Loading...
Loading...
共找到 573 个 Skills
创建新Paperclip Agent适配器的技术指南。适用于构建新适配器包、为新AI编码工具（如新型CLI Agent、基于API的Agent或自定义流程）添加支持，或修改适配器系统的场景。内容涵盖所需接口、模块结构、注册点，以及从现有claude-local和codex-local适配器中提炼的约定规范。
使用dmux（面向AI Agent的tmux面板管理器）进行多Agent编排。涵盖适用于Claude Code、Codex、OpenCode及其他工具的并行Agent工作流模式。适用于并行运行多个Agent会话或协调多Agent开发工作流的场景。
交互式引导用户为任意工具或SDK配置ZenMux的Base URL、API端点、API Key和模型设置。当用户想要设置、配置或连接工具到ZenMux时使用此技能——包括类似「如何在Cursor中设置ZenMux」「Base URL是什么」「如何用ZenMux配置Claude Code」「Anthropic API的端点是什么」「帮我填写API设置」这类问题。触发词：「configure」「setup」「set up」「base url」「endpoint」「api key」「接入」「配置」「设置」「base url 填什么」「怎么填」「怎么接入」「怎么配置」「API 地址」「接口地址」。当用户在配置相关语境中同时提到工具名（Cursor、Cline、Claude Code、Cherry Studio、Open-WebUI、Dify、Obsidian、Sider、Copilot、Codex、Gemini CLI、opencode等）和ZenMux时也会触发。将用户视为首次使用者，逐步引导。请勿对使用问题、文档查询或通用产品问题触发该技能——这类场景请使用zenmux-usage或zenmux-context技能。
经过独立性验证的并行集群，每个工作进程（claude -p 或 codex exec）都在独立的git worktree中运行。当任务涉及互不重叠的文件，且你需要可安全合并的隔离环境（每个工作进程在独立分支上）时使用此工具。如果是带预算的DAG顺序一次性工作进程，请使用dag-fleet；如果是带审核循环的无头迭代，请使用iterative-fleet。
一款可自修复的浏览器自动化框架，通过CDP将LLM Agent直接连接到Chrome。适用于用户需要自主浏览器任务、纯净浏览器验证、Codex或Antigravity浏览器控制、Claude安全截图、`agent_helpers.py`中的自适应辅助代码、领域技能或Browser Use Cloud升级的场景。触发关键词：browser-harness、自修复浏览器、llm browser automation、cdp agent、chrome devtools agent、codex browser automation、antigravity browser automation、claude截图错误、claude图片错误、agent浏览器任务、browser-use harness、领域技能浏览器。
从OpenAI Codex Rust代码库中提取的编码模式——一个具备严格错误处理、异步模式和工作区组织的生产级CLI/Agent系统
适用于AI Agent环境的通用环境变量加载器，可从Claude.ai、Claude Code、OpenAI Codex、Jules以及标准.env文件中加载密钥和配置。
探索并分析TUI应用，记录其功能以便进行克隆。当需要逆向工程、分析、记录或理解终端UI（如Claude Code、OpenCode、Codex、lazygit或任何基于ratatui/ncurses的应用）时使用。在tmux中启动目标TUI，系统地探索所有视图和快捷键，捕获每个屏幕的ASCII图表，并将发现内容逐步写入Markdown文件（不受上下文压缩影响）。
使用turl CLI解析Amp、Codex、Claude或OpenCode的对话线程URI，并以markdown或原始记录格式打印线程内容。
为AI编码Agent自动化（Claude Code、Codex CLI）创建事件驱动型钩子。在设置或前置元数据中配置钩子事件，解析标准输入的JSON数据，返回决策控制JSON，并实现安全的钩子脚本。
多智能体集群编排，可实现AI Agent的生成、协调，并自组织为协作团队。适用于运行并行AI Agent任务、跨Claude Code / Codex / Cursor / 自定义Agent编排多智能体工作流、通过git worktree隔离Agent工作区、追踪跨Agent的任务依赖，或是运行自主实验。触发关键词：clawteam, agent swarm, spawn agents, multi-agent team, agent orchestration, parallel agents, agent coordination, swarm intelligence, agent spawn, clawteam spawn, agent worktree, agentic team, ml agent experiments, autonomous agents, agent team。
创建、验证、修复和关闭具备可衡量成果、证据关卡、计划模板、障碍处理、完成审计以及基于目标的工作流修复能力的持久化Codex目标。