Loading...
Loading...
共找到 114 个 Skills
该Skill会在执行前通过针对性调研和澄清来优化模糊的提示词。当判定提示词模糊，且需要系统性调研、问题生成以及执行指导时，应使用此Skill。
运行一个具备研究与实现模式的自主开发循环。适用于编排基于Dots任务跟踪和Git工作流自动化的迭代式研究与实现周期。
多Agent实施计划评审。在制定计划后、实施前使用，尤其适用于复杂或高风险的变更场景。
在会话全程监控上下文窗口的健康状态，借助峰值上下文质量实现最高输出保真度。该技能会在plan-interview和intent-framed-agent之后自动激活，在执行过程中持续运行，当会话自然结束或通过交接终止时，会平稳地将任务交接给simplify-and-harden和self-improvement。当多步骤Agent任务执行，且会话连续性或上下文漂移是需要关注的问题时，即可使用此技能。对于长时间运行的任务、复杂重构工作，或任何上下文退化会悄然破坏输出结果的场景，该技能尤为重要。即便用户未提及“context surfing”，只要Agent任务已确定意图和计划并在多步骤中运行，此技能就会自动生效。
在Claude Opus上运行fable-mode执行规则——这是当前最强大的分阶段运行模式。将任务路由至@fable-orchestrator Agent（基于Opus，无写入权限），由其对工作进行分阶段处理，将产物生成任务委派给@fable-worker-sonnet / @fable-worker-haiku，并通过@fable-verifier对交付成果进行冷校验。当用户明确要求使用最强大模型进行全面/系统化/「深度工作」处理时触发（例如「在Opus上运行fable」、「在Opus上分阶段处理此任务」、「深度工作模式，使用Opus」）。请勿用于普通单轮任务——当任务无需顶级推理能力时，优先选择fable-sonnet或fable-haiku。
通过调研、利益相关者访谈和多LLM评审，创建详细的、分章节的、面向TDD的实施计划。适用于需要在实施前进行全面分析的功能规划场景。
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"
适用于为dogfooded-skills库编写新的Agent Skill时参考——涵盖Frontmatter规范、章节结构、质量标准以及反模式。
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。
基于大规模Agent开发实战经验，为使用AI Agent构建软件提供对话式指导，涵盖工作流、工具选择、提示词策略、并行Agent管理及最佳实践。当用户询问Agent工作流搭建、模型选择、提示词优化、并行Agent管理或提升Agent输出质量相关问题时，可使用本技能。
针对产品媒体图、集合特色图、文章特色图及文章内联图，审计、规划并安全优化Shopify图片alt文本。适用于商家希望AI Agent扫描Shopify图片、测试当前AI模型是否具备图像识别能力、在支持多模态图像理解时生成简洁alt文本（不支持时则采用仅上下文的备选方案）、批量审核拟议变更并应用经批准的Shopify Admin更新的场景。
安装并配置Workflow Development Kit，用于构建具备步骤级持久化、流恢复和Agent编排功能的可恢复、高耐用性AI Agent工作流。