Loading...
Loading...
共找到 2,288 个 Skills
使用统一的Opper SDKs（适用于Python和TypeScript的`opperai`包，内置Agent支持）完成AI任务、生成基于Pydantic/Zod/JSON Schema的结构化输出、进行知识库语义搜索、streaming、tracing、工具调用以及多Agent组合。当用户编写导入`opperai`的Python或TypeScript代码、构建Opper Agent，或是询问任何与Opper相关的代码实现问题时，均可使用此技能——即使他们未明确提及SDK。两种语言的SDK位于同一仓库中，配有对应的编号示例；Agent是SDK的一部分，并非单独的包。
Andru.ia领域智能策略师。分析项目的特定细分领域，注入该行业独有的知识、法规和标准。在确定细分领域后激活。
由协作Agent团队执行的自主项目维护。生成一组园丁Agent，每个Agent并行运行`garden`技能，通过共享任务列表进行协作以避免重复工作。适用于用户希望一次性处理多个小问题的场景。通过/gardeners调用。
故事系统与对话架构师——精通符合GDD的叙事设计、分支对话、世界观架构，以及适用于所有游戏引擎的环境叙事
在任意代码仓库中搭建或审核memex（包含vault、AGENTS.md、规范模板及捆绑技能）——这是为Agent（Claude Code、Codex、Cursor、OpenCode等）打造的可外部化、可导航的项目内存。与Agent无关，具有幂等性——可安全重复运行。适用于用户需要在项目中设置、验证或修复memex的场景。
当用户提出“研究某个话题”“运行研究（run-research）”“近30天情况（last30）”“X的最新动态”“人们对X的评价”“寻找最佳X”“X提示词”“X的最新资讯”“X相关新闻”“人们推荐的X相关内容”“帮我研究X”，或者想了解近几周内任何主题的趋势、讨论或争议内容时，应使用此Skill。
当Hermes看板工作者希望将Codex CLI作为独立的实现通道运行，同时由Hermes掌控任务生命周期、协调、测试和交接时使用。
以大语言模型（LLM）为核心的SEO分析Skill，包含16项子技能、10个专业Agent和89个证据收集脚本，可实现全面的SEO审计
通过每次向用户提出一个问题（每个问题附带推荐答案），将模糊的想法或任务转化为已确认的Working Brief；随后（仅在用户选择时）通过高性价比的模型路由规划执行。适用于用户调用Ask Me、希望在工作开始前明确范围或需求（เคลียร์โจทย์ วางขอบเขต ทำ brief），或要求执行WORKING-BRIEF.md文件的场景。
在完成任何非琐碎任务后使用。Agent会从5个维度——准确性（Accuracy）、完整性（Completeness）、清晰度（Clarity）、可操作性（Actionability）、简洁性（Conciseness）——对自身输出进行自评，每个标准都需提供具体依据。生成带有特定改进建议的结构化1-5分评分卡。
模拟协作开发团队会话，让多个角色化人物（PM、架构师、开发人员、QA）在同一会话中共同响应同一问题。适用于设计功能、评审提案或启动新计划时，无需手动切换Agent即可获取多角色视角。
为其他Agent创建会话交接，或恢复、查找并读取用户选定的任何连续性数据源。适用于无法访问当前会话历史但仍需继续工作或对话的场景。