude Code Only” 经验不会进入子 Agent 提示词。用于记录 Agent 行为规则，使未来的 Agent 能够继承。

V

validation

aibtcdev / skills

ERC-8004 链上 Agent 验证管理：发起和响应验证，并按 Agent 或验证者查询验证状态、摘要和分页列表。

V

vision

xiincs / claude-code-vision-skill

调用视觉模型（Doubao、Qwen、DeepSeek、OpenAI）分析图像。需要理解屏幕截图、UI 布局、图表或任何图像内容时使用。支持 png/jpg/webp/gif。

B

blindspot-pass

neeeophytee / finding-unknowns-skills

在开始工作前，找出用户尚未意识到的未知问题。当用户进入不熟悉的代码库部分或领域（设计、视频、基础设施），或明确要求进行“盲点检查”或找出其“未知的未知”时使用。

C

cheez-search

paulnsorensen / easy-cheese

通过最精确的语义后端搜索代码——优先使用 tilth MCP，结构化模式使用 AST 搜索（`sg`）。用户要求查找符号、定义、调用方、导入或文本模式时使用，例如“where is X defined”“what calls Y”“find all usages of Z”“trace this function”“find the TODO comments”“search for this error string”。即使用户说“grep”“rg”“ripgrep”“ag”“ack”“fd”或“find”，也使用此工具。不要用于读取整个文件（使用 cheez-read）、编辑代码（使用 cheez-write）或运行测试/构建。

审查并改进仓库中的 CLAUDE.md 文件。用户要求检查、审计、更新、改进或修复 CLAUDE.md 文件时使用。扫描所有 CLAUDE.md 文件，根据模板评估质量，输出质量报告，然后进行有针对性的更新。用户提到“CLAUDE.md 维护”或“项目记忆优化”时也使用。

C

create-mcp-servers

glittercowboy / taches-cc-resources

创建 Model Context Protocol（MCP）服务，向 Claude 提供工具、资源和提示词。适用于构建自定义集成、API、数据源，或任何 Claude 应通过 MCP 协议交互的服务。支持 TypeScript 和 Python 实现。

E

eve-agent-optimisation

incept5 / eve-skillpacks

分析 Agent 的执行过程，找出浪费的工具调用、错误转向和死胡同。优化 Agent，使其以尽可能少的轮次和 token、尽可能短的时间达成目标。建议修改 harness／模型——未经用户批准绝不应用。

E

exploring-signals-scouts

posthog / skills

了解如何探索和解读 PostHog Signals scouts——这些定时运行的 Agent 会扫描项目，并将发现结果发送到 Signals 收件箱。用户想了解自己有哪些 scout、各自的运行情况，以及整个 scout 集合是否正常工作时使用。涵盖查看 scout 集合及其计划、阅读近期运行记录并深入了解单次运行的推理、检查 scout 集合积累的持久暂存记忆、追踪某次运行所产生的发现，以及评估 scout 长期健康状况和表现（运行频率、成功率、发现发送率、信噪比）。此技能仅供只读探索；要编写或调整 scout，请改用 `authoring-signals-scouts`。适用于“我的 scouts 在做什么”“我的 <x> scout 表现如何”“显示近期 scout 运行记录”“这个 scout 为什么什么都没找到／发送”“整个 scout 集合学到了什么”“探索 scout 运行 <id>”“我的 scout 正常工作吗”等问题

H

human-review

petergyang / human-review

在浏览器中打开 HTML 文件、Markdown 文件或 localhost 页面，让用户直接编辑文本并针对具体部分留下评论，然后将所有编辑和评论发送回来。适用于编写或更新用户将要阅读的内容之后——例如规范、计划、报告、新闻简报草稿、落地页、幻灯片和本地运行的网页。

I

init-or-refactor-agents-md

riffingonsoftware / agent-skills

将仓库本地的 Agent 指令创建或压缩为一份简短的规范 AGENTS.md。

I

install-ori-harness

openrouterteam / skills

安装 Ori，并在 OpenRouter 上通过 Ori 运行用户现有的编码 Agent 命令行，包括 OAuth 登录、模型选择、升级与安装验证。

M

model-evaluation-benchmark

rysweet / amplihack

按照 Benchmark Suite V3 自动复现全面的模型评测基准。在模型基准测试、比较评估或 AI 模型性能测试时自动启用。

P

pinecone-n8n

pinecone-io / skills

使用 Pinecone Assistant 节点或 Pinecone Vector Store 节点构建 n8n 工作流。用于构建 RAG 流水线、文档对话工作流、配置 n8n 中的 Pinecone 节点、排查 Pinecone n8n 节点问题，或咨询在 n8n 中使用 Pinecone 的最佳实践

P

principle-guard-the-context-window

mdsmithaustin / pstack

在大型读取、冗长命令输出或子 Agent 任务简报之前应用，而不仅仅是在上下文即将填满时。将大批量内容交给子 Agent，只取回精简报告，并将摘要保留在主线程中，而不是原始载荷。

P

proactive-tasks

imrkhn03 / proactive-tasks

主动式目标与任务管理系统。在管理目标、将项目拆分为任务、跟踪进度或自主推进目标时使用。支持 Agent 在心跳期间主动工作、向人类发送进度更新，并无需等待提示词即可推进工作。

R

ralph

yeachan-heo / oh-my-codex

已弃用的占位项——请改用 $ultragoal

S

sdd-auditoria-harness

robertodiasduarte / sdd-starter

以只读方式审计某个仓库的 SDD Harness，用于 FAXINA E DERIVA：盘点任意引擎（Claude Code、Codex、Kimi CLI：读取 CLAUDE.md 和 AGENTS.md、.claude/、.agents/ 和 .codex/）的命令、Agent、技能、hooks、settings 和脚本，衡量文档与代码之间的引用、时效性、重复和漂移，并生成一份唯一的报告 AUDITORIA_SDD_<data>.md，不做任何改动。当有人说 "harness 变得太大了"、"这里没人用的东西有哪些"、"文档还和代码对得上吗"，或要求清理 harness（`.claude/`、`.agents/` 或 `.codex/`）时调用。⚠️ 边界：本技能关注的是哪些是多余的、哪些发生漂移（卫生）。至于安全性——easter egg、恶意代码、后门、数据外泄、你要安装的第三方材料中的隐形 unicode 字符——请使用 rdd-audita-harness 技能。冗余不是威胁；两者都是只读的，且互为补充。

S

self-review

arthurzakirov / systemsmith

分析当前对话或挖掘历史聊天会话，查找纠正模式、错误结论或不必要的用户干预。用户希望根据反复出现的错误改进提示词、技能、工作流或防护措施时使用。

S

skill-creator

dkyazzentwatwa / chatgpt-skills

创建或更新 Agent 技能，包含简洁的 SKILL.md 指令、随附资源、Agent 元数据、验证和打包。构建或重构技能时使用。

S

stop-that-shit

lennney / stop-that-shit

完成所请求的工作，同时防止投机性防御和范围蔓延。在考虑额外加固、审查可能的过度工程、解决反复的验证循环、遵循明确的任务边界时使用，或当用户调用 Stop That Shit 时使用。仅单独使用验证、重试或依赖并不构成触发条件。

A

acreadiness-assess

github / awesome-copilot

对当前代码仓库运行 AgentRC 就绪度评估，并在 reports/index.html 生成静态 HTML 仪表板。封装 `npx github:microsoft/agentrc readiness`，并将渲染工作交给 @ai-readiness-reporter 自定义 Agent。支持使用策略（--policy）进行组织专属评分。适用于用户要求评估、审计或评分代码仓库的 AI 就绪度时。

A

almerge

paleo / alignfirst

执行 AlignFirst 合并协议

B

brandfy-setup

promovaweb / brandfy

准备 .brandfy 配置、工件树和 Agent 指令。在项目中安装或更新 Brandfy 时使用。

C

chain-roleplay-debate-synthesis

lyndonkl / claude

通过结构化的角色扮演、辩论和综合分析，帮助解决存在多种合理观点和内在张力的决策问题。揭示单一视角分析可能忽略的假设，并将相互竞争的优先事项整合为连贯的建议。适用于利益相关方的优先事项相互冲突（增长与可持续性、速度与质量），需要从不同角度检验想法、探索不兼容价值观之间的取舍，或将相互矛盾的专家意见综合为连贯策略的情况。

C

cheez-read

paulnsorensen / easy-cheese

通过最合适的新鲜后端读取和列出代码——优先使用代码智能后端（tilth MCP；针对符号或类型结构的读取使用 LSP）；只有在没有代码智能后端适用时，才回退到原生的有界读取/列表工具。用户要求读取、查看、展示、打开或显示文件或目录时使用，例如 "read src/auth.ts"、"show me this file"、"what's in this directory"、"view lines 44-89"、"look at the imports"。即使用户指定 shell 查看/列出工具或说 "open the file"，也要使用——绝不可盲目通过 shell 读取源文件。不要用于搜索符号或文本（使用 cheez-search）、编辑代码（使用 cheez-write）或 git/gh 操作。

C

cheez-write

paulnsorensen / easy-cheese

通过最安全且会检查内容是否过时的后端编辑代码——优先使用代码智能后端（tilth MCP 基于标签锚定的编辑、LSP 工作区编辑、用于结构化代码迁移的 `sg --rewrite`）；只有在没有匹配的代码智能后端时，才回退到原生锚定编辑。用户要求编辑、替换、修改、更新、更改、删除或插入代码时使用，例如 "replace this function"、"delete lines 44-89"、"update validateToken"、"add this import"、"fix this bug"（修复需要编辑时），或执行 "rewrite every X to Y" 这类跨范围代码迁移。不要用于读取文件（使用 cheez-read）、搜索代码（使用 cheez-search）或运行测试/构建。

C

codely-plan-phase-implement-github

codelytv / agent-harness

在当前工作目录的仓库中，实现存储为 GitHub issues 的计划中的一个阶段。提供阶段（子）issue 的 URL 时，实现该阶段；提供父计划 issue 时，查找并实现当前阶段。每次调用仅实现一个阶段，然后停止以供用户审核。它会创建一个引用阶段 issue 的 pull request，合并后即可自动关闭该 issue。绝不合并 pull request。

C

context-compression

seb1n / awesome-ai-agent-skills

在保留决策、证据、约束和未决问题的前提下，将选定的上下文压缩到目标 token 预算内。适用于相关材料已经选定但过长的情况；当还需要进行选择、去重和排序时，请使用 context-optimization。