codex-agent
通过 Codex CLI 提供第二意见评审、交叉验证与调试建议的协作技能。
▸ 推荐理由适合需要用 Codex 做代码复审或交叉验证时作为辅助审查者使用。
▸ 风险提示需要安装并认证 Codex CLI，涉及本地凭据与授权
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 6584 个
codebase-audit
对整个代码库做自适应深度审计，产出分级的 findings 与可执行修复路线图。
▸ 推荐理由结合对抗验证与基线对比，给出可复现的高价值审计结论，适合全面检查代码健康度。
▸ 风险提示需要访问完整代码库与配置，可能涉及敏感信息读取
cliproxy-newapi-stack
在 CLIProxyAPI 之上部署 NewAPI 计费/限流层，把订阅账号包装成可计费的 OpenAI 兼容服务。
▸ 推荐理由为多用户/多账号场景加上计费与限流，适合需商业化或多租户管理的运维团队。
▸ 风险提示处理多账号 OAuth 与计费配置，可能泄露凭据或误配置限额
cliproxy-deploy
在 Linux VPS 上自动部署 CLIProxyAPI 并暴露 OpenAI 兼容的聊天/模型接口。
▸ 推荐理由把多家供应商账号整合为统一 OpenAI 接口，适合想自托管或拼接订阅的运维人员。
▸ 风险提示会拉取源码、配置 OAuth 并开端口，涉及外部凭据与网络暴露风险
clash-routes
查询并展示指定进程当前通过的 Clash 订阅/代理链路与匹配规则。
▸ 推荐理由快速确认某进程（如浏览器或代理客户端）走哪条线路，便于排错与策略调整。
▸ 风险提示会读取本地配置与 Mihomo API secret，可能暴露凭据
clash-doctor
对 Clash Verge/Mihomo 配置与路由做诊断、规则与配置管理并支持 AI 工具路由定制。
▸ 推荐理由面向常见代理问题与 AI 工具路由优化，能自动化切换/诊断，适合有 Clash Verge 的用户。
▸ 风险提示会读取本地 Clash/Mihomo 配置并可能暴露 API secret
auto-optimize
用 auto-run-agent 自动分析、设计并执行项目优化任务流水线。
▸ 推荐理由适合需要批量改进代码库并把经验沉淀成可复用流程的团队。
▸ 风险提示可能要求本地/仓库写入与执行权限，自动改动代码有潜在危险。
auth-security
提供符合 RFC 的 OAuth2.1 与 JWT 身份认证与授权安全最佳实践。
▸ 推荐理由对实现安全认证与令牌管理的后端工程师非常实用，细节到位。
ask-opencli
通过已登录的浏览器会话用 opencli 询问 Grok 或 Gemini，免 API 费用。
▸ 推荐理由适合想用已登录账号快速获取第二意见且不想消耗 API token 的用户。
▸ 风险提示需安装 npm 包并访问本地浏览器会话，存在隐私与执行风险。
architecture-foundation
在实现前为项目设计最小可维护的架构边界与验证门控。
▸ 推荐理由帮助团队避免臃肿设计并形成可执行的架构迁移计划。
app-user-story-qa
把全量功能审计转为可执行的用户故事与测试追踪流程。
▸ 推荐理由适合需要把手工测试体系化并维持单一真相表格的 QA 团队与产品团队。
app-ui-design
针对 iOS/Android 给出可访问且平台原生的移动 UI 设计建议。
▸ 推荐理由结合平台规范与可访问性，适合产品设计师与前端开发参考落地。
api-design
提供 REST/GraphQL/gRPC 的设计与版本管理最佳实践。
▸ 推荐理由覆盖多种协议与契约优先流程，便于构建清晰可维护的接口。
agentsmd-scaffold
生成或更新基于仓库证据的 AGENTS.md 指南文件。
▸ 推荐理由适合需要为仓库统一代理行为与目录级规则的维护者和 agent 工程师。
agentsmd-optimize
审计并按高价值模式自动优化 CLAUDE.md / AGENTS.md 并可应用修复。
▸ 推荐理由自动识别反模式并生成可应用的修复，适合维护 agent 指令集。
▸ 风险提示会修改本地文档文件，建议先审阅再应用
pestel-delta-monitor
对既有PESTEL分析做周期性重扫，仅报告实质性宏观因子变化。
▸ 推荐理由把PESTEL从一次性输出变为定期雷达，便于战略监控。
market-landscape-scan
绘制市场分段、玩家与替代品并给出证据支持的空白机会。
▸ 推荐理由入市或定位前的必备地图式输出，直指下游决策需求。
intelligence-collection-disciplines
按情报学科组织八种收集渠道并说明信号到推断的链路。
▸ 推荐理由把情报界的方法论搬到产品研究，提升结论可信度。
intel-discipline-advisor
把情报或市场问题分配到合适的收集学科、节奏和执行技能。
▸ 推荐理由帮助选择正确研究渠道与节奏，适合不确定问题时使用。
incoming-request-advisor
把收到的信息结构化分解，区分字面需求与实际要做的事。
▸ 推荐理由快速把混乱请求转为行动清单，提升回复效率。
competitive-research-snapshot
生成带引用与影响分析的竞争态势快照以支持决策。
▸ 推荐理由为产品决策提供可引用、标注事实/推断的简洁快照。
competitive-intel-watch
定期监测竞争对手变化，只报告有实质影响的变动并提供证据。
▸ 推荐理由把情报研究变成可节奏化的产出，适合持续监控场景。
competitive-analysis-process
按六步法协调完整竞争分析并产出可操作工件。
▸ 推荐理由把多种分析框架整合为可复用流程，适合产品决策。
battle-card-builder
基于公开证据生成面向销售的一页竞品战术卡。
▸ 推荐理由为外勤销售提供可快速阅读、事实标注的现场行动卡片。
autonomous-investigation
定义 AI 自主调查的流程、证据标签与可信度分层规则。
▸ 推荐理由为自主执行的研究任务提供标准化、可审计的规范。
ansoff-matrix
基于证据将增长选项映射到安索夫矩阵并给出风险序列。
▸ 推荐理由帮助产品/运营团队结构化评估增长机会与优先级。
recommendation-canvas
用结构化画布评估 AI 产品的成果、假设、风险与定位，支持投资或推荐决策。
▸ 推荐理由并列评估价值与 AI 特有风险，便于向决策者做出防护性论证。
proto-persona
基于现有研究和市场信号生成可讨论的初始用户假设画像（proto-persona）。
▸ 推荐理由快速产出可迭代的用户假设，帮助识别需要验证的空白领域。
product-strategy-session
编排定位、发现与路线图规划，提供端到端的产品策略工作流。
▸ 推荐理由将分散方法串成可执行流程，适合需验证方向的团队使用。
product-sense-interview-answer
为产品面试口头题提供结构化应答框架，含假设与权衡。
▸ 推荐理由提升现场表达与推理条理，适合候选人和教练练习。
problem-statement
用用户视角撰写包含受阻者、目标、重要性与感受的问题陈述。
▸ 推荐理由快速对齐团队，聚焦用户结果便于后续 PRD 与优先级判断。
problem-framing-canvas
按 MITRE 问题构建画布引导团队澄清问题并形成可执行陈述。
▸ 推荐理由在解法前促成对问题的共同理解与可执行表述。
prioritization-advisor
根据产品阶段与团队情境，建议最合适的优先级框架。
▸ 推荐理由情境化选择框架，避免频繁切换或滥用评分法。
press-release
按 Amazon 的 "Working Backwards" 方法撰写面向客户的愿景型新闻稿以定义价值。
▸ 推荐理由作为构思检验工具，帮助澄清客户价值与产品故事线。
prd-development
把发现与研究笔记组织成工程可执行的结构化产品需求文档（PRD）。
▸ 推荐理由将零散信息转为可交付的需求说明，提升开发对齐与交付效率。
positioning-workshop
引导开展定位工作坊，帮助团队明确目标客户、未满足需求和差异化要点。
▸ 推荐理由适用于跨职能团队对齐并推动定位策略落地。
positioning-statement
生成 Geoffrey Moore 风格的产品定位声明，明确目标、问题与差异化。
▸ 推荐理由快速对齐团队并检验价值主张是否清晰、可沟通。
pol-probe
设计并记录轻量级的 PoL（Proof of Life）探针以低成本验证关键假设。
▸ 推荐理由在正式开发前暴露关键风险，节省时间与成本投入。
pol-probe-advisor
根据假设、风险与资源匹配最合适的 Proof of Life 验证手段。
▸ 推荐理由避免以工具偏好替代最经济有效的验证方式，指导试验选择。
pm-skill-creator
通过对话引导将原始想法或内容打磨成符合仓库规范的 SKILL.md 草稿。
▸ 推荐理由适合把零散想法快速产出为合规的技能草案与实现蓝本。