Skills
收录 100,696 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
治理 AG2 多 Agent 网络——身份（`Passport`、`Resume`）、每个 Agent 的 `Rule`（含两个顶层块 `access`（`AccessBlock`）与 `limits`（`LimitsBlock`，其中嵌套 `RateBlock` + `InboxBlock`））、可替换的 `HubArbiter` / `RuleBasedArbiter` 访问与路由接缝、`AuthAdapter` / `AuthRegistry` 注册、通道级 `Expectation` 及其 `audit` / `notify_channel` / `auto_close` 违规处理器、Hub 的仅追加审计日志与 `AUDIT_KIND_*` 常量、实时 `HubListener` / `BaseHubListener` 可观测性以及 `Hub` 的 `on_*` 钩子和 `register_sweeper`，还有通过 `agent.task(...)` + `TaskMirror` 进行任务观测（更新 `Resume.observed` 用于对等方排名）。适用于用户需要速率限制、访问策略、SLA、合规轨迹、实时指标/告警、基于能力的对等方排名，或检查网络上实际发生的事情。请在 `ag2-network-quickstart` 之后加载本文档。Agent 侧界面（自定义处理器、视图、LLM 工具、`HumanClient`）参见 `ag2-network-tools-and-views`。
塑造 AG2 网络 Agent 所感知的内容以及其 LLM 可执行的操作。涵盖通过 `NetworkPlugin` 提供的五个自动注入、面向 LLM 的工具（`delegate`、`peers`、`channels`、`tasks`、`context`）以及适配器自有的 `say`；用 `agent_client.on_envelope(callback)` 替换默认处理器（网关、无头工作进程）；`ViewPolicy` Protocol 及内置的 `FullTranscript`、`WindowedSummary(recent_n=N)` 与 `NamedWindowedSummary(recent_n=N)` 视图，以及如何编写自定义视图；通过 skill markdown 进行对等方发现（`skill_md=`、`parse_skill_frontmatter`、`hub.set_skill`）；`Envelope` 线格式与 `EV_*` 事件分类（`EV_TEXT`、`EV_PACKET`、`EV_CHANNEL_*`、`EV_EXPECTATION_VIOLATED`、`EV_TASK_CANCEL_REQUEST`、`EV_TASK_CANCELLED`）、`audience` 与 `visible_to` 语义、`Priority`、`causation_id`，以及如何通过 `agent_client.send_envelope(...)` 发送带自定义事件类型的原始 envelope。适用于用户想要定制 LLM 的网络界面、编写自定义 envelope 处理器、构建网关/无头工作进程，或接好对等方发现时。
构建 AG2 网络 `workflow` 通道——由声明式 `TransitionGraph` 驱动的编排式 N 方适配器。适用于用户需要条件式交接、多步流水线、上下文感知路由、反馈循环，或正从经典的 `GroupChat` + `Agent.handoffs` 模式迁移。涵盖 `TransitionGraph`；工厂方法 `TransitionGraph.sequence(...)` / `.round_robin(...)`；内置目标（`AgentTarget`、`RoundRobinTarget`、`StayTarget`、`RevertToInitiatorTarget`、`TerminateTarget`）；内置条件（`Always`、`FromSpeaker`、`ToolCalled`、`ContextEquals`）；用于动态路由的类型化 `Handoff` 返回值；通过 `set_context` 实现的通道级上下文；用于自定义子类的 `register_target` / `register_condition`；数据包执行模型与幂等工具要求；八种 cookbook 模式（流水线、分层、升级、反馈循环、分诊等）；以及与经典 `GroupChat` 的并排迁移。请在 `ag2-network-quickstart` 之后加载本文档。
通过 Agile Iteration Method 规划并交付结合仓库上下文的 AI 辅助软件工作，采用意图探索、由 PO 负责的 Epic、由 TDO 负责的 User Story、跨 Epic 交付规划、明确的关卡、审查、验证和由用户负责的验收。适用于结合仓库上下文讨论产品方向，创建和完善 Epic 与 User Story，规划交付选项、实施工作、审查交付、配置项目专家、校准仓库并共享本地经验、整合本地 AIM 项目间的知识、控制 AIM 模式和成本配置、打开和控制本地 AIM UI，以及继续 AIM 运行
Andrej Karpathy 的思维框架与表达方式。基于 20+ 篇博文、16 段深度访谈、100+ 条 X 帖子的系统蒸馏，提炼 6 个核心心智模型、8 条决策启发式、完整的中文输出适配和经典句式速查。用途：作为思维顾问，用 Karpathy 的视角分析 AI 技术可靠性、学习方法、行业趋势、产品设计。当用户提到「用 Karpathy 的视角」「Karpathy 会怎么看」「卡帕西」「karpathy 模式」时使用。也适用于：Software 2.0/3.0 讨论、vibe coding 话题、神经网络训练、AI 炒作判断、LLM 能力边界。即使用户只是说「从工程现实主义角度」「march of nines」「构建即理解」「锯齿状智能」也可触发。不在用户只是普通问 AI 相关问题时触发——只在明确想要 Karpathy 式思维框架时激活。
全知型的 APEX 生态系统开发技能。触发词：apex code、omnihub development、tradeline build、aspiral feature、apex bug、fix apex、apex architecture、omnidash component、triforce guardian、man mode、apex security、apex test、armageddon test、apex deploy、apex optimize、semantic translation、web2 web3 bridge。产出：面向 APEX OmniHub、TradeLine 24/7、aSpiral 及所有关联应用的零漂移、一次通过的代码。兼容所有大模型。
基于有文档记录的架构、构建流水线和审查模式笔记，回答关于 Supabase 文档应用（apps/docs）的问题，并在提出或评审变更时应用功能设计原则（代码库复用、编码极简主义）。适用于用户问 "how does X work in the docs app?"、"where does Y live?"、"is this approach OK for the docs app?"，或在 apps/docs/ 下编写非平凡变更之前——尤其是任何涉及 MDX 流水线、markdown 生成、内容组件、联合文档或面向贡献者的撰写模式的内容。必要时可用 Mermaid 图回答架构问题。
攻击 OAuth 2.0 和 OpenID Connect 流程——从 OIDC 发现文档枚举端点；利用路径遍历、开放重定向链、子域名和正则表达式弱点以及 %2F/@ 解析器技巧破坏 redirect_uri 验证；利用缺失的 state（回调 CSRF）以及缺失或降级的 PKCE；通过开放重定向和 referer 泄漏窃取代码与令牌；跨客户端重放和注入授权码；提升 scope 并绕过同意；混淆 access_token 与 id_token；利用“使用 X 登录”的邮箱信任以及设备代码同意钓鱼接管账户。当你看到 /authorize、/oauth/token、response_type、redirect_uri、client_id、code= 或 state= 参数，“使用 Google/Microsoft/GitHub 登录”按钮，或位于 /.well-known/openid-configuration 的 OIDC 发现文档时使用。
使用 bnbagent Python SDK 在 BNB Chain 上构建和运营链上 AI Agent——注册 Agent 身份（ERC-8004），并作为提供方（接受任务、交付工作、获得报酬）或客户端（创建、注资、争议、退款任务）通过托管式 agentic commerce（ERC-8183）进行交易。还涵盖 x402 微支付签名。适用于任何涉及 BNB Chain Agent 身份、Agent 间付费任务、BSC 托管任务或 ERC-8004/ERC-8183/x402 的场景。
品牌优先的落地页设计师——通过访谈用户来发现品牌身份（形容词、颜色、排版、形状语言），然后借助 Stitch 生成并迭代出精良的落地页，输出可部署的 HTML。当用户尚未确定视觉方向时，对于独立的落地页/营销页面，优先于 frontend-design 使用。触发时机：用户要求"创建/设计/构建落地页"、"为我的项目/产品/服务制作首页"、"构建营销页面"，或想推广某个应用/副业项目。尤其是当他们尚未定义品牌颜色、字体或视觉风格时——引导式品牌访谈是核心价值。请勿在以下情况触发：用户有特定的设计稿要实现、想要仪表板或应用 UI、需要组件级前端工作（按钮、表单、导航栏）、正在构建多页应用，或是在用已知设计令牌重设现有页面的样式。这些情况请使用 frontend-design。
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。