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
将现有的 AI Agent 项目（LangChain、LangGraph、OpenAI Agents SDK、Claude Agent SDK、CrewAI）迁移到 EdgeOne Makers 平台约定。当用户想将标准 Agent 项目适配到 EdgeOne Makers 上运行、将 Express/Next.js API 路由转换为 Makers 处理器，或添加平台能力（context.tools、context.sandbox、context.store）时使用。新的 Agent 项目请勿触发（改用 makers-agents）。
将实质性工作的开始阶段导向合适的执行路径——这是轻量级的 INTERNAL 接入流程，不是面向用户的命令，也不是通用章程。快速回答四个问题：是否有更具体的技能负责此任务、是否需要委派给专门的 Agent、避免盲目修改所需的最少上下文是什么、工作是否需要 DAG 规划还是可以直接进行；然后用一条简洁更新说明所选路径。实际调用匹配的技能，而不只是说出名称；只收集最低限度的上下文（除非用户要求，否则不盘点全部能力）；将真正的规划交给 `plan-to-task-list-with-dag`，而不是自己充当规划器。任务开始时，若尚未匹配到更具体的技能，则在内部使用。
AWS 上 AI Agent 工作的统一入口：评估并选择运行时，为现有工作负载生成完整迁移计划，并构建可执行的 POC，全部在一个流程中完成。适用于以下需求：为 Agent 选择运行时、比较 AgentCore 与 ECS、EKS 或 Lambda、比较 AgentCore 与 Lambda MicroVM、在 AWS 上部署 AI Agent、设计 AWS 上的 Agent 架构、构思 Agent 后确定构建方案、将 Agent 迁移到 AWS、制定 Agent 迁移计划、添加 AgentCore 服务、为 Agent 添加记忆／网关／身份／策略、启用 AgentCore Memory、为 Agent 添加可观测性、为已在 AWS 上运行的系统添加 Agent 能力、将 Temporal workers 迁移到 AWS、将 Temporal 迁移到 AWS、在 AWS 上运行 Temporal、在 AWS 上运行 Temporal workers、将使用 Temporal 的系统迁移到 AWS、处理由 Temporal 编排的服务、为 Temporal workers 设计 AWS 方案、将基于 Temporal 的服务迁移到 AWS、在 AWS 上使用 Temporal Cloud 或自托管。流程分阶段进行：Intake（入口点和技术背景）、Discover（轻量级代码检测）、Clarify（自适应提问）、确定性评分、Design（运行时、部署模式、服务和模型）、Estimate（粗略成本）、Generate（分层建议文档和脚手架），之后可选进入受控阶段：Migration Plan（在技能内复用此插件的 gcp-to-aws 引擎生成完整计划，并沿用顾问的决策）和 POC（在推荐的运行时 AgentCore、ECS、EKS 或 Lambda 上制定部署计划并生成可部署的概念验证；默认生成交付物，也可在明确选择后协助在你的账户中构建）。对于包含多个工作负载（相互交互或独立的 Agent、批处理作业、服务）的系统，会拆分为工作负载单元，分别给出结论，并可选择整合。面向已在 AWS 上运行 Agent 的团队的添加能力分支，会建议在任意运行时启用哪些 AgentCore 服务，不进行运行时评分。Temporal 系统会拆分为相同的单元流程：worker 轮询层级和 Activity 执行类别成为单元（规则见 Temporal 决策参考）；不会重写 Workflow 编排代码，也不会将其转换为 Step Functions。至少需要一个 Agent 组件：纯非 Agent 系统（仅包含普通服务、批处理作业、HTTP 端点，或所有 Activity 均为非 Agent 的 Temporal worker）不在范围内；Clarify 会通过范围检查停止流程，并指向 migration-to-aws、heroku-to-aws 或 llm-to-bedrock。不适用于：不涉及 AI Agent 的纯计算／数据迁移；不涉及 Agent 架构的纯 LLM SDK 重写（请使用 llm-to-bedrock）；或详细的逐模型定价。
所有 LifeOS 技能工作的强制编排器——创建、编辑、添加工作流或工具、重命名、校验或规范化任何技能。禁止手写技能文件；负责完整生命周期：脚手架、校验、规范化、测试、改进。在以下情况使用：create skill、new skill、make a skill、build a skill、set up a skill、private skill、make a X skill、add a workflow、add a tool、edit/change/update/rename a skill、skill frontmatter、validate skill、check skill、canonicalize、scaffold skill、test skill、improve skill、optimize description、skill not triggering、overtriggering。不适用于 TypeScript CLI 生成（请使用 CreateCLI）。
安装、启动、停止、检查、重置和配置 duoduo 主机模式通道。适用于涉及以下内容的请求：通道生命周期（安装/列表/启动/停止/状态/日志）、飞书设置卡片或 /setup 命令、飞书所有者私信/主会话/FEISHU_BOT_OWNER 配置、“主会话已锁定”拒绝、过期卡片错误、重置已绑定的飞书聊天、ACP 编辑器集成、通道描述符编辑（kind 与 instance）。以下中文表述也会触发：拉起 feishu 通道、配置 channel 提示词、改 stdio 的 workspace、查看 channel 状态、飞书机器人怎么配、设置 owner、清除 session、重置 channel。
使用 Omni 内置评估系统评估 Omni AI 的准确性：定义提示词集，针对模型（或分支）运行裁判评估，并查看准确性裁判的判定。只要有人想评估 Omni AI、对 Blobby 进行基准测试、运行回归测试、比较不同分支或模型上下文变更下的 AI 输出、衡量 AI 质量、对模型变更进行 A/B 测试、评估 ai_context 或建模变更的影响，或提出“运行评估”“测试 Blobby”“对查询生成进行基准测试”“比较 AI 结果”“回归测试”“AI 有多准确”或“衡量我的更改所带来的影响”等类似请求时，都应使用。
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。