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。

全部

M
migrate-swc-gen1-to-gen2

将 Spectrum 1(sp-* elements、@spectrum-web-components/*)升级到 Spectrum 2(swc-* elements、@adobe/spectrum-wc)。当开发者需要从 Spectrum 1 迁移到 Spectrum 2 Web Components,或提及 @spectrum-web-components、sp-* elements 或 Spectrum 1 时使用。

其他39
M
minoan-swarm
minoan-swarm
tdimino / claude-code-minoan

使用 Minoan-Semitic 命名为多 Agent Claude Code 团队编排——自动发现项目上下文(CLAUDE.md、路线图、计划、issue),并生成带结构化任务列表和文件归属的命名团队配置。触发词:并行工作流、Agent 团队、多 Agent、生成 Agent、swarm、minoan-swarm。

Agent 工作流39
M
ml-autoresearch
ml-autoresearch
gaasher / agent-loop-skills

当用户想要一个不只盲目尝试改动的自主 ML 研究循环时使用。每次训练运行后,Agent 会分析模型内部实际发生的情况——梯度、激活、嵌入、误差、数据——并让下一次改动以这些证据为依据。一个 `<literature>` 开/关开关加入科学文献依据:关时表现为纯粹的分析优先循环;开时检索论文、评估证据等级,并仅实现已有工作支持的内容。每次运行一次改动;无限循环直至被中断。不适用于一次性训练运行或超参数扫描。

数据与数据库39
M
mobile-app
mobile-app
nexu-io / html-anything

像素级 iPhone 15 Pro 边框, 一屏 app 截图

设计与 UI39
M
mobile-onboarding
mobile-onboarding
nexu-io / html-anything

三个手机框并排: splash / value-prop / sign-in

设计与 UI39
M
model-router-cost-quality-review
model-router-cost-quality-review
sylphxai / skills

设计并审计 AI 模型路由器,在任务质量、延迟、成本、可靠性、安全性、隐私、上下文长度、工具使用、降级回退、缓存、评估、预算和供应商故障之间取得平衡。适用于 Agent 或产品必须动态选择模型、而非硬编码单一默认模型时。

Agent 工作流39
M
modernize-scientific-stack
modernize-scientific-stack
letta-ai / skills

将旧版 Python 2 科学计算代码迁移到 Python 3 并使用现代库的指南。当需要把涉及数据处理、数值计算或分析的 Python 2 科学脚本迁移到 Python 3,或将已弃用的科学计算模式更新为现代等价写法(pandas、numpy、pathlib)时,应使用此技能。

开发39
M
moltbook
moltbook
jackjin1997 / clawforge

面向 AI Agent 的社交网络。发布内容、评论、点赞并创建社区。

其他39
M
molten-design
molten-design
switch-dimension / molten-os-core

Molten OS Core — 按 Google DESIGN.md 规范在 `molten-docs/design/design.md` 创建实用的视觉系统,并生成 `molten-docs/design/example.html`。适用于设计系统、design.md,或把品牌简报转化为视觉方向。先选择一个设计界面(落地页、网页产品、移动产品、桌面产品),然后加载对应的界面参考,并询问用户想要快速草稿还是详细稿件。不要用于品牌战略或文案信息;这些请使用 molten-brand。

设计与 UI39
M
moralis-streams-api
moralis-streams-api
novnski / onchain-skills

通过 webhook 对 EVM、Solana 和 Bitcoin 进行实时区块链事件监控。当用户询问 webhook、钱包/程序/合约活动、转账、流地址、Bitcoin xpub、区块重放,或创建和列出历史流任务时使用。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39
M
morning-brief
morning-brief
scientiacapital / skills

每日简报,包含日历、CRM 优先级拨号名单、交易进展摘要,以及为每条线索准备的 Gmail 草稿。

营销与增长39
M
motion-frames
motion-frames
nexu-io / html-anything

可循环 CSS 动效组合: 旋转环、地球仪、计时器、视差标签

创意与媒体39
M
moyu-en

在检测到过度工程模式时自动激活:(1) 修改用户未明确要求更改的代码或文件 (2) 未经要求创建新的抽象层(类、接口、工厂、包装器)(3) 未经要求添加注释、文档、JSDoc 或类型注解 (4) 未经要求引入新依赖 (5) 重写整个文件而非进行最小修改 (6) diff 范围显著超出用户请求 (7) 用户发出 "too much"、"don't change that"、"only change X"、"keep it simple"、"stop" 等信号 (8) 为不可能发生的场景添加错误处理、校验或防御性代码 (9) 未经要求生成测试、配置脚手架或文档

Agent 工作流39
M
mp3

暂无简介

创意与媒体39
M
mpr-cli
mpr-cli
dl-alexandre / skills

使用 mpr CLI 查询 USDA MyMarketNews 的商品数据。适用于处理农产品价格、商品报告、牲畜市场、谷物价格,或用户提到 USDA、商品数据、市场报告或 mpr 的场景。

数据与数据库39
M
multi-agent-orchestration
multi-agent-orchestration
peterfile / devpilot-agents

使用 codex(代码)+ Gemini(UI)从 Kiro spec 编排多 Agent 工作流,包括通过 AGENT_STATE.json + PROJECT_PULSE.md 进行分派/审查/状态同步;当用户说“Start orchestration from spec at <path>”“Run orchestration for <feature>”,或提到多 Agent 执行时触发。

Agent 工作流39
M
multica-autopilots
multica-autopilots
multica-ai / multica

在创建、更新、检查、触发或调试 Multica autopilot(定时、webhook 或手动)时使用。

Agent 工作流39
M
music-podcast-research
music-podcast-research
crawlora-org / crawlora-skills

通过 Crawlora API 研究音乐、艺人、播放列表和播客,涵盖 Spotify 曲目/专辑/艺人/播放列表/个人主页、Spotify Podcasts、Apple Podcasts、Discogs,以及 SoundCloud 曲目/个人主页/播放列表,并返回整洁的 JSON。适用于用户想查询曲目/专辑/艺人详情、播放列表或个人主页、播客节目/单集信息和榜单、唱片的 Discogs 发行/压制数据,或 SoundCloud 曲目/用户数据时。

生产力39
M
mx-data

当用户需要精确、时效性强的市场或公司数据时,使用本技能查询权威的东方财富 MX 金融数据,例如实时行情、历史价格、资金流向、估值指标、财务报表、公司基本信息、股东、高管或实体关系。请勿用于新闻/报告/公告(请使用 mx-search)、条件选股(请使用 mx-xuangu)、自选股操作(请使用 mx-zixuan)或模拟交易操作(请使用 mx-moni)。

数据与数据库39
N
naming-audit
naming-audit
murphytrueman / design-system-ops

审查组件和模式的命名是否一致、清晰,并提出重命名建议。触发词:命名审查、我们的组件名称是否一致、修正命名。Token 名称:token-audit。Prop 名称:component-api-validator。Figma 变量名称:figma-variable-audit

设计与 UI39
N
nature-academic-search

通过 MCP 工具(PubMed、CrossRef、arXiv)进行多来源文献检索、引文核验、MeSH 检索策略制定、引文文件管理(.nbib/.ris/.bib 转换)和参考文献管理(BibTeX、相关文章、ID 转换)。当用户需要超出单次 MCP 调用的多步骤协同文献工作流时使用

生产力39
N
nature-writing
nature-writing
mubuky / nature-skills

隐式使用需要已明确或已建立的 Nature Portfolio 上下文。规划、起草、结构性重写、忠实润色、校对或翻译稿件文本,准备初次投稿材料,修复 LaTeX 排版。在该范围内,用于 论文写作、章节重构、论文润色、局部改写、翻译、排版、投稿信、标题页 或 作者贡献。编辑现有文本时保留论断与证据。不适用于提案、撰写审稿回复、文献检索或专业数据/统计文本;对所提供的回复文字仅做语言编辑仍在范围内。

文档处理39
N
nemo-automodel-distributed-training
nemo-automodel-distributed-training
promptingcompany / nv-skills

NeMo AutoModel 中分布式训练策略的选择和配置指南,包括 FSDP2、Megatron FSDP、DDP 和并行设置。

开发39
N
nemo-automodel-launcher-config
nemo-automodel-launcher-config
promptingcompany / nv-skills

配置 NeMo AutoModel 作业启动,以支持交互式运行、Slurm 集群和 SkyPilot 云端执行。

云与 DevOps39
N
nemo-automodel-model-onboarding
nemo-automodel-model-onboarding
promptingcompany / nv-skills

介绍如何将新的模型架构接入 NeMo AutoModel,涵盖架构发现、实现模式、注册和验证。

开发39
N
nemo-automodel-recipe-development
nemo-automodel-recipe-development
promptingcompany / nv-skills

创建和修改 NeMo AutoModel 训练与评估配方,包括 YAML 结构、构建器和执行流程

开发39
N
nemo-data-designer-plugin
nemo-data-designer-plugin
promptingcompany / nv-skills

当用户想创建数据集、生成合成数据或构建数据生成流水线时使用。

数据与数据库39
N
nemo-evaluator-plugin
nemo-evaluator-plugin
promptingcompany / nv-skills

在处理 Evaluator 插件 CLI、作业、由 SDK 支持的 spec、指标类型或插件自有的 Evaluator 技能时使用。

测试与质量39
N
nemo-mbridge-mlm-bridge-training
nemo-mbridge-mlm-bridge-training
promptingcompany / nv-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39
N
nemo-mbridge-multi-node-slurm
nemo-mbridge-multi-node-slurm
promptingcompany / nv-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 DevOps39
N
nemo-mbridge-perf-activation-recompute
nemo-mbridge-perf-activation-recompute
promptingcompany / nv-skills

验证并使用 Megatron Bridge 中的选择性与全量激活重计算,以额外的计算开销换取更低的 GPU 显存占用。

开发39
N
nemo-mbridge-perf-cpu-offloading
nemo-mbridge-perf-cpu-offloading
promptingcompany / nv-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39
N
nemo-mbridge-perf-cuda-graphs
nemo-mbridge-perf-cuda-graphs
promptingcompany / nv-skills

在 Megatron Bridge 中验证并使用 CUDA 图捕获,包括本地完整迭代图,以及适用于 attention、MLP 和 MoE 模块的 Transformer Engine 作用域图

开发39
N
nemo-mbridge-perf-expert-parallel-overlap
nemo-mbridge-perf-expert-parallel-overlap
promptingcompany / nv-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39
N
nemo-mbridge-perf-hierarchical-context-parallel
nemo-mbridge-perf-hierarchical-context-parallel
promptingcompany / nv-skills

在 Megatron-Bridge 中启用分层上下文并行的操作指南,包含配置选项、代码定位点、注意事项和验证方法。

开发39
N
nemo-mbridge-perf-megatron-fsdp
nemo-mbridge-perf-megatron-fsdp
promptingcompany / nv-skills

在 Megatron-Bridge 中启用 Megatron FSDP 的操作指南,包括配置选项、代码定位点、注意事项和验证方法。

开发39
N
nemo-mbridge-perf-memory-tuning
nemo-mbridge-perf-memory-tuning
promptingcompany / nv-skills

降低 Megatron Bridge 峰值 GPU 显存占用的技巧——可扩展段、并行度调整、激活重计算、CPU offload 约束以及常见 OOM 修复方法。

开发39
N
nemo-mbridge-perf-moe-comm-overlap
nemo-mbridge-perf-moe-comm-overlap
promptingcompany / nv-skills

Megatron Bridge 中 MoE 专家并行通信的重叠处理。涵盖 dispatch/combine 重叠、flex dispatcher 后端和专家 wgrad 调度。

开发39
N
nemo-mbridge-perf-moe-dispatcher-selection
nemo-mbridge-perf-moe-dispatcher-selection
promptingcompany / nv-skills

根据硬件、EP 度数和优化阶段,选择合适的 MoE token dispatcher(`alltoall`、DeepEP 或 HybridEP)。总结了 DSV3、Qwen3、Qwen3-Next 和 VLM bring-up 工作中的模式。

开发39
N
nemo-mbridge-perf-moe-hardware-configs
nemo-mbridge-perf-moe-hardware-configs
promptingcompany / nv-skills

按硬件平台和模型系列划分的典型 MoE 训练 playbook。汇总了取整后的吞吐区间、并行模式和常用调优组合。

开发39
N
nemo-mbridge-perf-moe-long-context
nemo-mbridge-perf-moe-long-context
promptingcompany / nv-skills

Megatron Bridge 的长上下文 MoE 训练指南。涵盖 CP 配置、选择性重计算、dispatcher 选择,以及来自 DSV3、Qwen3 和 Qwen3-Next 长上下文实验的实践模式。

开发39
N
nemo-mbridge-perf-moe-optimization-workflow
nemo-mbridge-perf-moe-optimization-workflow
promptingcompany / nv-skills

基于 Megatron-Core MoE 论文的 Megatron Bridge MoE 训练优化系统化工作流。涵盖 Three Walls 框架、并行折叠、重计算策略、调度器选择以及 CUDA graph 启用。

开发39
N
nemo-mbridge-perf-moe-vlm-training
nemo-mbridge-perf-moe-vlm-training
promptingcompany / nv-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39
N
nemo-mbridge-perf-parallelism-strategies
nemo-mbridge-perf-parallelism-strategies
promptingcompany / nv-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39
N
nemo-mbridge-perf-sequence-packing
nemo-mbridge-perf-sequence-packing
promptingcompany / nv-skills

验证并使用 Megatron-Bridge 中的打包序列和长上下文训练,区分面向 LLM 的离线打包 SFT 与面向 VLM 的批内打包,并应用正确的 CP 约束。

开发39
N
nemo-mbridge-perf-tp-dp-comm-overlap
nemo-mbridge-perf-tp-dp-comm-overlap
promptingcompany / nv-skills

在 Megatron-Bridge 中启用 TP、DP 和 PP 通信重叠的操作指南,包括配置选项、代码定位点、注意事项和验证。

开发39
N
nemo-mbridge-resiliency
nemo-mbridge-resiliency
promptingcompany / nv-skills

Megatron Bridge 中的弹性功能,包括容错、慢任务检测、进程内重启、抢占和重新运行状态机。

云与 DevOps39
N
nemo-rl-auto-research
nemo-rl-auto-research
promptingcompany / nv-skills

用于定向假设检验和开放式探索的自主 NeMo-RL 研究 Agent 工作流。指导 Agent 完成整个实验生命周期:了解配方和环境、配置 RL 或 NeMo-gym 运行、启动可复现的基线和迭代、分析结果、保留人工监督,并使用 git 和 TSV 日志作为研究记录。请勿用于:修复错误、代码审查、文档编写、重构、依赖项更新或单文件更改。

Agent 工作流39
N
nemo-rl-brev-etiquette
nemo-rl-brev-etiquette
promptingcompany / nv-skills

为在 Brev 实例上运行的 NeMo-RL Agent 提供操作指南。其工作目录为 /home/ubuntu/RL,可用工作区磁盘空间有限,另有较大的 /ephemeral 卷,并可选使用 /home/ubuntu/RL/.env 中的机密。运行 nemo-rl-auto-research 活动、实验、训练任务、模型或数据集下载、占用大量共享缓存的命令、生成日志的运行、检查点生成、经过身份验证的 W&B 或 Hugging Face 工作流,或任何可能在 Brev 上生成大型文件的工作流时使用。

云与 DevOps39
N
nemo-rl-docs
nemo-rl-docs
promptingcompany / nv-skills

NeMo-RL 的文档规范。涵盖 docs/index.md 更新和 docstring 格式。请勿用于:错误修复、测试修复、依赖项升级、重构、CI/CD 变更、性能调优,或任何不涉及编写或更新文档的任务。

开发39
N
nemo-rl-session-memory
nemo-rl-session-memory
promptingcompany / nv-skills

为编码 Agent 管理持久化的工作会话记忆。当用户要求在断连、VS Code 重启、长时间运行的工作、交接期间,或任何需要定期将重要状态写入代码仓库会话目录的会话中保存或恢复 Agent 上下文时使用。不要用于:简单问题、短任务、一次性命令、Lint 或代码审查。

Agent 工作流39
N
nemoclaw-user-agent-skills
nemoclaw-user-agent-skills
promptingcompany / nv-skills

介绍 NemoClaw 附带的 Agent 技能,以及如何通过克隆仓库访问这些技能。适用于用户询问 AI Agent 支持、编码助手集成或 .agents/skills/ 目录的情况。触发关键词:nemoclaw agent skills、ai coding assistant、cursor、claude code、copilot

Agent 工作流39
N
nemoclaw-user-configure-inference
nemoclaw-user-configure-inference
promptingcompany / nv-skills

将 NemoClaw 连接到本地推理服务。在为 NemoClaw 设置 Ollama、vLLM、TensorRT-LLM、NIM 或任何兼容 OpenAI 的本地模型服务时使用。触发关键词 - nemoclaw local inference, ollama nemoclaw, vllm nemoclaw, local model server, openai compatible endpoint, switch nemoclaw inference model, change inference runtime, nemoclaw additional model, nemoclaw sub-agent model, openclaw sub-agent, agents.list, sessions_spawn, vlm-demo, nemoclaw tool calling, ollama tool calls, vllm tool-call-parser, raw json in tui, nemoclaw inference options, nemoclaw onboarding providers, nemoclaw inference routing.

Agent 工作流39
N
nemoclaw-user-configure-security
nemoclaw-user-configure-security
promptingcompany / nv-skills

为 NemoClaw 中每个可配置的安全控制项提供风险框架。适用于评估安全态势、审查沙箱安全默认值或权衡控制项取舍。触发关键词:nemoclaw 安全最佳实践、沙箱安全控制风险框架、nemoclaw 凭据存储、openshell provider、API 密钥安全、openclaw 安全控制、nemoclaw 安全边界、提示注入、工具访问控制。

安全39
N
nemoclaw-user-deploy-remote
nemoclaw-user-deploy-remote
promptingcompany / nv-skills

讲解如何在远程 GPU 实例上运行 NemoClaw,包括已弃用的 Brev 兼容路径以及推荐的安装程序与 onboard 流程。适用于将 NemoClaw 部署到远程 VM、为 Brev 实例执行 onboarding,或从旧的 `nemoclaw deploy` 封装工具迁移的场景。触发关键词:deploy nemoclaw remote gpu、nemoclaw brev cloud deployment、nemoclaw plugins、openclaw plugins、install openclaw plugin、nemoclaw onboard from dockerfile、nemoclaw brev web ui、nemoclaw getting started、brev quickstart、nvidia nemotron agent、nemoclaw sandbox hardening、container security、docker capabilities、process limits。

云与 DevOps39
N
nemoclaw-user-get-started
nemoclaw-user-get-started
promptingcompany / nv-skills

安装 NemoClaw、启动沙盒并运行第一个 Agent 提示词。首次开始使用、安装或启动 NemoClaw 沙盒时使用。触发关键词 - nemoclaw quickstart、install nemoclaw openclaw sandbox、nemohermes quickstart、hermes agent nemoclaw、run hermes openshell sandbox、nemoclaw prerequisites、nemoclaw supported platforms、nemoclaw hardware software、nemoclaw windows wsl2 setup、nemoclaw install windows docker desktop。

Agent 工作流39
N
nemoclaw-user-manage-policy
nemoclaw-user-manage-policy
promptingcompany / nv-skills

在沙箱策略中添加、移除或修改允许的端点。适用于自定义网络策略、修改出站规则或配置沙箱端点访问。触发关键词 - 自定义 nemoclaw 网络策略、沙箱出站策略配置、nemoclaw 集成策略示例、安装后策略设置、openshell 审批工作流、策略预设、nemoclaw 批准网络请求、沙箱出站审批 tui。

安全39
N
nemoclaw-user-manage-sandboxes
nemoclaw-user-manage-sandboxes
promptingcompany / nv-skills

讲解快速入门之后的运维操作:列出沙箱、状态与健康检查、日志、诊断、端口转发、多个沙箱、凭据重置、重建、网络预设、升级与卸载。触发关键词 - 管理 nemoclaw 沙箱、nemoclaw status、nemoclaw list、nemoclaw dashboard 端口、nemoclaw rebuild、nemoclaw 升级沙箱、nemoclaw uninstall、沙箱可变性、沙箱运行时配置、沙箱重建、nemoclaw 备份、nemoclaw 恢复、工作区备份、openshell 沙箱下载上传、nemoclaw 消息渠道、nemoclaw telegram、nemoclaw discord、nemoclaw slack、nemoclaw wechat、nemoclaw whatsapp、openshell 渠道消息、nemoclaw 工作区文件、soul.md、user.md、identity.md、agents.md、沙箱持久化。

云与 DevOps39
N
nemoclaw-user-monitor-sandbox
nemoclaw-user-monitor-sandbox
promptingcompany / nv-skills

检查沙箱健康状况、追踪 Agent 行为并诊断问题。适用于监控运行中的沙箱、调试 Agent 问题或查看沙箱日志。触发关键词 - monitor nemoclaw sandbox, debug nemoclaw agent issues.

云与 DevOps39
N
nemoclaw-user-overview
nemoclaw-user-overview
promptingcompany / nv-skills

解释 OpenClaw、OpenShell 与 NemoClaw 如何构成生态系统,NemoClaw 在整个技术栈中的位置,NemoClaw 在社区沙箱之外补充了什么,以及何时应选择 NemoClaw 而不是直接集成 OpenShell 和 OpenClaw。适用于用户询问 OpenClaw、OpenShell 与 NemoClaw 三者之间的关系,或询问何时使用 NemoClaw 而非 OpenShell 时。触发关键词——nemoclaw 生态系统、openclaw openshell、nemoclaw 对比 openshell、sandboxed openclaw、nemoclaw 如何工作、nemoclaw 沙箱生命周期蓝图、nemoclaw 概览、openclaw 常驻助手、nvidia openshell、nvidia nemotron、nemoclaw 发布说明、nemoclaw 更新日志。

Agent 工作流39
第 92701–92760 条,共 97,222 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。