mcpField

Skills

收录 97,222 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

L
langgraph-decision-models
langgraph-decision-models
langchain-ai / langchain-skills

当使用决策模型(TypeSafe Jev、SemIf)而非 LLM 路由 LangGraph Agent,或审查现有 Agent 中仅生成路由决策的 LLM 调用时,调用此技能。涵盖 langchain-typesafe Noul/Choice/Score、正确读取答案、阈值设计和 LangSmith Gateway 接线。

Agent 工作流1.9k
M
mapbox-search-integration
mapbox-search-integration
mapbox / mapbox-agent-skills

在应用中实现 Mapbox 搜索的完整工作流,从需求探索问题到遵循最佳实践的生产就绪集成

开发1.9k
G
gsap-scrolltrigger-storytelling
gsap-scrolltrigger-storytelling
mengto / skills

使用 GSAP ScrollTrigger、渐进式 UI 展示、与滚动同步的动画、平滑插值和沉浸式分区过渡,打造具有电影感的吸附式产品叙事。

设计与 UI1.9k
I
implement-issue-tree
implement-issue-tree
fandhe-ai / agent-cli-skills

在父议题下,按依赖顺序使用 worktree 并行自动实现所有后代子议题,随后在 push 前审查、创建 PR、监控 CI,直至达到可合并状态。适用于“并行实现议题树”“集中实现所有子议题”“并行实现整个树”或“自动开发议题层级”等请求。按每个议题分别规划(Plan:会话继承模型)和实现(Implement:sonnet)。仅在审查通过后才 push、创建 PR 并启动一次 CI。使用 args.externalChecks 以 {"app", "context"} 组合明确声明外部检查。使用 [] 确认“无”,避免不必要的等待;未指定时停止自动合并;仅含 slug 的旧格式会对自动合并采取 fail-closed。通过 autoMerge: true 并明确指定 externalChecks(包括所有 App 的可信 context 声明)选择启用自动 squash merge。前提是 merge-exec 自行获取并重新验证,且实际检查服务端 branch protection。默认 autoMerge 为 false,执行会在可合并状态停止,由人工合并。也可委托给服务端 workflow 示例(参见 upstream 的 docs/implement-issue-tree/auto-merge-sample.yml)和 branch protection。通过并行度(parallel)和依赖项(dependsOn)控制执行顺序。若要严格按 Phase 串行化,使用 phaseGate: true(选择启用):按 sub-issues 列表顺序串行处理根议题的直接子项(Phase 父项),并等待前一 Phase 的所有后代均已 merged/closed 后,才开始下一 Phase。默认 phaseGate 为 false,仅采用当前的后序优先级。若要预先了解可启动和将被阻塞的议题数量,使用 dryRun: true(仅返回估算,不写入任何内容)。单个议题的实现参见 implement-issue;PR 审查参见 implement-review-pr。

Agent 工作流1.9k
N
next-cache-components
next-cache-components
vercel-labs / openreview

Next.js 16 Cache Components——PPR、use cache 指令、cacheLife、cacheTag、updateTag

开发1.9k
C
cupynumeric-hdf5
cupynumeric-hdf5
nvidia / skills

使用 Legate 的并行分布式 HDF5 I/O(legate.io.hdf5:to_file、from_file、from_file_batched)读写大型 cuPyNumeric 数组。适用于开发者需要将 cuPyNumeric 数组保存为 .h5/.hdf5 文件、将 HDF5 数据集加载到分布式 cuPyNumeric 数组、分块读取大型 HDF5 数据集、将数组作为单个文件交给 HPC 流水线,或使用 GPUDirect Storage(GDS)加速 HDF5 磁盘 I/O 的情况。不要用于 Parquet/cuDF/原始二进制或其他分片/自定义布局(参见 cupynumeric-parallel-data-load 技能)、Zarr 或对象存储/S3 输出、.npz 或 pickle 归档、不使用 cuPyNumeric 的纯 h5py,或 FFT、矩阵乘法、归约等纯数组计算。

数据与数据库1.9k
S
shopify-development
shopify-development
sickn33 / agentic-awesome-skills

使用 GraphQL Admin API、Shopify CLI、Polaris UI 和 Liquid 构建 Shopify 应用、扩展和主题。

开发1.9k
T
tdd
tdd
pandoscope / skills

通过 red-green-refactor 流程和可审计的提交协议进行测试驱动开发。在编写实现代码前实施任何功能、错误修复、重构或行为变更时使用;用户提及 TDD、red-green-refactor 或测试优先开发时也使用。

测试与质量1.9k
Z
zustand
zustand
vercel-labs / json-render

用于 json-render StateStore 接口的 Zustand 适配器。通过 @json-render/zustand 将 json-render 与 Zustand 集成以进行状态管理。

开发1.9k
D
design-patterns

适用于 RTK 的 Rust 设计模式:Newtype、Builder、RAII、Trait Objects、State Machine。应用于 CLI 过滤器模块。在设计新模块或重构现有模块时使用。

开发1.9k
I
integrating-b2b-commerce-open-code-components
integrating-b2b-commerce-open-code-components
forcedotcom / sf-skills

将 GitHub 上的 Salesforce B2B Commerce 开源组件集成到 B2B Commerce 商店中。用户提到“集成开放代码组件”、“开源 B2B Commerce”、“添加开放代码组件”、“forcedotcom/b2b-commerce-open-source-components”,或想在商店中添加开源商业组件时使用。复制所有组件和标签,使其可在 Experience Builder 中使用。

开发1.9k
F
fusion-issue-task-planning
fusion-issue-task-planning
equinor / fusion-skills

规划用户故事问题,并将其拆解为有序、可追踪的任务问题草稿,明确发布关卡。

Agent 工作流1.9k
A
app-rejection-recovery
app-rejection-recovery
appeeky / aso-skills

当用户的应用或更新被 Apple App Review 或 Google Play Review 拒绝,需要快速诊断原因、修复并重新提交时使用。适用于用户提及“app rejected”“App Review rejection”“guideline violation”“Apple rejected my app”“Google Play rejected”“Play policy violation”“Resolution Center”“metadata rejection”“binary rejection”“guideline 2.1”“guideline 4.3”“guideline 5.1.1”“Sign in with Apple required”“Apple ID rejection”“Play Store suspension”“appeal”“I need to respond to App Review”或“expedited review”的情况。提交前的商店页面检查请参阅 aso-audit。仅修复元数据请参阅 metadata-optimization。

开发1.9k
D
digital-health-clinical-asr-setup
digital-health-clinical-asr-setup
nvidia / skills

Clinical ASR Flywheel 的第 1 阶段。用于启动一个周期:NVCF+MW 披露、检查 NVIDIA_API_KEY、安装依赖项、进行 TTS+ASR 冒烟测试。

开发1.9k
E
earth2studio-install
earth2studio-install
nvidia / skills

指导通过 uv 或 pip 安装 Earth2Studio、选择模型扩展项并配置环境。不要用于编写推理代码、选择模型或回答 PhysicsNeMo 相关问题。

开发1.9k
P
pnpm
pnpm
onmax / nuxt-skills

使用 pnpm 管理 Node.js 依赖项——安装软件包、配置 monorepo 工作区、设置 pnpm catalogs、通过 overrides 解决依赖冲突、修补第三方软件包,以及为 pnpm 项目配置 CI 流水线。

开发1.9k
A
astrale-cli

独立运行的 Astrale CLI(`astrale`)参考指南,涵盖设置、图谱读取与变更、内核调用、实例、域、身份、委派、日志、视图、输出、调试和本地存储。

开发1.9k
G
gitnexus-exploring
gitnexus-exploring
abhigyanpatwari / gitnexus

当用户询问代码如何工作、想了解架构、追踪执行流程或探索不熟悉的代码库部分时使用。例如:\"X 是如何工作的?\"、\"哪些地方调用了这个函数?\"、\"展示一下 auth 流程\"

开发1.9k
D
documentation
documentation
mcollina / skills

按照 Diátaxis 框架(教程、操作指南、参考文档和解释页面)创建、组织和审查技术文档。适用于用户需要撰写或重组文档、区分教程与操作指南、构建参考文档或 API 文档、创建解释页面、选择 Diátaxis 文档类型,或改进现有文档结构的情况。触发词包括:文档结构、Diátaxis、教程与操作指南、整理文档、用户指南、参考文档、技术写作。

开发1.9k
R
rev-dex-dumper
rev-dex-dumper
p4nda0s / reverse-skills

从正在运行的 Android 应用中转储 DEX 文件,以便解包/反混淆。用户想要解包 Android APK、从内存中转储 DEX、提取已解密的 DEX 文件或绕过类加载加壳时启用。

安全1.9k
G
gpt-taste
gpt-taste
nexu-io / open-design

精英 UX/UI 与高级 GSAP 动效工程师。采用 Python 驱动的真随机化实现布局变化,严格的 AIDA 页面结构,宽泛的编辑排版(禁止 6 行换行),无缝网格布局,严格的 GSAP ScrollTriggers(钉住、堆叠、滚动动画),内联微图像,以及大量的分区间距。

设计与 UI1.9k
L
launch-nemo-rl
launch-nemo-rl
nvidia / skills

通过 nrl-k8s CLI 在 Kubernetes 集群上启动、监控、停止和调试 NeMo-RL 配方的操作指南。涵盖临时与长期运行的 RayCluster 模式、迭代运行,以及调试卡住或失败的训练任务。

云与 DevOps1.9k
D
digital-health-clinical-asr-finetune
digital-health-clinical-asr-finetune
nvidia / skills

Clinical ASR Flywheel 的第 4 阶段。当优先级 KER 高于 0.3 时使用,在 Parakeet TDT v2 上运行原版 NeMo SFT,并进行离线周期 N+1 重新评估。不用于通用词语增强(请使用 /finetune-asr)。

开发1.9k
L
loop-factory
loop-factory
juliusbrussee / skills

运行规范驱动的 Agent 循环:编码任务以 Markdown 规范的形式存储,在 inbox → active → archive 之间流转,由 Claude Code 或 Codex 实现,并通过评审关卡后才算完成。适用于用户提到“loop factory”“spec-driven loop”或“agent factory”、希望 Agent 工作可重复且可审查,或仓库中存在 factory/specs/inbox 或 factory/specs/active 目录的情况。也涵盖在项目中安装和搭建 loop-factory CLI。

Agent 工作流1.9k
G
gsap
gsap
mengto / skills

需要在 HTML/CSS/JS/React 中使用 GSAP(时间轴、ScrollTrigger、stagger、变换)添加或调试专业网页动画时使用。包含实现流畅动效、提升性能和规避常见问题的模式。

设计与 UI1.9k
R
r3f-physics
r3f-physics
enzed / r3f-skills

为 React Three Fiber 添加 Rapier 刚体、碰撞体、力、传感器和关节。适用于碰撞驱动的运动和模拟;纯视觉动效请使用动画指南。

开发1.9k
A
animation-designer
animation-designer
daffy0208 / ai-dev-standards

精通使用 Framer Motion 和 CSS 制作网页动画、过渡效果与动态设计。

设计与 UI1.9k
C
clean-code-principles
clean-code-principles
asyrafhussin / agent-skills

SOLID 原则、设计模式、DRY、KISS 和整洁代码基础。用于架构审查、代码质量检查、重构或讨论设计决策。触发条件:“审查架构”“检查代码质量”“SOLID 原则”“设计模式”或“整洁代码”。

开发1.9k
D
dotnet-10-csharp-14
dotnet-10-csharp-14
mhagrelius / dotfiles

构建 .NET 10 或 C# 14 应用时使用;适用于使用 minimal API、模块化单体模式或功能文件夹,以及实现 HTTP 弹性处理、Options 模式、Channels 或验证;也适用于遇到旧扩展方法语法等过时模式时。

开发1.9k
E
earth2studio-deterministic-forecast
earth2studio-deterministic-forecast
nvidia / skills

使用 Earth2Studio 构建确定性预报脚本(模型、数据源、IO、推理)。不要用于集合预报、诊断、仅获取数据或安装。

数据与数据库1.9k
M
mintlify-api

通过 Mintlify REST API 以编程方式管理部署、触发构建并查询文档站点元数据。

文档处理1.9k
N
nemo-mbridge-recipe-recommender
nemo-mbridge-recipe-recommender
nvidia / skills

根据用户的模型、GPU 数量、硬件、序列长度以及预训练/SFT/PEFT目标,推荐并定制 Megatron Bridge 库和基准测试配方。适用于选择起始配方、比较库配置与基准测试配置、根据 GPU 配额调整并行度,或区分收敛性变化、保持语义的执行调优与仅适用于基准测试的捷径。

开发1.9k
O
od-contribute
od-contribute
nexu-io / open-design

为 OpenDesign(nexu-io/open-design)提供一键贡献流程,即使不会编程也能参与。选择四张卡片之一(发布你用 OD 制作的 Skill 或 Design System;翻译文档;修正错字/撰写博客;报告 Bug),Agent 会为你验证并创建 PR(或 issue)。触发词:contribute to open design、ship my OD skill、ship my OD design system、translate OD docs、report an OD bug、od-contribute。

开发1.9k
P
planetscale-schema-recommendations-agent-loop
planetscale-schema-recommendations-agent-loop
planetscale / skills

安全地筛选 PlanetScale 架构建议,并将其转化为经过审查的分支、迁移、问题或拉取请求,而不对生产环境应用更改。

数据与数据库1.9k
T
tools
tools
launchdarkly / ai-tooling

通过工具(函数调用)赋予 Agent 能力。帮助你确定 Agent 需要执行的操作、创建工具定义,并将其附加到不同的配置变体。

Agent 工作流1.9k
A
android-intent-security
android-intent-security
android / skills

Android Intent 安全最佳实践。进行审计时使用。

安全1.9k
H
Houdini

通过 Flue 从 Shell 控制 SideFX Houdini。Flue 是一个无需 MCP 服务即可连接 hou 的 Python 桥接工具。

创意与媒体1.9k
D
develop-ai-functions-example

暂无简介

开发1.8k
B
build-models
build-models
replicate / skills

使用 Cog 打包和构建自定义 AI 模型,以部署到 Replicate。创建 cog.yaml 或 predict.py、定义模型输入和输出、在设置时加载模型权重、为机器学习模型构建 Docker 镜像、使用 cog serve 或 cog predict 本地运行服务,或将 HuggingFace、GitHub 或 ComfyUI 模型移植到 Replicate 上运行时使用。触发语句包括“构建模型”“打包模型”“创建 Cog 模型”“封装模型”“将 AI 模型容器化”“predict.py”“cog.yaml”“BasePredictor”或“Cog 容器”;提及 cog.run、github.com/replicate/cog 或 github.com/replicate/cog-examples 时也使用。涵盖 GPU 和 CUDA 设置、使用 pget 快速下载权重、支持持续批处理的异步预测器、流式输出,以及图像、视频、音频和 LLM 模型的冷启动优化。要将构建好的模型推送到 Replicate,请参阅 publish-models。要运行现有模型,请参阅 run-models。

云与 DevOps1.8k
N
nemo-mbridge-perf-activation-recompute
nemo-mbridge-perf-activation-recompute
nvidia / skills

验证并使用 Megatron Bridge 中的选择性和完整激活重计算,以额外计算为代价降低 GPU 内存使用量。适用于激活内存 OOM,或涉及 recompute_granularity、recompute_num_layers、recompute_modules、recompute_method、选择性重计算、完整重计算或激活检查点的性能回退。

开发1.8k
R
r3f-loaders
r3f-loaders
enzed / r3f-skills

使用 useGLTF、useLoader、Suspense 和预加载,在 React Three Fiber 中加载并复用 3D 资源。适用于模型加载、解码器设置、缓存、克隆,以及加载或错误界面。

开发1.8k
T
tilegym-adding-cutile-kernel
tilegym-adding-cutile-kernel
nvidia / skills

向 TileGym 添加新的 cuTile GPU 内核算子。涵盖在 ops.py 中注册分派、实现 cuTile 后端、在 __init__.py 中导出、创建测试,以及在 tests/benchmark 中进行基准测试。适用于在 TileGym 中添加、创建或实现新的 cuTile 算子/内核,或询问如何注册新的 cuTile 算子。

开发1.8k
A
apollo-router
apollo-router
apollographql / skills

用于配置和运行联邦 GraphQL 超图的 Apollo Router 版本感知指南。可为 Router v1.x 和 v2.x 生成正确的 YAML。适用于:(1) 设置 Apollo Router 以运行超图;(2) 配置路由、标头或 CORS;(3) 实现自定义插件(Rhai 脚本或协处理器);(4) 配置遥测(追踪、指标、日志记录);(5) 排查 Router 性能或连接问题;(6) 使用 JWT、声明式字段级授权指令或持久化查询允许列表保护图;(7) 将 router.yaml 作为版本控制配置管理,并通过 CI/CD 验证。

开发1.8k
N
nemo-mbridge-perf-parallelism-strategies
nemo-mbridge-perf-parallelism-strategies
nvidia / skills

Megatron Bridge 中并行策略选择与组合的操作指南,涵盖规模估算规则、硬件拓扑映射和组合并行配置

开发1.8k
S
sentry-react-router-framework-sdk
sentry-react-router-framework-sdk
getsentry / sentry-for-ai

为 React Router Framework 模式完整配置 Sentry SDK。用户要求“add Sentry to React Router Framework”“install @sentry/react-router”,或为 React Router v7 framework 应用配置错误监控、跟踪、性能分析、会话重放、日志或用户反馈时使用。

开发1.8k
N
nemo-mbridge-mlm-bridge-training
nemo-mbridge-mlm-bridge-training
nvidia / skills

使用模拟或真实数据运行 Megatron-LM (MLM) 和 Megatron Bridge 训练。涵盖相关性测试、可用配方和多 GPU 示例。

开发1.8k
C
configs-create
configs-create
launchdarkly / ai-tooling

在 LaunchDarkly 中创建和配置配置项。帮助你选择 Agent 模式或 completion 模式、创建配置项、添加带模型和提示词的变体,并验证设置。

Agent 工作流1.8k
D
doctor
doctor
jihe520 / mathmodelagent

环境检查与安装向导。检查数学建模工作流所需的全部依赖是否已安装,对缺失项提供安装命令,并在用户确认后执行安装。手动触发。

开发1.8k
I
image-to-code
image-to-code
nexu-io / open-design

Codex 的高级网站图像转代码技能。对于视觉上很重要的网页任务,它必须首先生成设计图像,深入分析,然后实现网站以尽可能接近地匹配。在 Codex 中,它必须优先考虑大型、易读的分部分图像而不是微小的压缩板,为分部分或详细视图生成新的独立图像而不是裁剪旧图像,避免懒惰的生成不足,避免卡片套卡片套卡片的 UI,并保持英雄部分整洁、宽敞、易读,在小笔记本上可见。

设计与 UI1.8k
N
nemo-mbridge-perf-moe-vlm-training
nemo-mbridge-perf-moe-vlm-training
nvidia / skills

提供在 Megatron Bridge 中训练 MoE VLM 的实用指南。比较 FSDP 和 3D 并行方案,并总结 Qwen3-VL、Qwen3-Next 及其他多模态实验中的经验。

开发1.8k
A
astrale-domain

创建、修改、测试、迁移或调试 Astrale Domains:Schema、Policies、Action/Workflow 运行时、集成、Views、Datasets 和部署。创建新 Domain 时遵循分阶段工作流;进行专项工作时仅加载相关参考资料。

开发1.8k
N
nemo-mbridge-multi-node-slurm
nemo-mbridge-multi-node-slurm
nvidia / skills

将单节点脚本转换为多节点 Slurm sbatch 作业,并排查常见的多节点故障。涵盖 srun-native 与 uv run torch.distributed 方案、容器设置、NCCL 超时、MoE 模型的 OOM 规模估算,以及交互式资源分配

云与 DevOps1.8k
N
nemo-mbridge-perf-moe-optimization-workflow
nemo-mbridge-perf-moe-optimization-workflow
nvidia / skills

Megatron Bridge 中 MoE 性能优化的证据门控工作流。涵盖测量约定、Three Walls 框架、并行折叠、性能分析、匹配式 A/B 调优和最终验证

开发1.8k
N
nemo-mbridge-perf-sequence-packing
nemo-mbridge-perf-sequence-packing
nvidia / skills

在 Megatron-Bridge 中验证和使用打包序列与长上下文训练,涵盖离线 LLM 打包、整理批次时的 VLM 打包、Energon 在线打包和 CP 限制

开发1.8k
P
pencil-design
pencil-design
chiroro-jr / pencil-design-skill

在 Pencil 中设计 UI(.pen 文件),并据此生成生产代码。适用于处理 .pen 文件、在 Pencil 中设计屏幕或组件,或根据 Pencil 设计生成代码。涉及 Pencil、.pen 文件、设计转代码工作流,或使用 Pencil MCP 工具进行 UI 设计的任务时触发。

设计与 UI1.8k
U
update-docs
update-docs
fandhe-ai / agent-cli-skills

根据上次更新提交(通过 _/.last-update-docs 跟踪)的差异,更新 CLAUDE.md 中的技能列表和仓库结构树。添加新技能、修改 .claude/agents/ 或 .claude/rules/ 时,以及用户要求“更新文档”或“更新 CLAUDE.md”时使用。还包含在用户要求补充代码注释或文档注释时可参考的指南。

开发1.8k
N
nemo-mbridge-perf-cpu-offloading
nemo-mbridge-perf-cpu-offloading
nvidia / skills

在 Megatron Bridge 中验证和使用 CPU 卸载,包括层级激活卸载,以及通过 HybridDeviceOptimizer 按比例卸载优化器状态

开发1.8k
N
nemo-mbridge-perf-expert-parallel-overlap
nemo-mbridge-perf-expert-parallel-overlap
nvidia / skills

在 Megatron-Bridge 中验证和使用 MoE 专家并行通信重叠,包括 overlap_moe_expert_parallel_comm、delay_wgrad_compute,以及 DeepEP 和 HybridEP 等 flex dispatcher 后端

开发1.8k
R
roblox-localization
roblox-localization
tabooharmony / roblox-brain

用于添加或修复 Roblox 翻译:本地化表、自动翻译、特定区域的内容或区域检测

开发1.8k
C
configs-targeting
configs-targeting
launchdarkly / ai-tooling

配置配置定向规则,以控制向不同用户提供哪些变体。支持按百分比逐步发布、基于属性的规则、细分定向和受保护的逐步发布。

开发1.8k
第 3361–3420 条,共 37,216 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。