mcpField

Skills

收录 100,928 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。

全部

J
joule-cli
joule-cli
sap-archive / joule-a2a-agent-toolkit

全面的 SAP Joule CLI(原 sapdas CLI)助手,用于从命令行管理数字助手——编译能力、部署助手、运行 BDD 测试、lint 与排查错误。只要用户提及“joule cli”“sapdas”“joule compile”“joule deploy”“joule test”“joule login”“joule lint”、数字助手部署、能力编译、DAAR 文件、RTA 构件,或任何涉及 Joule 命令行的任务,就使用此技能——即使他们只是说“deploy my assistant”或“how do I log in to Joule from the terminal”。当用户询问用 Cucumber 测试 Joule 能力、链接 AI 助手、管理已部署的助手,或在 CI/CD 流水线中自动化 Joule 工作流时也触发。

Agent 工作流72
K
kanban-codex-lane
kanban-codex-lane
nousresearch / hermes-agent

当 Hermes Kanban worker 希望将 Codex CLI 作为隔离的实现通道运行,而由 Hermes 保留任务生命周期、对账、测试与交接的所有权时使用。

Agent 工作流72
K
kelly-app-skill-creator
kelly-app-skill-creator
mr-kelly / skills

设计并创建由 Busabase 支持的 App-in-Skill 包,包含规范的 app 项目、Busabase 原生设置与产品引导、审阅/执行工作流、标准化的响应式 UI,以及 AirApp 优先的交付方式。当用户想要 Busabase 研究台、审阅队列、规划器、操作控制台、运营仪表盘、控制面板、协作工作区、引导/就绪流程,或希望更新现有的基于 Kelly App 的技能时使用。每个生成的技能都包含完整的 app/ 项目,默认将该源码部署到 Busabase AirApp,仅在明确要求本地预览时才运行 pnpm dev,遵循 Kelly 桌面端和手机端 UI 约定,将 AirApp 运行时、SDK、安全、脚手架和部署约束交由 busabase-app-creator 处理,并将仓库级一致性测试交由 kelly-app-skill-creator-tests 处理。

设计与 UI72
K
knock-migrate-to-knock
knock-migrate-to-knock
knocklabs / skills

调研代码库中现有的消息基础设施,并建议如何将其映射到 Knock。在从 Braze、Courier、Customer.io、Iterable、SendGrid 或自定义通知代码迁移,或计划迁移到 Knock 时使用。

开发72
K
knowledge-workspace
knowledge-workspace
marcioaltoe / skills

处理项目文档和中央知识仓库(marcioaltoe/secondbrain)。在任何带有 .secondbrain-project 文件的仓库中编辑 docs/、CONTEXT.md、规格、ADR 或任务文件时使用;在决定文档变更应提交到哪里时使用;在处理 secondbrain 的 mirror、notes、shared 或 wiki 区域时使用;以及在研究、规划或实现工作可能查阅或回馈第二大脑(wiki + qmd search)时使用。

生产力72
K
kostal-xlsx

暂无简介

文档处理72
L
labarchive-integration
labarchive-integration
kalarislabs / research-agent-skills

安全地集成官方 LabArchives ELN REST 类 API 和 Inventory API v1。用于选择区域端点、构造签名请求、处理用户授权和 UID 流程、本地 LA 容器验证,以及经过验证的 LabArchives 集成工作流。

数据与数据库72
L
lamindb-data-management
lamindb-data-management
jaechang-hits / sciagent-skills

开源的 FAIR 生物学数据框架。对产物 (AnnData、DataFrame、Zarr) 进行版本管理,追踪谱系,通过本体 (Bionty) 校验,查询数据集。与 Nextflow、Snakemake、W&B、scVI 集成。scRNA-seq 请用 scanpy;本体查询请用 bionty。

数据与数据库72
L
lang-typescript
lang-typescript
ravnhq / ai-toolkit

TypeScript 语言模式与类型安全规则——严格模式、no

开发72
L
laravel-custom-helpers
laravel-custom-helpers
noartem / skills

当小的纯函数有助于提升清晰度时,创建并注册这些函数;保持它们组织有序并有测试覆盖。

开发72
L
laravel-data-chunking-large-datasets
laravel-data-chunking-large-datasets
noartem / skills

使用 chunk()、chunkById()、lazy() 和 cursor() 高效处理大型数据集,以降低内存消耗并提升性能

数据与数据库72
L
laravel-interfaces-and-di
laravel-interfaces-and-di
noartem / skills

使用接口和依赖注入解耦代码;在容器中绑定实现

开发72
L
launch-readiness
launch-readiness
pratikshadake / claude-product-management-skills

通过结构化清单和就绪状态(Ready/At Risk/Not Ready)审查某项功能或产品是否真正可以发布。在任何产品发布前使用,以发现关键缺口。

测试与质量72
L
learning-notes-organizer
learning-notes-organizer
z-soulx / ai-toolkit

对 Markdown 学习笔记做结构重构与精修:两阶段 Plan-and-Execute 工作流——先诊断归类(出清单/大纲/映射/scaffold),再精修交付(重写正文、越界路由、资源追踪)。支持全文或指定章节两种 scope;支持只出清单或直接输出整理后正文。

生产力72
L
li
li
jiangjiax / li-skills

当用户说「/li」,或请求与内容创作相关但意图模糊、不确定用哪个工具时使用本 skill。作为 li 工具箱主入口,判断意图并路由到对应专项 skill。不应触发:当用户的请求已明确匹配某个专项 li-* skill 时(如「写脚本」→ li-writer,「深化选题」→ li-topic),直接触发对应 skill 而非本入口。DO NOT trigger for non-content-creation tasks. Use when the user says "/li" or the intent is ambiguous across multiple li-* tools.

创意与媒体72
L
linear-automation
linear-automation
composiohq / awesome-claude-skills

通过 Rube MCP (Composio) 自动化 Linear 任务:issue、project、cycle、团队、标签。始终先搜索工具以获取最新 schema。

生产力72
L
liquid-glass
liquid-glass
patrickserrano / skills

使用 iOS 26+ Liquid Glass API 实现、审查或改进 SwiftUI 功能。当被要求采用 Liquid Glass 构建 SwiftUI UI、重构为 Liquid Glass,或审查 Liquid Glass 使用情况时使用。

设计与 UI72
L
literature-research
literature-research
aiagentwithdhruv / skills

检索学术文献并进行深度研究综述。当用户要求检索 PubMed、查找学术论文或做文献综述时使用。

生产力72
L
live-browser

暂无简介

其他72
L
local-ci
local-ci
redwoodjs / local-ci

使用 Local CI 在本地运行 GitHub Actions CI,在推送前验证改动。适用于测试、运行检查或验证代码改动。

测试与质量72
M
maintain-project-context
maintain-project-context
toy-crane / skills

在不改变既定含义的前提下,清理、压缩并核对持久的项目上下文,以及任何配置好的问题跟踪器镜像。只要某个请求要清理、审计或检查两个及以上持久上下文源之间的一致性,就始终使用本技能,即使它们被称为产品文档、术语表、决策、规格说明或 Agent 指令,而不是 PRODUCT.md、GLOSSARY.md、docs/decisions、docs/specs、AGENTS.md 或 CLAUDE.md。也适用于确认已发布的规格说明退役,或在默认分支的规格文件夹与其跟踪器议题之间做一次全面的一致性清扫。不要用于定义新的产品意图、记录一个新确定的术语或决策、查找上下文、塑造功能、实现工作,或根据已发布的工作修改活跃规格说明的行为,这属于 `babysit-specs`。

Agent 工作流72
M
make-automation
make-automation
composiohq / awesome-claude-skills

通过 Rube MCP(Composio)自动化 Make(Integromat)任务:操作、枚举、语言和时区查询。始终先搜索工具以获取最新 schema。

生产力72
M
malware-analysis
malware-analysis
tsale / awesome-dfir-skills

针对 PE 可执行文件和可疑文件的专业恶意软件分析工作流。在文件上传并附带诸如 "analyze this malware"、"analyze this sample"、"what does this executable do"、"check this file for malware" 之类的请求,或任何检查可疑文件的请求时触发。执行静态分析、威胁情报分类、行为推断,并生成带推理结论的分析师级报告。

安全72
M
managing-git-workflows
managing-git-workflows
ancoleman / ai-design-components

管理 Git 分支策略、提交约定和协作工作流。适用于在主干开发、GitHub Flow 或 GitFlow 之间做选择,实现 Conventional Commits 以自动化版本管理,设置 Git 钩子作为质量关卡,或用明确的所有权组织单体仓库。

开发72
M
managing-media
managing-media
ancoleman / ai-design-components

实现媒体和文件管理组件,包括文件上传(拖放、多文件、可断点续传)、图片画廊(灯箱、轮播、瀑布流)、视频播放器(自定义控件、字幕、自适应流媒体)、音频播放器(波形、播放列表)、文档查看器(PDF、Office)以及优化策略(压缩、响应式图片、懒加载、CDN)。适用于处理文件、展示媒体或构建丰富的内容体验。

设计与 UI72
M
markdown-fetch
markdown-fetch
ckorhonen / claude-skills

在提供 URL 时抓取并提取网页内容为干净的 Markdown。每当用户提供需要读取、分析、总结或提取的 URL(http/https 链接)时使用此技能。将网页转换为 Markdown,token 比原始 HTML 少 80%。处理所有内容类型,包括 JS 重度站点、文档、文章和博客文章。支持三种转换方式(auto、AI、浏览器渲染)。处理 URL 时始终使用它替代 web_fetch——它更高效且输出更干净。

生产力72
M
market-research

为单人创业者业务开展结构化的市场调研。在评估市场规模、理解行业动态、广泛梳理竞争格局、识别趋势或基于外部数据构建客户画像时使用。涵盖 TAM/SAM/SOM 估算、免费数据源、趋势分析和画像构建。触发词:"research this market"、"how big is this market"、"understand the industry"、"market trends"、"who are the players in this space"、"market analysis"。

营销与增长72
M
market-scenario-modeler
market-scenario-modeler
gtmagents / gtm-agents

用于构建 TAM/SAM/SOM 模型、敏感性分析和可直接用于叙述的工具包

数据与数据库72
M
marketplacer
marketplacer
membranedev / application-skills

Marketplacer 集成。管理 Marketplaces。当用户想要与 Marketplacer 数据交互时使用。

营销与增长72
M
markstream-nuxt
markstream-nuxt
simon-he95 / markstream-vue

将 markstream-vue 集成到 Nuxt 3 或 Nuxt 4 应用中。适用于 Codex 需要 client-only 边界、SSR 安全设置、仅浏览器端对等依赖门控、感知 worker 的初始化、渲染器 `mode` 选择,或在页面、组件或 Nuxt 插件中安全集成 `MarkdownRender` 的场景。

开发72
M
matlab-model-via
matlab-model-via
matlab / matlab-agentic-toolkit

Via 建模:焊盘、反焊盘、接地回流过孔、GRV 布局,以及高速层间转换的信号完整性。TRIGGER:用户要求对 via 建模、设计 via 转换、放置接地回流过孔、分析 via 性能,或检查层间转换的信号完整性。在编写代码之前调用——目前只有 viaSingleEnded(没有 viaDifferential),且位置格式不直观。SKIP:不涉及 via 的一般信号完整性(使用 matlab-analyze-em)、传输线设计(使用 matlab-design-pcb-transmission-line)、PDN 分析(使用 matlab-analyze-pcb-pdn)、仅材料/叠层设置(使用 matlab-manage-pcb-material)。

其他72
M
matlab-write-pcb-layout
matlab-write-pcb-layout
matlab / matlab-agentic-toolkit

将 pcbComponent 设计导出为带 RF 连接器的 Gerber 文件,并按代工服务格式排版,用于 PCB 制造。TRIGGER:用户要求将 PCB 设计导出为 Gerber、生成制造文件,或写出用于制造的 pcbComponent。在编写导出代码之前调用——gerberWrite 的签名(pcbComponent, connectors, filename)不直观。SKIP:导入/读取 PCB 文件(使用 matlab-read-pcb-layout)、构建 PCB 几何结构(使用 matlab-assemble-pcb-layout)、EM 分析(使用 matlab-analyze-em)、材料/叠层设置(使用 matlab-manage-pcb-material)。

其他72
M
max-messenger
max-messenger
max-messenger / max-agents-skill

为 MAX Messenger(max.ru、МАКС)构建机器人和迷你应用——包括 Bot API(platform-api2.max.ru)、官方 Go 客户端(max-bot-api-client-go)、Go 框架 maxbot、TypeScript 客户端 @maxhub/max-bot-api、MAX Bridge(window.WebApp)和 @maxhub/max-ui React 套件。适用于任何涉及发送/接收 MAX 消息、webhook 或长轮询、上传媒体、内联键盘和回调、消息格式化、聊天/频道管理、评论、迷你应用 initData / 手机验证,以及 Минцифры 根 CA 导致的 TLS 错误的代码。触发词:MAX bot、MAX Bot API、platform-api.max.ru、platform-api2.max.ru、max.ru bot、бот для МАКС、бот в MAX、мини-приложение MAX、MAX Bridge、MAX 中的 window.WebApp、max-ui、maxbot、@maxhub。没有代码的 MAX 产品/市场策略问题不适用。

开发72
M
measure-before-you-fix
measure-before-you-fix
garrytan / gbrain

修复缓慢、陈旧或超时警报前,先亲自测量该步骤。用秒表验证猜测,而不是先改代码。针对 gbrain doctor、autopilot、sync 和 cron 监控发出的时效性警报(陈旧、超时、新鲜度、卡住、落后 N 小时)进行先测量再处理的运维分诊——必须在提高超时值、更改阈值或重写流水线之前执行。

云与 DevOps72
M
melech-debug-mode
melech-debug-mode
adird / agent-shell-hamelech

在用户现有的 Chrome 标签页中端到端地调试或验证本地 UI,使用临时运行时探针和手动浏览器回退方案。

测试与质量72
M
melissa-data
melissa-data
membranedev / application-skills

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

数据与数据库72
M
mermaid
mermaid
chujianyun / skills

Mermaid 图绘制助手。适用于用户明确要求绘制 Mermaid 图,或提到流程图、架构图、时序图、状态图、甘特图、ER 图、用户旅程图、类图,并希望直接输出 Mermaid 代码块时使用。会先判断最合适的图类型,再生成可渲染、结构清晰的 Mermaid 代码,并在必要时附上简短说明或迭代建议。不适用于追求高保真视觉设计稿的场景。

设计与 UI72
M
meteora-plugin
meteora-plugin
okx / plugin-store

面向 Solana 的 Meteora DLMM 插件——搜索流动性池、获取兑换报价、查看用户仓位、执行代币兑换、添加和移除流动性、快速开始钱包检查

其他72
M
metric-diagnostics
metric-diagnostics
openai / role-specific-plugins

诊断某个指标为何发生变化或与预期不符。适用于需要找出指标变动、异常、差距或差异的可能驱动因素的任务。

数据与数据库72
M
metrics-dashboard
metrics-dashboard
emotixco / claude-skills-founder

根据初创公司当前阶段,选出最重要的 5 项指标,并提供定义、目标值、未达目标时的行动、精简的跟踪设置和每周复盘模板。创始人询问应衡量哪些指标或如何向投资者汇报指标时使用。

数据与数据库72
M
microsoft-teams-automation
microsoft-teams-automation
composiohq / awesome-claude-skills

通过 Rube MCP(Composio)自动化 Microsoft Teams 任务:发送消息、管理频道、创建会议、处理聊天和搜索消息。请始终先搜索工具以获取最新 schema。

生产力72
M
migrating-latex-templates
migrating-latex-templates
huangwb8 / chineseresearchlatex

当用户明确要求"迁移标书""升级模板""跨版本迁移""旧标书转新模板"时使用。智能迁移NSFC LaTeX标书到新版模板,基于五阶段工作流(分析→映射→规划→执行→验证),自动处理结构变化、内容重组、引用更新;支持AI驱动语义匹配与启发式回退,并提供 runs 输出隔离与一键迁移脚本。

文档处理72
M
mjml-email-templates
mjml-email-templates
wshaddix / dotnet-skills

使用 MJML 框架并结合 .NET Razor 语法集成创建响应式邮件模板的指南。用于在 .NET 应用中构建响应式邮件模板、将 MJML 与 Razor 视图集成,或创建可在各类邮件客户端中正常显示的邮件布局时。

设计与 UI72
M
mkdocs
mkdocs
vamseeachanta / workspace-hub

使用 MkDocs 和 Material 主题构建专业的项目文档。

开发72
M
mne
mne
tondevrel / scientific-agent-skills

用于探索、可视化和分析人类神经生理数据(包括 EEG、MEG、sEEG 和 ECoG)的开源 Python 软件包。

数据与数据库72
M
modeling-product-usage-metrics
modeling-product-usage-metrics
posthog / skills

在 PostHog 数据仓库视图(HogQL)或外部 dbt 项目上,构建可复用的产品使用与参与度模型——留存、粘性和生命周期。当用户想要建模、定义或计算用户是否会回流(留存 / 流失)、参与频率(粘性 / 重度用户 / DAU-WAU-MAU 比率),或活跃用户群的构成(新客 / 回访 / 复活 / 沉默生命周期)时使用。这三者同属一个参与度族,共享起始事件/回流事件词汇和区间粒度;本技能将它们一并处理,并帮助选出合适的视角:留存对应回访率群组矩阵,粘性对应频率分布,生命周期对应增长质量。在 PostHog 上,用 HogQL 建模(对应 query-retention / query-stickiness / query-lifecycle);在 dbt 中,构建带测试的 fct_retention / fct_stickiness / fct_lifecycle 数据集市。请先阅读 modeling-warehouse-foundations;它为 modeling-activation-metrics 使用的留存校验提供输入。

数据与数据库72
M
modeling-revenue-metrics
modeling-revenue-metrics
posthog / skills

在 PostHog 数据仓库视图(HogQL)或外部 dbt 项目上构建可复用的收入模型——MRR、ARR、总收入、新增/扩展/收缩/流失、ARPU、LTV,以及按客户/按账户的收入。当用户想要建模、定义或计算经常性收入、月度/年度经常性收入、收入的流失或留存、生命周期价值、每用户平均收入,或按客户、群组、产品或货币划分的收入时使用。在 PostHog 上,基于由 Stripe 或自定义收入事件写入的受管 *_revenue_view 视图(revenue_item、mrr、customer、subscription、charge、product)构建——而非原始 Stripe 表——并用 convertCurrency() 统一货币。在 dbt 中,暂存支付源数据,并用测试计算 fct_mrr / fct_revenue_item / dim_customer 数据集市。涵盖如何选择正确的数据源、会让 MRR 为空的订阅配置陷阱、货币处理,以及将收入关联到个人/群组。视图与 dbt 的机制请先阅读 modeling-warehouse-foundations。

数据与数据库72
M
modelscope-zimage-generator
modelscope-zimage-generator
haiyuan-ai / agent-skills

使用 ModelScope Z-Image 模型生成图像。适用于图像生成、艺术画、封面图以及基于 LoRA 的变体。支持异步轮询。

创意与媒体72
M
modelslab-audio-generation
modelslab-audio-generation
modelslab / skills

使用 ModelsLab 的 v7 Voice API 生成语音、音乐和音效。通过 ElevenLabs 和 Inworld 模型支持文本转语音、语音转文本、语音转语音、音乐生成、音效、配音、歌曲延长和歌曲修补。

创意与媒体72
M
molfeat-molecular-featurization
molfeat-molecular-featurization
jaechang-hits / sciagent-skills

面向 ML 的分子特征化中心(100+ 种特征化器)。SMILES 转指纹 (ECFP、MACCS、MAP4)、描述符 (RDKit 2D、Mordred)、预训练嵌入 (ChemBERTa、GIN、Graphormer)、药效团。兼容 Scikit-learn,支持并行化/缓存。适用于 QSAR、虚拟筛选、相似性和分子深度学习。

数据与数据库72
M
mosaic-security-patterns

暂无简介

安全72
M
movie-poster-graphics
movie-poster-graphics
skillatlas / skills

为产品、应用、品牌、营销活动和抽象概念创建生成式电影海报风格图形。当任务需要海报级主视觉、原型选择、标题处理指导或为图像模型提供有力提示词时使用。

创意与媒体72
M
mpep-search
mpep-search
robthepcguy / claude-patent-creator

用于检索 USPTO MPEP、35 USC 法规、37 CFR 条例以及 2024 年 1 月之后更新的专家系统。

生产力72
N
n8n-validation-expert
n8n-validation-expert
sickn33 / agentic-awesome-skills

解读并修复 n8n 校验错误的专家指南。

测试与质量72
N
narrative-builder
narrative-builder
majesticlabs-dev / majestic-marketplace

把经验教训和洞见转化为带有张力、冲突和明确要点的引人入胜的短篇故事。适用于将商业教训写成故事、撰写叙事型社交帖子,或通过讲故事让枯燥的洞见变得有趣。包含故事弧模板和适用于社交内容的微型故事格式。

创意与媒体72
N
nextflow
nextflow
kalarislabs / research-agent-skills

端到端构建、运行和调试 Nextflow 数据管道及 nf-core 工作流。用户提到 Nextflow、nf-core、.nf 文件、nextflow.config、DSL2、processes/channels/operators、samplesheets,或希望运行社区管道(如 nf-core/rnaseq、nf-core/sarek)、使用 nf-test 编写或测试模块/子工作流、配置执行器/容器(Docker、Singularity/Apptainer、Conda、Wave)、将工作流扩展到 HPC/SLURM 或云平台(AWS Batch、Google Batch、Azure、Kubernetes),或调试失败的运行/使用 -resume 恢复时,均适用。即使用户没有提到“Nextflow”,任何可复现的科学/生物信息学工作流任务也应使用此技能;编写符合 nf-core 规范的管道、模块、配置及 lint 检查时也适用。

数据与数据库72
N
nextflow-workflow-engine
nextflow-workflow-engine
jaechang-hits / sciagent-skills

用于可扩展生物信息学流程的数据流工作流引擎。定义由通道连接的过程(容器化任务);只需更改一次配置即可在本地、HPC (SLURM/SGE)、云 (AWS/GCP/Azure) 或 Kubernetes 上运行。为 nf-core 提供支持。基于规则的 Python 工作流请用 Snakemake;容器化、云原生和 nf-core 流程请用 Nextflow。

数据与数据库72
N
nocobase-env-bootstrap
nocobase-env-bootstrap
nocobase / skills

当用户需要准备 NocoBase 环境、安装并启动应用、引导本地 nocobase-ctl 运行时、管理应用环境(add/use/current/list)、升级单个实例,或诊断环境级故障时使用。

云与 DevOps72
N
nuclei-scan
nuclei-scan
wgpsec / aboutsecurity

Nuclei 漏洞扫描工具使用方法论。当需要对目标进行已知漏洞扫描、CVE 验证、批量 PoC 检测时使用。Nuclei 拥有社区维护的 9000+ 模板,覆盖 CVE、默认口令、配置错误、信息泄露等。任何涉及 nuclei 扫描、CVE 批量验证、PoC 检测、漏洞模板搜索的场景都应使用此技能。也适用于需要从 nuclei 模板中提取 payload 用于手动利用的场景

安全72
O
o1-petition
o1-petition
tapntell-ai / openniw

在本地案件文件夹中准备完整的 O-1A 杰出能力申请套件——根据 Google Scholar 个人资料或 CV 对照 8 项 O-1A 标准进行免费评估、申请人结构决策(美国雇主、美国代理人或受益人自己的公司)、证据清单与引用流程、起草申请人支持信、咨询/顾问意见、行程与专家信、I-129 填写指导,以及供申请人审阅、修订、签署并提交的可编辑交接包。当用户提及 O-1、O-1A、O-1B、O1 visa、I-129、extraordinary ability、advisory opinion 或 consultation letter、agent petition、founder/startup visa、RFE response、Request for Evidence、NOID、补件、O1签证、杰出人才、杰出能力签证或 H-1B 抽签未中时使用。也处理已提交 I-129 上的 RFE 或 NOID,即使该申请并非使用此 skill 提交。仅限文件准备,不构成法律建议。

文档处理72
第 66781–66840 条,共 100,928 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。