mcpField

Skills

收录 97,725 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

H
hardhat-toolbox-mocha-ethers
hardhat-toolbox-mocha-ethers
nomicfoundation / hardhat-skills

当项目依赖 `@nomicfoundation/hardhat-toolbox-mocha-ethers` 时,与 `hardhat` 技能配合使用。涵盖 `network.create()` 上暴露的 ethers 辅助方法、合约交互(`ethers.deployContract`、调用函数、`connect`)、TypeChain 类型化的合约实例,以及来自 `@nomicfoundation/hardhat-ethers-chai-matchers` 的 chai 匹配器(`.to.emit`、`.to.be.revertedWith*`、`.to.changeEtherBalance(s)`)。

测试与质量49
H
hmx-development-base-mcp-setup

暂无简介

Agent 工作流49
H
hmx-development-base-mcp-usage

暂无简介

Agent 工作流49
H
hmx-development-ui-standards

暂无简介

设计与 UI49
H
httpx
httpx
slanycukr / riot-api-project

面向 Python 的下一代 HTTP 客户端,同时支持同步和异步,非常适合现代 Python 应用

开发49
H
hydrogen-markets-localization
hydrogen-markets-localization
weaverse / shopify-hydrogen-skills

实现或审查 Shopify Hydrogen 市场本地化——在 Hydrogen + Weaverse 中新增市场、语言区域路由、翻译、hreflang、RTL 或本地化购物车、账户和结账行为时使用。

开发49
I
idapython
idapython
allthingsida / idasql-skills

通过 idasql 执行 IDAPython。当 SQL 接口不够用、需要通过 Python 片段或脚本直接访问 IDA SDK 时使用。

开发49
I
idea2mvp
idea2mvp
morvanzhou / idea2mvp

发现产品想法、验证想法并构建 MVP。在 Product Hunt、GitHub、Indie Hackers、小红书、V2EX、少数派等平台搜索热门工具。通过市场调研和竞品分析验证可行性。构建 MVP。通过电子邮件发送报告。触发词:'find ideas'、'search products'、'trending tools'、'product ideas'、'validate my idea'、'build MVP'、'market research'、'competitive analysis'、'indie hacker'、'send email'、'找想法'、'搜产品'、'找灵感'、'产品调研'、'验证想法'、'构建MVP'、'发邮件'、'发送报告'。

营销与增长49
I
ilspy-decompile
ilspy-decompile
davidfowl / dotnet-skillz

通过反编译程序集来理解 .NET 代码的实现细节。当用户想了解 .NET API 的内部工作原理、检查 NuGet 包源码、查看框架实现或理解编译后的 .NET 二进制文件时使用。

开发49
I
imini-generate
imini-generate
imini-ai / imini-api-integration-skill

当用户需要用 imini Open Platform 生成、编辑或集成 AIGC 图像或视频时使用此技能——文生图、带参考图的图像编辑、文生视频、图生视频、首/尾帧、参考视频、运动控制、视频编辑或多模态生成。两条路径——(A) 立即通过随附的 Python 脚本做一次性临时生成(无需代码生成,无需为重新推导 submit/poll 逻辑而消耗 token);(B) 将异步集成代码写入用户自己的项目。触发词:提及 imini、openapi.imini.ai 或任何 imini 模型 id(nano-banana、nano-banana-pro、nano-banana-2、gpt-image-2、kling-v3、kling-v3-omni、kling-v3-motion-control、seedance-2.0、seedance-2.0-fast、happyhorse-1.0)。

创意与媒体49
I
implement-agentic
implement-agentic
nstaab1 / nathan-agent-skills

从已批准的规格或工单集出发,通过 TDD、评审、提交以及明确的 PR 交接来实现有人值守的工作。适用于仍有人员可处理未决接缝、设计决策与最终发布决定时。

开发49
I
implement-frontend
implement-frontend
mblode / agent-skills

在使用 React Hook Form、Zod、React Query 或 Connect Query 以及 proto 生成的 API 类型的代码库中,实现和审查 React/TypeScript/Next.js 功能的规范。适用于在此技术栈中构建前端表单、hooks/组件、状态流和类型安全的 UI 映射。

开发49
I
implementation-workflow
implementation-workflow
perdolique / workflow

用于所有仓库编辑及其规划,包括简单的代码、文档、配置和测试改动。也用于从追踪器中选择下一项任务、继续工作、恢复上下文,或将实现拆分为任务。仅审查和仅发布的请求不属于此工作流。

开发49
I
implementing-llms-litgpt
implementing-llms-litgpt
ovachiever / droid-tings

使用 Lightning AI 的 LitGPT 实现并训练 LLM,支持 20 多种预训练架构(Llama、Gemma、Phi、Qwen、Mistral)。适用于需要简洁的模型实现、深入理解架构,或在生产环境中使用 LoRA/QLoRA 微调的场景。单文件实现,不设抽象层。

开发49
I
implementing-zero-knowledge-proof-for-authentication
implementing-zero-knowledge-proof-for-authentication
mukul975 / anthropic-cybersecurity-skills

实现 Schnorr 身份识别协议,以及基于离散对数问题的简化零知识密码证明(ZKPP),让证明者通过证明自己知道某个秘密完成认证,而无需向服务器泄露该秘密。适用于设计或构建无密码或无需密码秘密的认证,或当服务器必须验证用户凭据但不能获知或存储底层秘密时。

安全49
I
improve-codebase-architecture
improve-codebase-architecture
dyrits / skills

扫描代码库以寻找深化机会,并以可视化 HTML 报告呈现,然后围绕选定项进行访谈。用户希望扫描现有代码以寻找架构改进机会或重构候选项时使用。

开发49
I
improve-codebase-architecture
improve-codebase-architecture
niekcandaele / skills

在代码库中寻找深化机会,参考 CONTEXT.md 中的领域语言和 docs/adr/ 中的决策。当用户想要改进架构、寻找重构机会、合并紧耦合模块,或让代码库更易测试、更易被 AI 导航时使用。

开发49
I
inspect
inspect
bluzir / claude-code-design

将自然语言描述的元素("英雄区的红色按钮"、"从上往下第三张卡片")解析为当前预览中的具体 DOM 元素及源代码位置。使用 Chrome DevTools MCP 的 take_snapshot UID 进行确定性定位。适用于用户要求在不指向源代码的情况下更改、设置样式或删除某个特定视觉元素的场景。

设计与 UI49
I
instructor
instructor
ovachiever / droid-tings

使用 Pydantic 验证从 LLM 响应中提取结构化数据,自动重试失败的提取,以类型安全的方式解析复杂 JSON,并通过 Instructor 流式传输部分结果。Instructor 是经过实战检验的结构化输出库

开发49
I
integrate-image
integrate-image
runwayml / skills

帮助用户集成 Runway 图像生成 API(使用参考图进行文生图)

创意与媒体49
I
interminai
interminai
mstsirkin / interminai

控制 vim、git rebase -i、git add -i、git add -p、apt、rclone config、sudo、w3m 和 TUI 应用等交互式终端应用。还可以监督另一个命令行 LLM(cursor-agent、codex 等)——在确认提示处按 y/n 批准或拒绝其操作。当你需要与需要键盘输入、显示提示词、菜单或具备全屏界面的应用交互时使用。当命令因 "Input is not a terminal" 或 "Output is not a terminal" 等错误而失败或挂起时也可使用。优于 GIT_SEQUENCE_EDITOR 之类的应用专用变通方案,或通过文件绕过交互性的做法。

Agent 工作流49
I
Internationalizing Websites
Internationalizing Websites
littleben / awesomeagentskills

为 Next.js 网站添加多语言支持,并配以正确的 SEO 配置,包括 hreflang 标签、本地化站点地图和按语言区分的内容。用于添加新语言、设置 i18n、针对国际 SEO 进行优化,或当用户提到本地化、翻译、多语言或日语、韩语、中文等具体语言时。

开发49
I
ionic-native-essentials
ionic-native-essentials
erkamyaman / ionic-capacitor-skills

捆绑了六个小型 Capacitor 插件——Camera、Filesystem、Share、Haptics、Network、Keyboard。在向 Ionic Capacitor 应用添加照片上传、文件保存/读取、原生分享面板、触觉反馈、网络状态检测或键盘处理时触发。

开发49
I
ios-expert
ios-expert
raintree-technology / claude-starter

iOS 开发专家,涵盖 SwiftUI、UIKit 和 Apple 框架

开发49
J
javascript-pro
javascript-pro
rmyndharis / antigravity-skills

精通现代 JavaScript,涵盖 ES6+、异步模式和 Node.js

开发49
J
jetpack-compose-ui
jetpack-compose-ui
peterbamuhigire / chwezi-dev-engine

面向编码的软件开发引擎。提供可用于生产环境的技能系统,涵盖 Web 应用与移动架构、API、数据库、Web、移动、AI、安全、UX、SaaS 和 ERP 工程。通过分层的基础技能与专业技能编码可复用的工程判断,助力生成安全、可扩展、易维护且高性能的软件系统

开发49
J
jigx
jigx
jigx-com / skills

在构建或修改 Jigx Core SDK 应用时使用,包括屏幕、表单、数据源、标签页、导航、本地动态数据、媒体、PDF、JavaScript 函数、验证、图标以及构建/部署工作流。此技能是通用的,应在编写 Jigx 应用代码之前使用。

开发49
J
jupyter-notebook-best-practices
jupyter-notebook-best-practices
oimiragieo / agent-studio

为可复现性和清晰度而组织和编写 Jupyter notebook 的指南。

数据与数据库49
K
kombo
kombo
membranedev / application-skills

Kombo 集成。管理数据与记录,并自动化工作流。适用于用户希望与 Kombo 数据交互时。

开发49
K
kuikly-develop
kuikly-develop
lotosbin / claude-skills

暂无简介

开发49
K
kwc-shoelace-vue
kwc-shoelace-vue
kingdee / kwc-skills

仅适用于非 KWC 工程的通用 Vue 项目。KWC 工程需求必须交由 kwc-project-scaffold。

开发49
L
lancedb
lancedb
lancedb / lancedb

在编写、审查、调试或撰写 Python 或 TypeScript 的 LanceDB 流水线文档时使用,尤其是需要同时适用于本地 LanceDB OSS 表和远程 LanceDB Enterprise/Cloud 表的代码。帮助避免不可移植的全表物化,选择符合惯例的查询/搜索模式,在数据摄入、索引、过滤和诊断方面应用 LanceDB 性能默认值,并为仅限 Enterprise 的操作(如 jobs)解析到远程服务的连接。

数据与数据库49
L
langchain
langchain
ovachiever / droid-tings

用于构建由 LLM 驱动的应用的框架,支持 Agent、链和 RAG。支持多个提供商(OpenAI、Anthropic、Google)、500 多种集成、ReAct Agent、工具调用、记忆管理和向量存储检索。用于构建聊天机器人、问答系统、自主 Agent 或 RAG 应用。适合快速原型开发和生产部署。

Agent 工作流49
L
lat-md
lat-md
vercel-labs / lat.md

编写和维护 lat.md 文档文件——用于描述项目架构、设计决策和测试规范的结构化 Markdown。适用于在 lat.md/ 目录中创建、编辑或审查文件。

开发49
L
laundering
laundering
kucherenko / gangsta

在暗杀完成后所有地盘都报告完成时使用 —— 处理集成、验证、consigliere 终审、清理和账本更新,产出干净、可上线的代码

开发49
L
legend-state
legend-state
dobroslavradosavljevic / skills

借助最新文档构建、评审、调试、迁移或规划 Legend-State v3 应用。适用于 @legendapp/state v3 beta(3.0.0-beta.48)、observable、useValue、observer、Memo、$React、useObservable、computed 或 linked observables、observe、when、batch、React 细粒度渲染、React Native、本地持久化、syncObservable、synced、syncedCrud、syncedFetch、syncedQuery、Supabase、Firebase、Keel、离线优先同步、transforms、syncState、测试、性能,以及 v2 到 v3 的迁移。

开发49
L
llamaguard
llamaguard
ovachiever / droid-tings

Meta 的 7-8B 专用审核模型,用于过滤 LLM 输入/输出。涵盖 6 类安全类别:暴力/仇恨、色情内容、武器、药物、自残和犯罪策划。准确率为 94-95%。可通过 vLLM、HuggingFace、Sagemaker 部署。可与 NeMo Guardrails 集成。

安全49
L
llms-visibility

让网站、文档、博客或落地页对 LLM 和 AI Agent 可见且可读——包括 ChatGPT、Claude、Perplexity、Cursor、Claude Code 以及其他会抓取 URL 的编码 Agent。适用于任何涉及以下内容的请求:llms.txt、llms-full.txt、提供页面的 .md/Markdown 版本、Accept text/markdown 内容协商、Link rel="alternate" 头、robots.txt 中的 Cloudflare Content-Signal、GEO(生成式引擎优化)、对 AI 友好 / 可被 AI 读取 / 可被 LLM 发现的站点、在 ChatGPT 或 Perplexity 回答中被引用,或修复 AI 工具抓取到 JavaScript bundle 或空的 React 根节点而非内容的问题。也用于反驳已被证伪的模式:ai.txt、AI 元标签、隐藏的 HTML 注释、AI 切换按钮、User-Agent 嗅探、针对 LLM 的 JSON-LD。不要用于传统的 Google SEO、sitemap.xml、面向搜索引擎的 schema.org 富摘要、WCAG/无障碍审计,或 CSP/安全响应头。

营销与增长49
L
ln-32-dependency-upgrader
ln-32-dependency-upgrader
levnikolaevich / claude-code-skills

通过针对特定版本进行兼容性研究并进行可回滚验证来升级依赖。不适用于通用现代化改造。

开发49
L
ln-34-benchmark-comparator
ln-34-benchmark-comparator
levnikolaevich / claude-code-skills

通过受控工作负载和独立的正确性证据来比较工具或实现。不适用于推测性排名。

测试与质量49
L
loginid
loginid
membranedev / application-skills

LoginID 集成。管理数据、记录并自动化工作流。当用户需要与 LoginID 数据交互时使用。

安全49
L
long-context
long-context
kalarislabs / research-agent-skills

使用 RoPE、YaRN、ALiBi 和位置插值技术扩展 Transformer 模型的上下文窗口。适用于处理长文档(32k-128k+ tokens)、将预训练模型扩展至原始上下文限制之外,或实现高效的位置编码。涵盖 LLM 的旋转嵌入、注意力偏置、插值方法和外推策略。

开发49
L
long-task
long-task
chann / skills

当用户要求端到端构建项目、运行数小时或数天的自主开发,或在无人干预的情况下编排多个里程碑的工作时使用。触发短语包括 "build this whole project"、"implement this end-to-end"、"do this autonomously"、"run a long task"、"long-running agent"、"build it from scratch and don't ask"、"/long-task" 或 "$long-task"。也用于生命周期子命令,如 `/long-task status`、`/long-task pause`、`/long-task resume`、`/long-task clear` 和 `/long-task complete`。

Agent 工作流49
M
m365-agents-py
m365-agents-py
sickn33 / agentic-awesome-skills

用于 Python 的 Microsoft 365 Agents SDK。使用 aiohttp 托管、AgentApplication 路由、流式响应和基于 MSAL 的认证,为 Teams/M365/Copilot Studio 构建多渠道 Agent。

Agent 工作流49
M
manage-pr-review-threads
manage-pr-review-threads
willbooster / agent-skills

检查当前 pull request 中未解决的审查线程,然后按需回复并解决它们。

测试与质量49
M
matlab-build-industrial-hmi
matlab-build-industrial-hmi
matlab / matlab-agentic-toolkit

遵循工业 HMI 惯例(与 ISA-101 对齐)在 MATLAB 中构建工业级 SCADA/HMI 仪表盘:灰场理念、源头报警、写入保护、固定量程趋势、下钻布局。在可用时把序列化交给 matlab-build-app 技能,从而生成真实的 App Designer 应用(.mlapp,或在 R2026b+ 上使用纯文本 .m+.xml),否则退回到以编程方式生成的 .m 应用。适用于将 OPC UA / Modbus / MQTT / OSI PI / PI AF 监控脚本包装成实时操作员应用、构建工厂总览、设计操作员仪表盘,或用户在任何时候要求 MATLAB 中的 "SCADA dashboard"、"HMI"、"plant dashboard"、"operator screen" 或 "industrial monitoring app"。触发词:SCADA、HMI、industrial dashboard、plant overview、operator screen、uigauge、uilamp、alarm banner、gray-field、ISA-101、OPC UA dashboard、setpoint、write safeguards、alarm visualization、OSIsoft PI、AVEVA PI、PI Server、PI Data Archive、PI AF、PI Asset Framework、piclient、afclient。

设计与 UI49
M
maven-search
maven-search
full-stack-skills / java-skills

为从 Maven Central Repository(https://repo1.maven.org/maven2/)搜索和获取 Maven 组件提供全面指导。该 skill 支持按 groupId、artifactId、version 及其他坐标搜索,获取组件元数据(POM 文件、JAR、源码、Javadoc),查询版本历史并分析依赖。适用场景:用户需要查找、验证或获取 Maven 依赖,检查组件版本,分析依赖树,或使用 Maven 坐标。

开发49
M
memory-budgeting
memory-budgeting
wedsamuel1230 / arduino-skills

当 Arduino 或嵌入式项目触及 SRAM、flash、堆、栈、分区、JSON 缓冲区或性能限制,或在审查 String 使用、F() 放置、OTA 分区、FreeRTOS 栈或内存余量时使用。

开发49
M
mgdis-vue3-patterns

暂无简介

开发49
M
microsoft-azure-webjobs-extensions-authentication-events-dotnet
microsoft-azure-webjobs-extensions-authentication-events-dotnet
sickn33 / agentic-awesome-skills

用于 .NET 的 Microsoft Entra Authentication Events SDK。用于自定义身份验证扩展的 Azure Functions 触发器。

安全49
M
miro-spec-guide
miro-spec-guide
miroapp / miro-ai

了解如何将 Miro 规格说明提取到本地文件,并用于 AI 辅助的规划与实现。在处理 Miro 规格说明,或用户想下载看板内容以供参考时使用。

文档处理49
M
mission-brief
mission-brief
tikalk / adlc-team-skills

当构建一个需要端到端 specify → plan → implement ↔ converge 循环、并带有门禁、熔断器、恢复和审计轨迹的功能时使用——或在恢复被中断的任务时使用。

Agent 工作流49
M
mkdocs-site-bootstrap
mkdocs-site-bootstrap
daviddwlee84 / agent-skills

使用 GitHub Pages 搭建或维护 MkDocs Material 文档站点,包括严格的两遍 i18n 加默认语言 llms.txt、copy-to-LLM、页面/导航辅助工具,以及 zh-TW 翻译。在搭建或发布文档、添加双语或多语言文档、修复近乎为空的 llms.txt 或 i18n 严格构建失败,或迁移旧版 mkdocs-site-bootstrap 站点时使用。需经同意才执行;未经批准绝不改写现有文档。

文档处理49
M
mlflow-mlops-migration
mlflow-mlops-migration
pproenca / dot-skills

引导式工作流,将任意机器学习代码库——包括完全没有实验跟踪的代码库,或满是 MLflow 2 时代惯用写法的代码库——迁移到生产级开源 MLflow 3 环境,包含 dev/staging/prod 环境、基于 registry 的晋级以及已部署的模型。与可能毫无 MLflow 3 经验的开发者一起走完七个阶段——评估代码库(脚本化只读审计)、为 registry 领域建模(按环境的模型名、别名、门槛)、为每个环境搭建 tracking、将训练代码重构为 MLflow 3 惯用写法、接上带评估门槛的晋级、部署并冒烟测试,然后运行持续的 MLOps 循环。在被要求搭建 MLflow、迁移到 MLflow 3、将模型训练与服务生产化,或设计 dev/staging/prod 的 MLOps 周期时使用。与同系列的 mlflow-3 规则包配合,用于每一个 API 决策。

云与 DevOps49
M
moai-platform-chrome-extension
moai-platform-chrome-extension
modu-ai / moai-adk

Chrome 扩展 Manifest V3 开发专家,涵盖 service worker、content script、消息传递、chrome.* API、side panel、declarativeNetRequest 和 Chrome Web Store 发布。在构建浏览器扩展时使用。

开发49
M
model-compute-simulation
model-compute-simulation
bbuf / ai-infra-auto-driven-skills

为 LLM 构建算子级计算模板,并估算某个 serving shape 的 FLOPs/MFU。当你需要 tensor shape、逐算子 FLOPs、kernel 到算子的 MFU 映射或并行方案 what-if 分析时使用。

开发49
M
model-merging
model-merging
kalarislabs / research-agent-skills

使用 mergekit 合并多个微调模型,无需重新训练即可组合其能力。适用于融合特定领域专长(数学 + 编码 + 聊天)来创建专用模型、提升单个模型的性能,或快速试验模型变体。涵盖 SLERP、TIES-Merging、DARE、Task Arithmetic、线性合并和生产部署策略。

开发49
M
model-pruning
model-pruning
kalarislabs / research-agent-skills

使用 Wanda 和 SparseGPT 等剪枝技术缩小 LLM,并加速推理。当你需要在不重新训练的情况下压缩模型、以最小精度损失实现 50% 稀疏度,或在硬件加速器上实现更快推理时使用。涵盖非结构化剪枝、结构化剪枝、N:M 稀疏度、幅值剪枝和一次性方法。

开发49
M
modern-tailwind
modern-tailwind
academind / ai-config

使用 Tailwind CSS 的现代工具类和变体,构建简洁、可扩展的 UI

设计与 UI49
M
modern-web-app-architecture
modern-web-app-architecture
ratacat / claude-skills

在设计或构建 JavaScript/TypeScript 现代 Web 应用(SPA/SSR/SSG/ISR/RSC)时使用:架构取舍、状态与数据模式、性能、测试、交付和团队扩展。

开发49
第 31261–31320 条,共 37,371 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。