impl-validator
对照目标验证实现是否满足需求，作为产出质量的审查子代理。
▸ 推荐理由适用于多代理或流水线场景，能自动捕捉实现与目标的不一致性。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 693 个
prioritization-frameworks
汇总九种优先级框架、公式、适用场景与模板参考。
▸ 推荐理由对比方法并给出何时使用的建议，便于量化与选型决策。
shipping-artifacts
为 AI 生成应用提供一套可审计的核心交付文档模板与清单。
▸ 推荐理由补齐 AI 写码后缺失的架构、权限与测试覆盖记录，便于人工或自动审查。
intended-vs-implemented
定义并发现系统文档意图与实际实现之间的差距与高价值缺陷。
▸ 推荐理由为安全与正确性审计提供方法论，帮助找出传统静态检查漏掉的偏差。
writing-offensive-skills
提供本仓库中编写/编辑 offensive-skills 的规范、模板与要求
▸ 推荐理由对贡献者与审稿人必读，保证技能一致性与可运行性
using-offensive-claude
指导如何查找并调用合适的 offensive-claude 技能来执行任务
▸ 推荐理由作为入口型技能，确保按规范选用与串联其他技能
threat-model-discipline
在测试前建立并维护威胁模型，识别攻击面与覆盖漂移
▸ 推荐理由帮助团队系统化定义测试边界与检测缺口，防止盲测
scope-discipline
在与任何主机/资产交互前定义并强制执行授权范围与边界
▸ 推荐理由确保每次交互都有书面授权，适合渗测团队和顾问流程控制
opsec-discipline
在实施任何外部行动前评估检测面、清理与机密脱敏的 OPSEC 指南。
▸ 推荐理由强调先考虑监测与清除，适合需降低检测风险的攻防团队。
▸ 风险提示提供规避检测建议，可能被用于恶意规避检测与滥用。
finding-discipline
记录、验证并为安全发现设定证据与严重度标准。
▸ 推荐理由防止误报，提升报告可信度与复现性。
▸ 风险提示整理攻击证据与清单有被滥用的潜在风险。
engagement-memory
跨渗透测试保存与检索可重用的攻击/修复模式库。
▸ 推荐理由能复用历史经验，提升检测与攻击效率与一致性。
▸ 风险提示存储攻击模式与样本可能造成敏感信息泄露风险。
engagement-flow
按阶段管理渗透测试/红队活动并设定质量门控。
▸ 推荐理由帮助把握攻防节奏与质量检查，利于团队协作。
▸ 风险提示提供攻击流程组织方法，可能被滥用于非法渗透活动。
wiki-query
在内部维基中检索并综合回答问题，附带来源引用。
▸ 推荐理由把知识库变成可查询问答并可将答案沉淀为新页面。
wiki-lint
检测维基中的矛盾、过时条目、孤立页面与知识缺口。
▸ 推荐理由适合定期维护知识库并自动发现一致性与引用缺失。
get-started
引导安装 gitagent 并创建第一个代理的完整入门流程。
▸ 推荐理由对新手友好，包含安装与示例命令，适合作为首次上手文档。
create-agent
生成 agent.yaml、SOUL.md 并搭建 agent 目录结构与技能配置的辅助工具。
▸ 推荐理由极大简化代理/技能项目的初始化与规范化，适合构建者与团队使用。
nw-design-patterns
列举七种 Agent 设计模式并提供决策树以便选型。
▸ 推荐理由能快速为不同任务挑选合适的代理模式，利于架构复用。
nw-der-review-criteria
定义数据工程产物审查的评分维度与核查要点。
▸ 推荐理由规范化审查维度，便于自动化评审与一致性判断。
nw-density-resolution-contract
定义跨波技能共享的文档密度解析与覆盖行为契约。
▸ 推荐理由统一密度解析策略，减少各技能间的行为差异与测试成本。
nw-collaboration-and-handoffs
跨代理协作与工作交接模式、提交消息与流程规范。
▸ 推荐理由规范团队与代理间的交接契约，减少误解与重复工作。
nw-buddy
nWave 的只读咨询代理，回答方法论与项目上下文问题。
▸ 推荐理由可即时提供项目上下文型问答，便于新成员与日常咨询。
nw-buddy-wave-knowledge
定义 nWave 各个 wave 的目的、输入输出与路由规则。
▸ 推荐理由帮助代理判断流程位置与后续动作，适合流程驱动项目。
nw-buddy-ssot-knowledge
识别仓库中单一事实来源（SSOT）并规定避免自相矛盾的策略。
▸ 推荐理由帮助代理在多处信息冲突时选出权威来源，保持一致性与准确性。
nw-buddy-project-reading
Buddy代理的项目阅读协议，规定检测顺序、引用与证据追溯规则。
▸ 推荐理由确保代理基于代码与文档真实读取而非猜测，提升回答可验证性。
nw-buddy-command-catalog
列出所有 /nw-* 命令的用途、何时使用及对应代理说明。
▸ 推荐理由对nWave用户极有价值，帮助选择正确命令并理解代理职责分工。
nw-bdd-requirements
BDD导向的需求发现方法论，包括示例映射、Three Amigos及会话模式。
▸ 推荐理由适合跨职能团队协作发现隐性需求并把对话转化为具体示例。
nw-agent-testing
包含对抗测试与注入防护的五层 agent 测试框架。
▸ 推荐理由覆盖输出质量与安全性，适合制定全面测试策略的团队。
nw-agent-creation-workflow
从需求到验证的五阶段 agent 构建流程与质量门控。
▸ 推荐理由分阶段、可落地的质量门控，适合团队化构建 agent 流程采纳。
nw-ad-critique-dimensions
用于评审验收测试质量与覆盖性的检核维度集合。
▸ 推荐理由能发现 happy-path 偏差与覆盖缺失，适合 QA 与产品评审使用。
nw-ab-critique-dimensions
用于评审 agent 定义的质量维度与校验清单。
▸ 推荐理由为 agent 定义审核提供结构化检查点，便于合规与一致性评审。
skill-creator
帮助创建、修改与评估 AI agent 的技能。
▸ 推荐理由面向 agent 开发的端到端技能迭代与基准化工具。
learning-from-mistakes
记录调试与故障解决中的关键经验教训，避免重复成本。
▸ 推荐理由适合工程团队与 AI 代理持续改进与知识留存。
free-will
在重大工程分叉时自动触发的慎重决策流程，以避免直觉误判。
▸ 推荐理由适合高风险设计点，强制慢思考以降低错误代价
find-skills
在技能生态中查找、推荐并引导安装合适的 agent 技能。
▸ 推荐理由快速匹配现成技能并简化安装流程，适合扩展能力
anthropic-product-knowledge
关于 Anthropic 各类产品的准确使用、配置与区别知识库。
▸ 推荐理由避免产品混淆并优先引用官方文档，适合客服与工程回答
abstraction-power
激活抽象思维模式，识别模式并提取可复用抽象。
▸ 推荐理由提升模型归纳与模块化能力，适合工程与架构讨论
prompt-engineering
提供提示设计、调试与优化的流程与示例策略。
▸ 推荐理由一套可复用的提示实战方法，能显著提升模型表现。
generative-ui
提供 Claude show_widget 的完整设计系统与生成可视化组件的指南。
▸ 推荐理由对需在 Claude 中产出高质量交互/可视化输出的开发者特别有用。
skill-creator
创建、评估并迭代 agent skills 的全流程工具
▸ 推荐理由适合团队规范化产出与持续提升技能质量
compliance-checker
审核联盟内容是否符合 FTC 与各平台规则并给出修复建议与得分。
▸ 推荐理由有效降低法律与违规下架风险，适合发布前自检。
▸ 风险提示不构成法律意见，复杂或争议性问题应咨询专业律师。