evaluating-llms-harness
在60+学术基准上系统评估并比较语言模型性能的基准工具。
▸ 推荐理由行业标准基准套件，便于复现与横向比较
▸ 风险提示会下载/加载大型模型并消耗大量带宽与算力
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 9642 个
creative-thinking-for-research
用认知科学框架为 AI/CS 研究生成新颖的研究方向与点子。
▸ 推荐理由系统化替代即兴头脑风暴，助力产出新颖研究点子
brainstorming-research-ideas
提供十种结构化的 ideation 框架，帮助生成高影响力的研究方向。
▸ 推荐理由适合早期探索与团队头脑风暴，能把模糊想法转为可执行问题。
huggingface-accelerate
为 PyTorch 提供统一分布式训练 API，少量改动即可启用多卡/混精度训练。
▸ 推荐理由极简改造即可在多卡/多机环境运行，降低分布式训练门槛。
▸ 风险提示需要安装外部依赖并访问 GPU/集群资源，可能涉及权限与兼容性问题。
academic-plotting
为 ML 论文生成架构图与数据驱动的出版级图表（matplotlib / Gemini）。
▸ 推荐理由同时支持系统图与数据图，一键产出可用于论文的高质量图表。
▸ 风险提示可能调用外部图像生成服务或需安装可视化依赖。
autoresearch
采用双环架构自动化编排整个 AI 研究项目，含实验迭代与成果合成。
▸ 推荐理由适合科研团队或代理人做长期探索与快速实验迭代的总体治理。
▸ 风险提示可能自动执行实验代码并消耗大量计算资源与权限。
nanoresearch-writing
汇总前期产出，自动生成完整 LaTeX 论文草稿并编译成 PDF。
▸ 推荐理由将研究成果直接产出为投稿级文稿，节省排版与整合时间。
▸ 风险提示可能调用外部编译工具或生成的参考文献需人工核验。
nanoresearch-planning
从选定假设生成详细实验蓝图，指定数据集、基线与评估指标。
▸ 推荐理由把高层假设转为可执行的实验计划，便于团队复现与实施。
nanoresearch-ideation
检索 arXiv 与 Semantic Scholar，做差距分析并生成研究假设。
▸ 推荐理由加速发现研究空白并产出可验证的假设，适合立项与选题阶段。
▸ 风险提示依赖外部学术检索接口，可能需要 API key 或外部请求。
nanoresearch-experiment
根据实验蓝图生成可运行的 Python 实验代码骨架，含训练/评估/消融配置。
▸ 推荐理由快速把研究想法落地为可跑代码，节省大量样板工程时间。
▸ 风险提示生成代码未经审计，直接执行存在安全和错误风险。
node-tools
通过 tsx 运行 TypeScript 脚本以发起 HTTP 请求并流式返回响应。
▸ 推荐理由适合需要快速本地 Node 小工具进行 HTTP 调用的场景
▸ 风险提示执行本地 Node.js 脚本并可能访问网络，需信任来源
playwright-expert
编写 Playwright E2E 测试脚本、配置测试夹具、CI 集成与视觉回归。
▸ 推荐理由帮助构建稳定可复现并适合集成到 CI 的浏览器自动化测试。
kiro-spec-batch
按依赖波次并行派发子代理，为路标中的功能批量生成完整规格与任务。
▸ 推荐理由适合产品到实现的规模化规格产出，能并行处理独立特性并校验一致性。
▸ 风险提示自动生成需求/设计可能包含不准确或不充分的假设，需人工复核。
kiro-review
针对单个任务实现进行对抗式审查，验证边界、需求与证据。
▸ 推荐理由能发现实现中的边界溢出与证据不足，适合严格验收流程或代码质量门控。
▸ 风险提示需要读取代码库和验证产物，可能要求高权限访问仓库与 CI。
kiro-impl
按 TDD 流程自动实现已批准任务并按任务派发子代理执行或手动运行。
▸ 推荐理由适合把开发任务流水线化的团队，支持子代理并行与独立审查流程。
▸ 风险提示会自动执行/修改代码，存在安全和破坏性操作风险，需控制权限与环境隔离。
kiro-discovery
作为新工作入门，决定最佳行动路径并通过结构化对话细化方案。
▸ 推荐理由能将抽象需求快速转成可执行下一步，提升规划效率。
▸ 风险提示需读取项目上下文与代码，可能涉及敏感信息访问。
kiro-debug
以根因优先方法调查实现失败，结合本地证据与外部文档研究。
▸ 推荐理由提供系统化的调试流程，适合复杂阻塞问题排查与根因定位。
▸ 风险提示需要访问运行时环境、日志和配置，可能暴露敏感信息或凭证。
kiro-verify-completion
用新鲜证据验证任务、修复或测试是否真实完成，避免误报。
▸ 推荐理由在发布或宣称完成前做最终证据校验，防止假完成。
▸ 风险提示可能需要调用 CI/测试环境或访问日志，需相应权限。
kiro-validate-impl
在任务完成后做跨任务一致性与覆盖性验证，确保规格被满足。
▸ 推荐理由从整体视角发现跨任务遗漏与不一致，提升发布质量。
▸ 风险提示可能需要运行或访问测试结果与日志，涉及权限与敏感数据。
kiro-validate-gap
分析需求与现有代码间的实现差距并建议整合策略。
▸ 推荐理由帮助评估整合可行性并量化所需工作与风险。
▸ 风险提示需要读取代码库与需求文档，可能暴露项目敏感信息。
kiro-validate-design
交互式审查技术设计，确保可实施并发现关键问题。
▸ 推荐理由在实现前捕获高优先级设计缺陷，降低返工成本。
▸ 风险提示需访问设计文档与代码样例，可能涉及敏感信息。
kiro-steering
维护 {{KIRO_DIR}}/steering/ 作为持续项目记忆并负责引导与同步。
▸ 推荐理由自动引导与同步 steering 文件，适合项目初始化与长期维护。
▸ 风险提示需访问仓库与配置文件，可能暴露敏感信息或凭据。
kiro-steering-custom
为特定领域生成自定义 steering（项目指引）文档。
▸ 推荐理由用于补充核心 steering，面向专业/领域化场景的持久记忆构建。
▸ 风险提示需要读取项目代码与配置，可能涉及敏感信息访问。
kiro-spec-tasks
将需求与设计拆解为 1–3 小时的可执行实现任务并生成任务图。
▸ 推荐理由产出可直接执行的细粒度任务，适合工程交付流水线。
kiro-spec-status
展示规格当前阶段、完成度、下步行动和阻塞点。
▸ 推荐理由帮助团队快速掌握规格进度与优先级，便于决策。
kiro-spec-requirements
基于项目描述与指导上下文生成符合 EARS 格式的需求文档。
▸ 推荐理由统一需求表达与验收标准，便于后续任务拆解与评审。
kiro-spec-quick
支持交互或自动化模式的快速规格生成器，自动执行四阶段流程。
▸ 推荐理由适合需要快速迭代的团队，自动模式可端到端生成初版规格。
kiro-spec-init
根据项目描述生成唯一功能名并初始化规格目录与文件结构。
▸ 推荐理由快速建立规格骨架，便于开始新功能的流程化管理。
kiro-spec-design
将需求（WHAT）转化为可执行的技术设计（HOW），明确组件与接口。
▸ 推荐理由含探索发现流程，为任务生成提供清晰设计输入。
kiro-spec-batch
按依赖波次并行为 roadmap 中所有功能生成完整规格与任务文件。
▸ 推荐理由适合大型产品规划，能并行处理独立功能加速落地。
kiro-review
对完成的任务实现按规范、边界和验证证据进行对抗性审查。
▸ 推荐理由自动化验收检查，降低人工漏检，适合 QA 与实现者协作。
kiro-impl
基于 TDD 自动或手动实现任务，支持为每任务派生子代理并完成验收。
▸ 推荐理由可自动完成实现与回归验证，极大节省开发与验证成本。
▸ 风险提示会在仓库内执行代码、修改文件并运行测试，需控制权限与审查变更。
kiro-discovery
作为新任务入口，判断最佳行动路径并通过对话细化任务与拆解。
▸ 推荐理由能把模糊需求转成可执行的下一步，适合启动新工作或制定计划。
kiro-debug
基于根因优先的流程诊断实现失败并调查阻塞原因。
▸ 推荐理由系统化定位问题来源，能减少猜测式补丁与重复返工。
▸ 风险提示可能需要读取运行时环境与配置或访问外部资源，注意敏感信息。
kiro-verify-completion
在宣称完成前，用新证据验证任务、修复或测试是否真实通过。
▸ 推荐理由降低误报完成概率，是发布前重要的质量把关步骤。
kiro-validate-impl
在任务合并后检验跨任务一致性、测试与规范覆盖情况。
▸ 推荐理由擅长发现仅在整体视角显现的集成问题，减少回归风险。
kiro-validate-gap
比对需求与现有代码，识别缺失能力与集成挑战。
▸ 推荐理由帮助评估实现工作量与技术风险，便于制定实现策略。
kiro-validate-design
进行交互式技术设计评审，给出 GO/NO-GO 决策与关键问题。
▸ 推荐理由能快速指出关键设计风险并提出改善建议，适合发版前评审。
kiro-steering
管理项目的 {{KIRO_DIR}}/steering/ 目录，作为持续记忆与配置来源。
▸ 推荐理由适合长期维护工程策略并保留用户自定义的团队工作流程。
▸ 风险提示会读写/修改仓库内 steering 目录，建议备份与权限控制。
kiro-steering-custom
为特定项目场景生成定制化 steering 文件，捕捉领域专属记忆与模式。
▸ 推荐理由适配特殊领域的长期项目约束与代理决策一致性需求。