mcpField

Skills

收录 98,873 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。

开发

F
frontend-design
frontend-design
majiayu000 / spellbook

创建独特、达到生产级设计水准的 Web 前端界面。当用户明确要求构建或大幅重新设计 Web 组件、页面或应用时使用。仅当仓库检查确认视觉表面是浏览器渲染的 Web UI 时适用。不适用于原生或 GPU 渲染的图形、着色器、游戏、终端 UI 或其他非 Web 视觉系统。忽略偶然的提及和痕迹。

设计与 UI83
F
frontend-design
frontend-design
openhands / extensions

创建具有鲜明特色、达到生产级水准且设计质量出色的前端界面。用户要求构建 Web 组件、页面、制品、海报或应用时使用此技能,例如网站、落地页、仪表板、React 组件、HTML/CSS 布局,或为任何 Web UI 添加样式或美化。生成富有创意且精致的代码和 UI 设计,避免千篇一律的 AI 风格。

设计与 UI83
G
game-prototype
game-prototype
alterlab-ieu / alterlab_gameforge

当用户想要快速制作机制原型、测试概念验证、进行假设驱动的开发,或在全面生产前验证游戏创意时调用。触发词:"原型"、"概念验证"、"测试这个机制"、"验证创意"、"快速原型"、"bake-off"。不要用于启动完整项目(使用 game-start)或头脑风暴概念(使用 game-brainstorm)。属于 AlterLab GameForge 系列。

开发83
G
game-start
game-start
alterlab-ieu / alterlab_gameforge

当用户想要启动新的游戏项目、搭建项目脚手架、接手已有代码库,或初始化 GameForge 会话状态时调用。触发词:“start a game”、“new game project”、“set up project”、“project onboarding”、“initialize project”。不要用于头脑风暴创意(使用 game-brainstorm)或制作机制原型(使用 game-prototype)。属于 AlterLab GameForge 系列。

开发83
G
game-team-orchestrator
game-team-orchestrator
alterlab-ieu / alterlab_gameforge

使用经过实战检验的生成配方,在复杂的游戏开发功能上协调多个 Agent。触发词:"多 Agent 协调"、"团队编排"、"功能交接"、"跨领域协作",或当任务横跨多个专业领域(战斗系统、叙事功能、UI 改造、性能优化、发布准备)时。不要用于单一领域任务——直接路由到相应的专家。属于 AlterLab GameForge 系列。

Agent 工作流83
G
game-unreal-specialist
game-unreal-specialist
alterlab-ieu / alterlab_gameforge

当用户使用 Unreal Engine 5 或询问 C++/Blueprints、GAS、replication、Nanite、Lumen、CommonUI、Enhanced Input 或 World Partition 时调用。触发词:"Unreal"、"UE5"、"Blueprint"、"GAS"、"Nanite"、"Lumen"、"CommonUI"、"Enhanced Input"、"World Partition"、".uproject"。不要用于引擎无关的架构(使用 game-technical-director)或 Godot/Unity 问题。属于 AlterLab GameForge 系列。

开发83
G
gcc
gcc
faugustdev / git-context-controller

Git Context Controller (GCC) v2——由真实 git 支撑的轻量 Agent 记忆。存储哈希 + 意图 + 可选的决策说明,而非冗长的 markdown。可用时自动桥接到 aiyoucli 向量记忆。双模式:git 支撑(轻量 index.yaml)或独立(markdown 回退)。触发于 /gcc 命令或自然语言,如 'commit this progress'、'branch to try an alternative'、'merge results'、'recover context'。

Agent 工作流83
G
geospatial-postgis-patterns
geospatial-postgis-patterns
freightcognition / linehaulai-claude-marketplace

我们与 Claude Code 搭配使用的一些工具的 Claude Marketplace 集合

数据与数据库83
G
gitshot
gitshot
vipulgupta2048 / gitshot

将截图和图片上传到 GitHub,返回可直接用于 Markdown 的 URL,供 PR、issue 和评论使用。适用于需要将图片附加到 GitHub PR/issue、上传截图、在 Markdown 中嵌入视觉内容,或工作流产出图片需要在 GitHub 上分享时。触发词——上传图片、附加截图、向 PR 添加图片、嵌入截图、视觉差异、前后对比截图。

开发83
H
handoff-spec
handoff-spec
dzhng / skills

将处于实现中途的规格交接给另一台机器或另一个 Agent。

Agent 工作流83
I
implement-spec
implement-spec
windyd / skills

将 /to-spec 和 /to-tickets 的结果落实为代码

开发83
I
implementation-strategy
implementation-strategy
openai / openai-agents-js

为 SDK 行为变更选择受支持的范围和兼容性边界;当反馈改变设计时重新审视。

开发83
I
incu-way-arch-assessment
incu-way-arch-assessment
incu-tech / incuway

用于根据质量属性和设计原则(耦合/内聚、分层/六边形架构遵循度、关注点分离、可扩展性、可维护性、可测试性)评估代码库、模块或当前分支改动的软件架构。产出可追溯的评估报告,包含分级发现和按优先级排序的建议。可单独调用以审计系统或设计,也可从其他流程(规划阶段的 incu-way-development、incu-way-docs、incu-way-init)调用,在做出承诺前评估拟定或现有的设计。在重大改动、重构决策之前,或需要明确技术债和结构性风险时尤为重要。

测试与质量83
I
inspect-perf
inspect-perf
venhdev / skills

审查源代码中的语义性能债务、N+1 查询、内存滞留和并发瓶颈。

测试与质量83
I
inspect-structure
inspect-structure
venhdev / skills

重构前审查源代码模块,查找结构异味、上帝类和重复反模式。

测试与质量83
I
install-script-generator
install-script-generator
luongnv89 / skills

为任何软件或库生成跨平台安装脚本——一个可通过 curl/wget 一行命令运行的独立 install.sh,能检测操作系统、架构和包管理器。不适用于 Dockerfile、CI/CD 流水线或一次性的 shell 脚本。

开发83
I
issue-manage
issue-manage
catlog22 / claude-code-workflow

交互式问题管理,采用菜单驱动的 CRUD 操作。在管理问题、查看问题状态、编辑问题字段、执行批量操作或查看问题历史时使用。触发词为 “manage issue”、“list issues”、“edit issue”、“delete issue”、“bulk update”、“issue dashboard”、“issue history”、“completed issues”。

开发83
J
javascript-typescript
javascript-typescript
miles990 / claude-software-skills

现代 JavaScript 与 TypeScript 开发模式

开发83
J
joule-a2a-agent
joule-a2a-agent
sap-samples / joule-a2a-agent-toolkit

使用 LangGraph 和 SAP GenAI Hub 生成并部署一个 pro-code AI Agent,将其部署到 SAP BTP Cloud Foundry,创建一个带 A2A(Agent-to-Agent)action 的 Joule capability,并将其部署到 Joule。支持 TypeScript(Express 或 CAP)和 Python。只要用户提到以下内容就使用此技能:为 Joule 构建自定义 Agent、将 AI Agent 部署到 BTP Cloud Foundry、与 Joule 的 A2A 协议集成、pro-code Agent 可扩展性、SAP BTP 上的 LangGraph Agent、将外部 Agent 连接到 Joule、Joule 的 "bring your own agent"、创建带 A2A action 的 Joule capability、CAP Agent、MTA 部署,或在 Agent 开发语境下出现 LangGraph/A2A/Joule/BTP/Cloud Foundry/CAP 的任意组合。当用户想搭建、修改或重新部署现有 A2A Agent 项目时也触发。

Agent 工作流83
J
joule-a2a-agent
joule-a2a-agent
sap-archive / joule-a2a-agent-toolkit

直接通过 Claude Code,基于 BTP Cloud Foundry 上的 A2A 协议构建、部署 AI Agent 并将其连接到 SAP Joule。支持使用 LangGraph 和 SAP GenAI Hub 的 TypeScript(Express 或 CAP)及 Python Agent

Agent 工作流83
J
jujutsu-workflow
jujutsu-workflow
netresearch / jujutsu-workflow-skill

当编码 Agent 在可使用 Jujutsu(jj)的仓库(存在 `.jj/` 目录)中工作时使用——运行 jj 命令、进行推测性编辑、拆分变更、使用操作日志恢复(jj undo / jj op restore)、将 PR 交接给 Git/GitHub/GitLab、审查后更新 PR,或协调并行 Agent。将 jj 用作本地变更管理层,同时保留 Git 作为规范的远程、PR、CI 和审计接口。也用于规避 jj 的 Agent 陷阱(分页器/编辑器卡住、提交吸收、共置的 git/jj 失同步),或用可逆的 jj 操作替代脆弱的 git reset/checkout/stash/rebase 恢复。

开发83
J
jupiter
jupiter
helius-labs / core-ai

构建结合 Jupiter API 与 Helius 基础设施的 Solana DeFi 应用。涵盖代币兑换(Swap API V2)、借贷(Lend protocol)、限价单(Trigger)、DCA(Recurring)、代币/价格数据、通过 Sender 提交交易、费用优化、实时流式传输与钱包智能。

开发83
L
litellm
litellm
magnus919 / agent-skills

操作、配置、保护和排查 LiteLLM AI gateway(proxy)与 Python SDK:运行 proxy(litellm --config)、通过一个 OpenAI 兼容 API 路由到 100+ 提供商、配置模型列表与路由/可靠性、virtual keys、teams、budgets、rate limits、caching、guardrails、observability 与 spend,并诊断请求失败。适用于部署或运行 LiteLLM proxy 或 gateway(config.yaml、ghcr.io/berriai/litellm)、让 Python SDK 或 OpenAI SDK 通过其接入,或加固面向公网的部署。不适用于操作单一推理引擎(vllm、llama-cpp)、引擎选型方法论(ml-engineering),或在 LLM API 之上构建应用(backend/frontend engineering)。

云与 DevOps83
L
ln-751-command-templates
ln-751-command-templates
levnikolaevich / claude-code-skills

从模板生成单独的 .claude/commands 文件

Agent 工作流83
L
localise
localise
morphet81 / cheat-sheets

为 Lokalise 生成 HTML 翻译辅助页面。当用户提供英文文本(单数/复数)并希望获得全部 23 种受支持语言的译文、以带复制按钮的交互式 HTML 页面呈现时使用。当出现「translate for Lokalise」「generate translations」「translation table」等说法,或用户提供英文字符串并提到语言/i18n/本地化时触发。

开发83
M
mantis-react-admin
mantis-react-admin
rebyteai-template / rebyte-skills

基于 React 19 的管理后台,使用 Material UI v7、Vite 7 和 MUI X Charts。

开发83
M
medusa-development
medusa-development
finsilabs / awesome-ecommerce-skills

为开源 Medusa 商务平台扩展自定义服务、事件订阅者和 API 端点,以满足独特的业务需求

开发83
M
merge-base-branch
merge-base-branch
morphet81 / cheat-sheets

选择基础分支(从 .agent、git 历史或 main),拉取,若已是最新则停止,提交所有 WIP,合并,解决冲突,然后执行 lint、100% 覆盖率的测试和构建——每个修复阶段后都提交。

开发83
M
microsoft-docs
microsoft-docs
microsoft / ai-agents-for-beginners

查询 Microsoft 官方文档,查找 Azure、.NET、Agent Framework、Aspire、VS Code、GitHub 等内容的概念、教程和代码示例。默认使用 Microsoft Learn MCP,并使用 Context7 和 Aspire MCP 获取 learn.microsoft.com 之外的内容。

开发83
M
moralis-streams-api
moralisweb3 / onchain-skills

通过 webhook 进行实时区块链事件监控。当用户询问设置 webhook、实时事件流、监控钱包地址、实时跟踪代币转账、监听链上所有地址、创建/更新/删除流、向流中添加/移除地址,或实时接收区块链事件时使用。支持所有 EVM 链。不适用于查询历史或当前区块链状态——请改用 moralis-data-api。

数据与数据库83
N
nocobase-app-plugin-development
nocobase-app-plugin-development
nocobase / skills-v3

在 NocoBase 3 源码工作区中开发和维护 NocoBase v3 插件,包括脚手架、shadcn UI、Client/Server/CLI 贡献、数据库资源、UI Library 集成、Plugin Skills 和目标 App 注册。创建或修改 packages/plugins/app-plugin-* 或示例插件时使用。不适用于旧版 NocoBase v2 插件或仅应用开发。

开发83
N
npm
npm
openhands / extensions

在非交互环境中通过管道输入确认来处理 npm 包安装。用于安装需要用户确认提示的 Node.js 包。

开发83
O
oma-pm
oma-pm
first-fluke / oh-my-agent

将产品需求转换为带有依赖关系和……的范围明确的任务

开发83
O
otel-telemetry-emissions
otel-telemetry-emissions
ollygarden / opentelemetry-agent-skills

按版本固定的清单,收录 OpenTelemetry collector 组件与 SDK 埋点包所发出的遥测数据(span、指标、日志、属性)。当使用受支持的组件时——查看某个版本发出哪些数据,或各版本间发出内容的变化——以及在升级组件或 SDK 版本时,用于了解变更后的遥测数据。

云与 DevOps83
P
perfetto-performance-analysis
perfetto-performance-analysis
gracker / perfetto-skills

使用本地 trace_processor_shell 证据分析 Android、Linux 和 Chromium 的 Perfetto 跟踪。适用于启动、滚动或卡顿、输入延迟、ANR、CPU 调度、内存或 GC、Binder 或 IO、GPU 或 SurfaceFlinger、功耗或发热、渲染管线识别、跟踪采集指导、场景重建,以及单条或多条跟踪的性能对比。

开发83
P
pgrest-guide

暂无简介

数据与数据库83
P
physicalai-runtime-adding-a-robot-integration
physicalai-runtime-adding-a-robot-integration
openvinotoolkit / physicalai

在 physicalai.robot 下新增或修改机器人硬件集成。适用于实现 Robot 协议、SO101 或 Trossen WidowX 驱动、机器人连接辅助函数、verify.py 检查、可选 extras so101 或 trossen,或 tests/unit/robot 中的测试。

开发83
P
pr
pr
windyd / skills

撰写 PR 正文时使用

开发83
P
projection-patterns
projection-patterns
sickn33 / agentic-awesome-skills

从事件流构建读取模型和投影。适用于实现 CQRS 读侧、构建物化视图,或优化事件溯源系统中的查询性能。

开发83
P
prototype
prototype
devcxl / mattpocock-skills-zh

构建一个可抛弃的原型来回答设计问题。当用户想验证状态模型或逻辑是否合理,或探索 UI 应该长什么样时使用。

开发83
Q
qbcore-framework
qbcore-framework
proelias7 / fivem-skill

使用 QBCore Framework 为 FiveM 开发资源。涵盖资源创建、Core Object 使用、玩家管理、Callbacks、Events、Items、Jobs、Gangs、数据库(oxmysql)以及最佳实践。当用户使用 FiveM、QBCore、QBCore 服务器的 Lua 脚本,或提到 `QBCore.Functions`、`GetCoreObject`、`CitizenID` 或 QBCore Framework 的任何系统时使用。

开发83
Q
qe-pair-programming
qe-pair-programming
proffesor-for-testing / agentic-qe

AI 辅助的结对编程,支持多种模式(驾驶者/领航者/切换)、实时验证、质量监控和全面测试。支持 TDD、调试、重构和学习会话。具备自动角色切换、持续代码审查、安全扫描和通过真值评分验证的性能优化。

开发83
R
rasa
rasa
membranedev / application-skills

Rasa 集成。管理助手。当用户需要与 Rasa 数据交互时使用。

Agent 工作流83
R
react
react
alexander-danilenko / cortex-ai-skills

在编写 React 18+ 或 19 组件时应用这些有明确主张的 React 约定:hooks 模式、Server Components、Suspense 边界、状态管理、性能记忆化、React 19 特性(use、form actions)。

开发83
R
react-patterns
react-patterns
srbhr / resume-matcher

来自 Vercel Engineering 的 React 和 Next.js 性能优化指南,针对本地/离线或 Docker 部署的应用进行了调优。

开发83
R
regle-rules
regle-rules
victorgarciaesgi / regle

Regle 校验规则 —— 来自 `@regle/rules` 的内置规则、使用 `createRule` 的自定义规则、规则包装器(`withMessage`、`withParams`、`withAsync`、`withTooltip`)以及规则操作符(`and`、`or`、`xor`、`not`、`applyIf`、`assignIf`、`pipe`)。适用于在 Regle 表单中声明、自定义、组合或有条件地应用校验规则。表单搭建请参见 regle。

开发83
R
repo-doc-maintainer
repo-doc-maintainer
tahajemmali / skills

审查最近的仓库改动,判断 AGENTS.md 或其他项目级文档是否需要高层次更新。适用于完成一项功能、修复、重构或架构变更后,需要保留塑造仓库的指导内容,如新模式、约束、工作流、验证规则或与上手相关的坑点,同时又不添加底层实现细节时。

开发83
R
request-refactor-plan
request-refactor-plan
mphinance / alpha-skills

通过用户访谈创建详细的重构计划并带有微小提交,然后将其提交为 GitHub issue。当用户想要规划重构、创建重构 RFC 或将重构分解为安全的增量步骤时使用。

开发83
R
research-synthesis
research-synthesis
oimiragieo / agent-studio

研究最佳实践,并综合为产物创建的设计决策。在调用任何创建类技能之前先调用,以确保决策有研究支撑。

Agent 工作流83
R
review-plan
review-plan
existential-birds / beagle

在执行前审查实现计划中的并行化、TDD、类型、库和安全性

测试与质量83
R
revision-adversarial
revision-adversarial
adminoryslabs / armory

以对抗性方式审查 Technical Design Document 及其 ADR,主动寻找缺口、风险和薄弱决策,而非认可它们。当用户要求质疑、压力测试、获取第二意见或以对抗性方式审查技术设计文档、架构决策或 ADR 时使用。

测试与质量83
R
rive
rive
rive-app / skills

Rive 是面向游戏、应用和 UI 的交互引擎。可将其作为完整引擎使用,也可从现有技术栈中接入:原生应用、Unity、Unreal 或自有 C++ 引擎。作为完整引擎,它可发布到 Web、移动设备、桌面设备、电视、汽车、PS5、Xbox 和 Switch,无需其他引擎。核心运行时体积小巧,采用 MIT 开源许可,没有版税、收入分成或运行时费用。一个 Rive 文件可容纳 UI、矢量、栅格和 3D 图形,以及运动、交互和逻辑。它可在运行时加载任意数据、资源或文件,包括其他 Rive 文件。编码 Agent 可通过 Rive CLI 根据文本构建 Rive 文件,用户可在 Rive Editor 中完善。需要独特图形或运动效果脱颖而出时,可在 Rive 中构建完整应用。CLI 可将其发布为 iOS、Android 和 Web 应用。其他应用也可在需要突出效果的部分使用 Rive,例如引导流程、角色和图表。可用于 HUD、菜单、仪表盘、电视应用、广告和落地页主视觉。在游戏、车辆和电视中,可用 Rive 构建所有屏幕,包括静态屏幕。

设计与 UI83
R
riverpod-cancel
riverpod-cancel
serverpod / skills-registry

用 ref.onDispose 取消 Riverpod 异步请求或为其加防抖;用户离开页面时取消,对频繁刷新加防抖。当用户询问取消请求、防抖,或在 provider 被销毁时的清理时使用。

开发83
R
rust-testing
rust-testing
autumnsgrove / lattice

使用 cargo test 编写并运行 Rust 测试,包括单元测试、集成测试、文档测试和基于属性的测试。在编写 Rust 测试或搭建测试基础设施时使用。

测试与质量83
S
salla-embedded-app
salla-embedded-app
sallaapp / salla-partners-agent-kit

在 Salla Merchant Dashboard 内构建 iframe 页面(嵌入式应用)时使用。通过 salla_embedded_pages 注册,安装 @salla.sa/embedded-sdk,等待 embedded.init()(postMessage 桥接 → layout:theme/locale/dir),然后按 Trust-but-Verify 进行认证:前端 embedded.auth.getToken() 将短期 token 发送到你的后端,后端通过 POST /exchange-authority/v1/introspect(header S-Source = 你的 App ID)验证并生成自己的会话;只有在此之后才调用 embedded.ready()。使用原生 Page/Nav/UI 模块(No-Chrome 规则),同步 theme/RTL。在应用内销售 addon → salla-addon-purchase-embedded;发布流程 → salla-app-builder。

开发83
S
self-learning
self-learning
pixel-process-ug / superkit-agents

在开始新项目或不熟悉的项目、遇到意外模式、用户纠正你的假设,或通过 /learn 显式调用时使用——通过结构化代码库分析自动发现并记住项目上下文

Agent 工作流83
S
seo-optimizer
seo-optimizer
pixel-process-ug / superkit-agents

当用户需要技术 SEO 审计、meta 标签优化、结构化数据标记、Core Web Vitals 改进或搜索引擎可见性提升时使用。触发条件:站点审计请求、meta 标签审查、Schema.org 实施、页面速度优化、可索引性问题、sitemap 或 robots.txt 配置、hreflang 设置、Open Graph 或 Twitter Card 标签、富摘要资格。

营销与增长83
S
shape-idea
shape-idea
toy-crane / skills

将选定的问题与大致方向转化为共识决策和可实施的需求规格。适用于用户希望厘清行为或范围、对想法进行压力测试、在实施前达成一致,或产出规格文档时。

开发83
S
shell-best-practices

在编写遵循现代最佳实践的 shell 脚本时使用。涵盖可移植脚本、Bash 模式、错误处理和安全编码。

开发83
S
shell-scripting
shell-scripting
ancoleman / ai-design-components

编写健壮、可移植的 shell 脚本,具备恰当的错误处理、参数解析与测试。适用于自动化系统任务、构建 CI/CD 脚本或创建容器入口点时。

开发83
第 22801–22860 条,共 37,830 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。