acreadiness-generate-instructions
基于 AgentRC 自动生成或刷新仓库与 Copilot 的指令文件。
相关性达标的全量 Skills(含未精选长尾)· 共 608 个
基于 AgentRC 自动生成或刷新仓库与 Copilot 的指令文件。
运行 AgentRC 就绪评估并生成自包含的 HTML 仪表盘报告。
提供创建与优化 AI agent 技能的流程、规范与示例指南。
指导代理何时记忆、回忆及将长期信息路由到合适存储与任务。
在变更前创建或更新 DeepChat 的规范化 SDD(功能/缺陷/架构)。
按规则清理、修剪或移除 DeepChat 的 SDD 文档与相关条目。
将当前对话压缩成交接文档,方便下一个 agent 无缝接手。
对方案进行高强度追问式审查,暴露假设与缺失约束并记录决策。
通过对话引导将想法细化为可执行设计与规格文档。
创建、迭代并评估 agent 技能的工具集合。
分析会话并改进 CLAUDE.md 指令与协作流程。
将技术突破整理为可复用、可执行的知识文档与操作指南。
生成 Claude Code 自定义斜杠命令的模板与最佳实践说明。
用 Claude Code 无头或钩子循环执行多会话长任务,实现自主化工作流。
以多种思维原型并行生成多角度观点并综合为决策建议。
通过本地 screenpipe 监控屏幕,检测重复流程并草拟或生成新技能。
探索代码库并制定实现方案的规划型代理技能。
分析代码库并生成 AGENTS.md、贡献者指南与初始化文件。
搜索并安装开放代理技能生态中的技能包与 CLI 工具
在编程对话中始终应用节省上下文与高效解法的实践准则
将代码审查任务委派给指定模型的子代理并汇总其结果。
网文工具箱路由入口,根据意图分发到具体技能
分析专辑或项目状态并给出下一步最优操作建议。
展示插件可用技能、常见工作流与快速参考帮助信息。
交互式设置或编辑插件配置文件并校验配置有效性。
为有 ADHD 的读者调整回复格式,突出下一步行动并保持会话持续模式。
审计并收尾项目文档、代码与运行态,确保现役答案一致可交接。
按照 Anthropic 官方指南撰写、改进与审计针对 Claude 的 prompts。
根据 Anthropic 指导编写、改写与审计 prompts 并选择合适模型。
修改交付给 AI 编辑器的 workflow-schema.json,以影响工作流节点生成偏好。
把“如何与我合作”以 API 规范形式生成,便于团队对齐与 onboarding。
制定何时及如何对产品与传播中 AI 生成内容进行标注与披露的政策与文案。
以员工离职流程为模型,规范 AI 代理的资产清点、导出与权限回收。
把招聘流程套用于挑选与评估 AI 代理,包括岗位说明、面试样题和试用 KPI。
把模糊需求或机会整理成一页可执行的问题陈述与下一步
审计组织 AI 支出回报,量化效益并提出计量方法
为 AI/ML 功能生成结构化的伦理风险评估与缓解建议
在绩效评审中区分人类贡献与AI辅助带来的影响
在构建前规范代理目标、工具、权限与守卫机制
从非人类视角审计产品,评估其对代理的可用性与易用性