Loading...
Loading...
共找到 1,863 个 Skills
使用GAM（General Agentic Memory，通用智能体记忆）构建支持文本、视频和长时序轨迹的AI Agent分层记忆系统
帮助用户发现并安装agentic loops（周期性、定时运行的AI Agent），当用户询问“找一个用于X的loop”“有没有能……的loop”“安装一个执行X的周期性Agent”“安排Agent定时执行X”，或者需要一个按计时器运行的重复性任务（如每日摘要、竞品监控、分类梳理、每日早报）时——即使用户从未提及“loop”一词。该工具用于搜索agenticloops.dev目录并安装现有loop，是find-skills在loop层面的对应工具。如果没有合适的loop需要创作新loop，请使用功能更完整的`loops`技能。
适用于为AI Agent优化的通用工程规范。在创建或重构代码库，且需要严格的文件规范、清晰的模块边界、命名/布局规则以及避免反模式时使用。
一份关于使用Agent2Agent（A2A）协议构建AI Agent的综合指南与工具集。适用于实现Agent间通信、创建A2A服务器/客户端，或基于JSON-RPC的Agent系统开发场景。
实时Voice AI Agent的架构设计
一款AI Agent Skill，强制执行「风险分类→对齐确认→执行」流程。当请求包含模糊动词（如“optimize”“improve”“fix”“refactor”“add feature”）、缺失上下文（无文件路径、未知依赖）或高影响操作（部署、删除、迁移）时触发。通过主动审核避免「隐性假设」问题。
通过引导式工作流编排多个Antigravity技能，用于SaaS MVP交付、安全审计、AI Agent构建以及浏览器QA测试。
针对AI生成断言的认知验证框架。在依据大语言模型（LLM）关于代码行为、系统状态、API响应或事实陈述的主张采取行动前，必须要求提供证据。适用于AI Agent提出会驱动决策的主张时、依据研究结果采取行动前，或是Agent在未提供证据的情况下断言某事为真的场景。
面向AI Agent的安全实验框架。可创建隔离的沙箱环境，用于尝试新功能、测试方案、探索解决方案，且不会污染主代码库。 适用场景：Agent需要尝试不确定的方案、探索多种途径、测试新库、制作功能原型，或在确定实现方案前开展技术研究（spike）时使用。 主要触发词："experiment with" = 搭建沙箱并运行实验；"try this approach" = 在沙箱中开展快速实验；"spike"/"POC"/"prototype" = 限时技术调研；"tinker"/"tinkering mode" = 进入实验工作流；"explore options" = 在沙箱中对比多种方案。 不适用场景：调试（请使用调试器）、测试（请使用测试运行器）或已确定的功能开发（请使用Git分支）。 差异化优势：与用于确定开发方向的Git分支不同，该框架用于“不确定是否可行”的探索。可在沙箱中尝试5种方案后再创建分支，反馈速度更快，且完全不会污染代码库。
面向AI Agent的浏览器自动化CLI——创建、测试和部署Web自动化任务
在AI Agent权限配置中添加或修改允许的命令（OpenCode、Claude Code）
使用aixyz框架构建、运行并部署AI Agent。当你创建新Agent、添加工具、配置A2A/MCP协议、设置x402微支付或部署至Vercel时，可使用本技能。