搜索

voice-agents

47Kagent-workflows

Voice agents represent the frontier of AI interaction - humans

computer-use-agents

47Kagent-workflows

Build AI agents that interact with computers like humans do -

autonomous-agents

46Kagent-workflows

Autonomous agents are AI systems that can independently decompose

ai-agents-architect

46Kprompting-reasoning

设计并构建自主AI代理的专家。精通工具使用、记忆系统、规划策略和多代理编排。

hermes-tweet

39Kagent-workflows

Install and operate Hermes Tweet, a Hermes Agent plugin for X/Twitter research, timeline reading, tweet analysis, and approval-gated private or state-changing operations. Use this skill when installing Hermes Tweet, researching X/Twitter accounts, monitoring launch signals, investigating mentions, auditing giveaways, or preparing gated X operations. Use proactively when a Hermes Agent workflow needs current X/Twitter context. Requires XQUIK_API_KEY for read and action tools.

anti-reversing-techniques

38Kresearch-knowledge

理解软件分析过程中遇到的反逆向、混淆和保护技术。在分析恶意软件规避技术、为CTF挑战实现反调试保护、逆向加壳二进制文件或构建需要检测虚拟化环境的安全研究工具时，使用此技能。

architecture-patterns

38Ktesting-qa

实现经过验证的后端架构模式，包括整洁架构、六边形架构和领域驱动设计。在设计新微服务的整洁架构、重构单体应用以使用限界上下文、实现六边形或洋葱架构模式，或调试应用层之间的依赖循环时，使用此技能。

javascript-testing-patterns

38Kfrontend

使用 Jest、Vitest 和 Testing Library 实现全面的测试策略，涵盖单元测试、集成测试和端到端测试，包括模拟、测试夹具和测试驱动开发。适用于编写 JavaScript/TypeScript 测试、搭建测试基础设施或实施 TDD/BDD 工作流。

modern-javascript-patterns

38Kcode-generation

掌握 ES6+ 特性，包括 async/await、解构、展开运算符、箭头函数、Promise、模块、迭代器、生成器以及函数式编程模式，编写简洁高效的 JavaScript 代码。适用于重构遗留代码、实现现代模式或优化 JavaScript 应用。

deployment-pipeline-design

38Kdevops-cloud

设计包含审批门控、安全检查与部署编排的多阶段CI/CD流水线。在设计零停机部署流水线、实施金丝雀发布策略、设置多环境晋升工作流或调试CI/CD中失败的部署门控时使用此技能。

evaluation-methodology

38Kprompting-reasoning

PluginEval 质量方法论——维度、评分标准、统计方法和评分公式。当需要理解插件质量如何衡量、解读某个维度的低分、决定如何提高技能的触发准确性或编排适配性、为市场校准评分阈值，或向 Neon 等外部合作伙伴解释质量徽章时，使用此技能。

python-testing-patterns

38Ktesting-qa

使用 pytest、fixture、mock 和测试驱动开发实现全面的测试策略。在编写 Python 测试、设置测试套件或实施测试最佳实践时使用。

mcp-deploy-manage-agents

37Kmcp-integrations

由 mcp-deploy-manage-agents.prompt.md 转换而来的 Skill。

suggest-awesome-github-copilot-agents

37Kagent-workflows

根据当前仓库上下文和聊天历史，从 awesome-copilot 仓库中推荐相关的 GitHub Copilot 自定义智能体文件，避免与本仓库已有自定义智能体重复，并识别需要更新的过时智能体。

declarative-agents

37Ktesting-qa

适用于 Microsoft 365 Copilot 声明性代理的完整开发工具包，提供三种全面工作流（基础、高级、验证），支持 TypeSpec 并与 Microsoft 365 Agents Toolkit 集成

create-agentsmd

36Ktesting-qa

为仓库生成 AGENTS.md 文件的提示

google-cloud-solution-build-deploy-agents

19Kdevops-cloud

Designs, builds, and deploys AI agents or multi-agent systems on Google Cloud. Provides an interactive workflow to gather requirements, recommend a tailored architecture, and generate deployment instructions. Use when designing or implementing agentic systems on Google Cloud. Don't use for general Google Cloud solution architecture (use google-cloud-solution-architecture instead) or for narrow tasks targeting a single product without agent context.

dispatching-parallel-agents

8.2Kcode-generation

当面对 2 个以上可以独立进行、无共享状态或顺序依赖的任务时使用

jnmetacode

drawio-skill

7.6Kdevops-cloud

Use when the user requests diagrams, flowcharts, architecture diagrams, ER diagrams, UML / sequence / class diagrams, SysML / MBSE diagrams (block definition, internal block, requirement, parametric), BPMN business process diagrams, swimlane / cross-functional flowcharts, network topology, cloud architecture from Terraform or Kubernetes manifests, ML/DL model figures (Transformer/CNN/LSTM), mind maps, or any visualization. Also use proactively when explaining systems with 3+ components, complex data flows, or relationships that benefit from visual representation. Best suited when the diagram needs custom styling, rich shape vocabulary, swimlanes, or exportable images (PNG/SVG/PDF/JPG). Generates .drawio XML and exports locally via the native draw.io desktop CLI.

agents365-ai

n8n-agents

6.2Kresearch-knowledge

Design n8n AI agents the right way. Use when building or editing any @n8n/n8n-nodes-langchain.* AI node — an AI Agent, LLM chain, Text Classifier, or Information Extractor — and whenever the user mentions AI agents, LLM with tools, tool calling, $fromAI, system prompts, agent memory, sessionId, structured/JSON output, output parser, RAG, vector store, a chat assistant/bot, or human-in-the-loop review. Covers Agent-vs-chain-vs-classifier choice, the model/memory/tools/outputParser slots, tool names/descriptions as prompt, structured output with autoFix, memory, RAG, human review, and chat topologies.

czlonkowski

google-agents-cli-adk-code

3.1Kagent-workflows

当用户想要“编写智能体代码”、“使用ADK构建智能体”、“添加工具”、“创建回调”、“定义智能体”、“使用状态管理”，或需要ADK（智能体开发工具包）Python API模式和代码示例时，应使用此技能。它是Google ADK技能套件的一部分。它提供了智能体类型、工具定义、编排模式、回调和状态管理的快速参考。不要用于创建新项目（使用google-agents-cli-scaffold）或部署（使用google-agents-cli-deploy）。

google-agents-cli-workflow

3.1Kresearch-knowledge

此技能应在用户想要“开发智能体”、“使用 ADK 构建智能体”、“本地运行智能体”、“调试智能体代码”、“测试智能体”、“部署智能体”、“发布智能体”、“监控智能体”，或需要 ADK（智能体开发工具包）开发生命周期和编码指南时使用。构建 ADK 智能体的入口点。始终处于活动状态——提供完整的工作流程（脚手架、构建、评估、部署、发布、观察）、代码保留规则、模型选择指南以及 ADK 或任何智能体开发的故障排除步骤。

google-agents-cli-eval

3.1Kresearch-knowledge

当用户想要“运行评估”、“评估我的ADK智能体”、“编写评估数据集”、“分析评估失败原因”、“比较评估结果”、“优化智能体”，或需要Agent Platform评估方法论和质量飞轮方面的指导时，应使用此技能。涵盖评估指标、数据集模式、LLM作为评判的评分以及常见失败原因。不要用于API代码模式（使用google-agents-cli-adk-code）、部署（使用google-agents-cli-deploy）或项目脚手架（使用google-agents-cli-scaffold）。