save-insight
将关键决策、约束与证据持久保存到本地 RECALL 记忆中。
▸ 推荐理由用于记录重要约束与修复，保证信息可追溯与复用。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 8087 个
review-memory
审查与导出 RECALL 记忆以评估质量、冲突并收集 ID 列表。
▸ 推荐理由提供只读审计视图，便于后续维护与批量操作准备。
retrieve-memory
在开始工作或调试时检索项目的本地 RECALL 记忆与上下文。
▸ 推荐理由确保基于历史决策与状态工作，减少重复调查成本。
memory-hygiene
判定与整理 RECALL 记忆质量并规划清理与路由策略。
▸ 推荐理由自动识别低价值、重复或冲突记忆，提升长期可靠性。
manage-memory
对项目本地 RECALL 记忆执行维护、修复与生命周期管理。
▸ 推荐理由适合执行噪声清理、存储修复与状态更新的运维操作。
define-category
用于创建或调整 RECALL 记忆分类与检索权重的技能与配置操作。
▸ 推荐理由方便维护项目级持久记忆分类，提高检索相关性与可重用性。
recall-bench
在本地运行 RECALL 基准（含评判变体），并由调用代理担任评审汇总结果。
▸ 推荐理由为 RECALL 项目提供端到端可复现的基准与评判流程。
worker-contract
为并行运行的工作代理定义角色、文件所有权白名单与不得回退他人改动的契约。
▸ 推荐理由防止并发代理相互覆盖或删除文件，保障多代理协作安全可靠。
ship
提供从实现到验收的标准化出货流水线并以会话范围的终止条件控制完成状态。
▸ 推荐理由把开发、验证、PR、CI 与复发货纳入严格流程，降低回滚与遗漏风险。
repo-local-git-hooks
检测并修复因全局 core.hooksPath 绕过仓库本地 Git 钩子的问题。
▸ 推荐理由解决本地钩子被全局配置覆盖导致 CI/本地校验失效的常见痛点。
▸ 风险提示会修改 Git 钩子或配置，需谨慎以免破坏开发环境设置。
real-browser-verify
用真实（已认证）的浏览器驱动应用，导航到目标界面并捕获验证证据以确认 UI 修复。
▸ 推荐理由确保变更在真实运行环境和认证用户下被实际验证，减少误报。
▸ 风险提示需要控制浏览器与认证凭据，可能涉及敏感凭证与远程浏览器资源。
plan-exec
在仓库内写入可保存的执行计划（docs/exec-plans）以支持大范围改动前的审查与交接。
▸ 推荐理由把计划文件化存库，便于跨会话保留上下文、复审与交付控制。
markdown-lint-setup
在 JS/TS 项目中引导 remark 与 textlint 做 Markdown 检查并排除代理上下文目录。
▸ 推荐理由包含 GFM/TOC/frontmatter 规则并检测 AI 风格日文，适合代码库一致性校验。
▸ 风险提示安装会拉取 npm/pnpm 包，存在外部依赖与安装脚本风险。
django
Django 框架的最佳实践路由，指导 ORM、QuerySet、视图与业务决策提取
▸ 推荐理由专门面向 Django 的查询与结构优化，适合大型项目维护
devenv-init
基于 Eotel 模板用 Nix 快速脚手架并生成可复现的 per-language 开发环境
▸ 推荐理由一键生成可复现环境，显著降低环境配置成本
▸ 风险提示会运行 nix flake init 并访问 GitHub 模板
codex-tdd-orchestration
由 Claude 实时编排并驱动并行 Codex 实例以实现 TDD 风格的实现流程
▸ 推荐理由适合需要并行自动实现与审查的复杂任务
▸ 风险提示调用多模型与外部运行时，存在成本与隐私风险
codex-prompting
为 Codex 编写或微调提示，适配其 agent 化执行细节与习性
▸ 推荐理由解决 Codex 特有的提示陷阱，让模型按预期工作
▸ 风险提示仅适用于 Codex，提示过拟合可能导致行为偏差
codex-orchestrator-brief
分析仓库并产生供实现模型自动运行的完整移交包与实现规范
▸ 推荐理由把人工决策转为可供模型执行的规范，适合自动化交付场景
▸ 风险提示需要访问仓库代码，可能要求敏感权限
codex-orchestration-core
为 Codex 驱动的多波次实现编排提供通用不变量与循环原则
▸ 推荐理由为多模型实施环节建立统一契约，便于复用与验证
▸ 风险提示依赖专有 Codex 环境，移植性受限
class-sweep
修完一个 bug 后在代码库中寻找相同缺陷类并统一修复与一致性检查
▸ 推荐理由避免问题复发，适合 QA 与代码维护流程
business-logic-extraction
将隐含的业务决策提取为具名、可测试的策略/服务，保持行为不变
▸ 推荐理由适合大文件重构，提升可读性与测试性
apm-usage
APM 工具手册，涵盖 apm.yml 语法与安装/更新/锁定流程。
▸ 推荐理由调试或使用 APM 时的权威字段与命令参考。
agentic-docs
建立和维护面向 agent 的仓库级文档与设计规范体系。
▸ 推荐理由让 agent 工作可被发现、接替与验证，便于长期维护。
proactive
让代理以主动模式端到端执行多步任务并在每步自我验证与推进。
▸ 推荐理由适合需要一次性完成复杂流程并给出整合结果的场景。
agentfolio
基于 AgentFolio 目录发现与调研自主 AI agent 与工具。
▸ 推荐理由适合做竞品调研与快速找到现成 agent。
▸ 风险提示包含外部目录链接，可能访问第三方网站。
agentflow
把看板变成自治 AI 开发流水线并管理多 worker 调度与质量门控。
▸ 推荐理由直接针对实际项目管理工具集成，便于落地自动化开发流程。
▸ 风险提示集成第三方看板与多 worker 需外部 API 密钥与较高权限访问。
agent-tool-builder
教你从 schema 到错误处理设计高质量、稳健的代理工具接口。
▸ 推荐理由聚焦工具规范化，能显著降低代理调用失败与幻觉率。
agent-squad
主控代理负责理解用户意图、路由子代理并汇总结构化结果。
▸ 推荐理由为构建多角色代理队列提供清晰职责划分与交互规范。
agent-orchestrator
对生态中多个代理进行扫描、能力匹配与工作流编排的元技能。
▸ 推荐理由适合需统一管理多个技能/代理的团队或平台架构师参考。
▸ 风险提示可能要求访问多个服务和管理权限，部署前注意权限控制。
agent-orchestration-multi-agent-optimize
针对多代理系统的协调、剖析与成本敏感型调优策略。
▸ 推荐理由对需要提升吞吐或可靠性的多代理系统有实用的优化建议。
agent-orchestration-improve-agent
通过数据驱动流程与提示工程系统性改进已部署的代理。
▸ 推荐理由提供方法论与流程，适合运维/研发持续优化代理性能。
agent-memory
为 AI 代理提供可持久化且可搜索的混合记忆存储。
▸ 推荐理由已指明运行依赖，有实现导向，便于快速集成代理记忆功能。
▸ 风险提示可能需要安装外部依赖和向量数据库，需注意凭证与网络访问。
agent-memory-systems
介绍智能体记忆（短期/长期/检索）与架构设计要点。
▸ 推荐理由适合构建或设计代理记忆层的理论参考与架构指南。
agent-memory-mcp
提供可搜索的持久化记忆库，作为 MCP 服务供代理读写长期记忆。
▸ 推荐理由让代理同步项目文档并持久检索历史决策，显著提升上下文能力。
▸ 风险提示运行记忆服务器需暴露端口并存储敏感数据，注意访问控制与隐私。
agent-manager-skill
通过 tmux 管理本地多个 CLI 代理，支持启动、停止、监控与定时任务。
▸ 推荐理由便于本地并行运行与监控代理，适合开发调试与小规模部署。
▸ 风险提示在服务器上运行需注意权限与持久化数据的安全配置。
agent-framework-azure-ai-py
基于 Microsoft Agent Framework 与 Azure AI Foundry 构建持久化 Python 代理。
▸ 推荐理由适合在 Azure 平台上构建和运行长期代理的企业开发者。
▸ 风险提示依赖 Azure 服务与账号权限，可能产生成本与权限风险。
agent-evaluation
为 LLM 代理提供行为测试、能力评估与生产监控的基准工具。
▸ 推荐理由帮助量化代理性能与回归监控，便于持续改进与部署决策。
agent-creator
自动生成子代理插件、人物设定与路由配套技能，完成代理脚手架。
▸ 推荐理由快速搭建标准化子代理，便于扩展 Agent 生态与团队协作。
aegisops-ai
自动化审计与治理平台，检测内核补丁、Terraform 成本漂移与 K8s 合规性。
▸ 推荐理由面向生产的安全与成本治理编排，适合云原生运维与安全团队。
▸ 风险提示可能需要访问源码、云凭证与生产环境权限，部署前需严格授权。
advogado-especialista
提供覆盖巴西各领域（家事、刑事、劳动等）的法律咨询与建议。
▸ 推荐理由面向多领域的巴西法律咨询，适合需要一站式初步法律指导的用户。
▸ 风险提示提供法律意见有风险，不能替代线下专业律师服务。