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
(NS)端到端执行 GitLab issue:状态门禁、worktree 隔离、原子化交付、MR,以及强制的先编码后评审循环。适用于外部 ISSUE_URL 或 SDD 交付单元(unit + issue_iid)。外部 Phase 2:单元任务 → worktree 中的 coder-agent;多单元任务 → ns-autonomous Engine。SDD 单元模式使用 ns-coder run-implementation。需要 mcp-gitlab-usage + ns-reviewer + ns-judge。
运行 Comet 的 Opik —— 开源 LLM 可观测性、评估与优化 —— 通过一个路由优先的技能:安装 Python/TypeScript SDK,搭建服务端(Comet.com 云、通过 `./opik.sh` 使用 Docker Compose,或 Kubernetes/Helm),通过 `@opik.track` 或 50 多个框架集成之一接入追踪(OpenAI、Anthropic、LangChain、LangGraph、LlamaIndex、CrewAI、DSPy、Ollama、Bedrock、Vercel AI SDK……),用 LLM-as-a-judge 指标(Hallucination、Moderation、Answer Relevance、Context Precision)为输出打分,并运行 Datasets/Experiments 评估,包括 PyTest CI 门禁。当用户想要使用 Opik 进行 LLM 追踪、提示词评估、生产环境 LLM 监控、Agent 优化或护栏时使用。触发词:opik、comet opik、opik configure、opik.sh、llm observability、llm tracing、llm as a judge、hallucination metric、prompt evaluation、opik dashboard、opik guardrails、agent optimizer。
在 Claude Code 的真实并行 Agent 运行时中,同时运行 3 个或更多真正独立的构建任务——提升吞吐量,避免文件冲突或虚假编排。启动前验证任务独立性(写入范围互不重叠、无依赖边),为每条任务线匹配最合适的专业 Agent,为每个全新 Agent 编写完整且自包含的任务说明,在一条消息中启动所有任务并启用后台执行和 worktree 隔离,然后在视为合并前检查冲突并审查每条已完成的任务线。拒绝并行化少于 3 条的任务线,或写入范围重叠、存在依赖关系的任务线;绝不假设全新 Agent 会继承上下文;按任务线报告部分成功,而不是给出含糊的合并摘要。适用于已批准的计划或用户提供了 3 条或更多独立构建任务线的情况。
从 skills.sh 目录中搜索、评估并推荐 Agent 技能。适用场景:(1) 用户要求为 X 查找/搜索技能,(2) "есть скилл для...",(3) "skill for zoom/notion/stripe/...",(4) "поищи на skills.sh",(5) "нужен плагин/расширение/скилл для...",(6) "как подключить X к Claude Code",(7) 任何提到 skills.sh 的情况,(8) "найди скилл",(9) "find skill",(10) 用户分享 skills.sh 链接以供评审。
回答有关 AI SDK 的问题,并帮助构建 AI 驱动的功能。开发者询问 Vercel AI SDK、generateText、streamText、ToolLoopAgent、useChat、提供商、工具、结构化输出、嵌入、流式处理或如何向应用添加 AI 时使用。首先识别已安装的主版本,并将特定版本的工作分流:AI SDK 7 的功能或迁移(如 WorkflowAgent、HarnessAgent、推理、运行时/工具上下文、toolApproval、遥测、实时功能或从 v6 升级到 v7)使用 ai-sdk-7;v6 代码使用 ai-sdk-6。
Claude API(platform.claude.com)的 tool use/Agent Skills/MCP。tool 定义(JSON Schema)、tool_use/tool_result、服务端工具(代码执行、网页搜索、网页抓取、memory tool、tool search)、客户端工具集(computer use、browser use)、Agent Skills(SKILL.md)、Skills API GA(/v1/skills)、MCP connector、mcp_servers、mcp_tool_listing、MCP tunnels、Tunnels API。
展示 AI 编码使用情况洞察:成本、token、会话活动,以及按成员、模型、Agent、项目、产品或提示词质量的细分。还能找出 Team(CawPlan 产品线)中谁尚未提交每日编码报告、汇总 Team 的成本、标记高成本/低代码变更的会话,以及标记某成员的成本增长。适用于:用户询问编码成本、AI 使用统计、团队会话活动、模型开销、Agent 使用情况、提示词质量、生产力指标、哪些团队成员尚未提交/提交编码报告、Team 的总编码成本、成本与代码改动严重不匹配的会话,或某人的编码成本是否显著增长时。不适用于:提交报告、创建工单、产品健康指标或发布跟踪。
(NS)为单个 GitLab issue 或粘贴的范围生成一份基于代码库的实现简述。阻塞性问题留在聊天中(附推荐答案,按编号回复),绝不提交到 GitLab。用于丰富/扩展需求、grill-me、实现简述、preview-then-post、编码前的 ISSUE_URL。模式:Issue、Chat。不要替代 `/ns-spec-driven` 的 Specify 或版本 Clarify。不要用于:PM intake、PRD、issue 执行(`ns-execution-gitlab-issue`)、start_execution_planning、代码评审(`ns-reviewer`)。
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。
