Loading...
Loading...
共找到 2,288 个 Skills
提升OpenAI Agents Python仓库的测试覆盖率：运行`make coverage`命令，检查覆盖率产物，识别低覆盖率文件，提出高影响力的测试方案，并在编写测试前与用户确认。
借助Claude Agent SDK和无头CLI模式，以编程方式构建AI Agent并实现Claude Code自动化。当你需要构建Agent、创建Claude Agent、制作机器人、使用Agent SDK、以无头模式运行Claude、编写程序化Agent代码、借助Claude实现自动化、创建MCP服务器构建器或以编程方式查询Claude时，可使用此技能。内容涵盖Python SDK、claude -p无头界面、借助SDK MCP服务器创建自定义工具、用于确定性控制的钩子、会话管理以及CLI参数参考。认证使用现有~/.claude/配置文件——无需API密钥。
面向AI Agent的浏览器自动化CLI工具，集成Nstbrowser功能。当用户需要高级浏览器指纹伪装、配置文件管理、代理设置、多浏览器配置文件批量操作，或是针对大型数据集的基于游标分页功能时，可使用本工具。触发场景包括请求“使用NST配置文件”、“为配置文件配置代理”、“管理浏览器配置文件”、“批量更新配置文件”、“启动多个浏览器”、“分页列出配置文件”，或任何需要Nstbrowser反检测特性的任务。
使用OpenViking的专业指南，OpenViking是一款面向AI Agents的开源上下文数据库，通过文件系统范式管理智能体的记忆、资源与技能。
如何编写AI Agent可有效使用的高质量Cavekit套件。内容涵盖与实现无关的Cavekit设计、可测试的验收标准、层级结构、交叉引用、Cavekit模板、全新项目与重写模式、Cavekit压缩以及差距分析。触发短语："write kits"、"create kits"、"cavekit this out"、"define requirements for agents"、"how to write kits for AI"
部署并配置Mercury Agent——一款具备权限强化工具、令牌预算管理和多渠道访问能力的智能AI代理
用于构建和部署持续运行智能体的自主AI Agent平台。适用于创建可视化工作流Agent、部署持久化自主Agent，或构建复杂的多步骤AI自动化系统。
专注于设计和构建自主AI Agent的专家。精通工具使用、记忆系统、规划策略以及多Agent编排。适用场景：构建Agent、AI Agent、自主Agent、工具使用、函数调用。
通过MCP协议集成Resend邮件服务，让AI Agent（Claude Desktop、GitHub Copilot和Cursor）能够发送邮件。设置事务性和营销邮件，配置发件人验证，并使用AI自动化邮件工作流。
基于Trigger.dev的AI Agent模式——编排、并行处理、路由、评估优化器和人机协同。适用于构建需要并行工作流、审批关卡、工具调用或多步骤Agent工作流的LLM驱动任务。
构建可投入生产的LLM应用、高级RAG系统和智能Agent。实现向量搜索、多模态AI、Agent编排以及企业级AI集成。可主动用于LLM功能、聊天机器人、AI Agent或AI驱动的应用开发。
Agent技能：遵循公共agents.md规范生成并维护AGENTS.md文件。适用于创建AI Agent文档、入职指南或标准化Agent模式。由Netresearch开发。