搜索归档

agent-skills-repository：面向 Claude Code、Claude Desktop 与 Gemini CLI 等 AI Agent 的技能注册与自动化部署仓库

Sharquille/agent-skills-repository · A curated, security-vetted repository of production-grade skills and automated deployment tooling for Claude Code, Claude Desktop, and Gemini CLI.

该仓库是一个经过安全审查的 AI Agent 技能注册表，收集并集中管理用于 Claude Code、Claude Desktop、Gemini CLI、Codex 与 OpenCode 的自有及第三方审计技能，并提供自动化部署脚本、安全模板与技能审查工具。仓库按 design、engineering、productivity 等类别组织技能，包含 agent-orchestra 多模型路由、run-large-code-changes 大型代码变更、course-baseline 课程平台构建、vet-skill 技能审计和 command-risk-review 危险命令审查等技能；通过 install.sh 或 scripts/deploy.sh 可将技能部署到本地编码助手环境。

posterly：把论文转成可打印学术会议海报的编码 Agent 技能

Chenruishuo/posterly · Build academic conference posters as a single HTML/CSS file, rendered to print-ready PDF via headless Chromium. A coding-agent skill.

posterly 是一个编码 Agent 技能，能把论文的 LaTeX 源码转成单文件 HTML/CSS 海报，并通过无头 Chromium 渲染成尺寸精确、可打印的 PDF，支持 ICML、NeurIPS、ICLR、CVPR 或自定义画布尺寸。它由命令行检查工具把关，在打印前发现内容溢出、错位和不符合配色规范的样式问题，并提供多种设计方向缩略图供人工挑选后填充、检查与导出。仓库以 AGPL-3.0 授权，可本地克隆后由 Claude Code、Codex 等支持技能的 Agent 驱动；官方另提供按量付费的托管服务。

Accessibility Skills：面向 Claude Code 的 WCAG 2.2 无障碍测试与审计 AI 技能集

zivtech/accessibility-skills · AI agent skills for accessibility testing and WCAG 2.2 audits in Claude Code: planner, critic, Playwright/axe-core tester, screen reader reviews, bug reports, and draft ACRs.

Accessibility Skills 是一套开源的 AI agent 技能，用于在 Claude Code 中规划、测试、评审和审计网页无障碍，默认面向 WCAG 2.2 AA，并支持 Revised Section 508 项目。它结合真实浏览器测试（Playwright 键盘测试、axe-core 扫描、屏幕阅读器断言）与专家式设计评审，将结果整理为开发者可用的缺陷报告和 ACR 草稿。项目明确说明 AI 不能替代人工无障碍测试，自动化结果仅作为线索，最终合规判断仍需人工签署。

AgentSkills：面向 Claude Code 与 Codex 的 AI Agent 技能合集与配置方案

NecturaLabs/AgentSkills · A curated collection of AI agent skills for Claude Code and other AI assistants

AgentSkills 是 NecturaLabs 为 Claude Code 与 Codex 提供的一套 Agent 技能与配置方案，包含自定义的六个 Agent Skills（指令文件维护、Agent 编排、独立审查、测试工程、项目文档，以及面向 Fab 资产市场的 fab 技能），并附带一个固定第三方插件的市场、全局工作约定、worker agents 和推荐设置。技能遵循开放的 Agent Skills 规范，可适配任何符合规范的 harness，其中 Claude Code 与 Codex 经过测试。

从洞察到创新：Kiro Crew、Dynatrace 与 AWS 如何帮助团队做更多

Dynatrace、AWS 和 Kiro Crew 合作，想把“看到问题”和“动手解决”之间的空档补上。很多团队其实已经收集了大量系统运行数据，能看出哪里坏了、哪里慢，但从发现到真正处理，中间还隔着人工分析和排查。这次他们做了一个 Dynatrace 看板应用：把系统检测到的问题按生命周期排好，再由 Kiro Crew 的智能体排序，并给出一句话理由，告诉你先看哪个。工程师点开卡片就能看到问题详情，还能一键发起带上下文的调查或生成摘要。目前应用是只读的，不会自动关问题或改配置，任何操作都要真人确认。

教一个 9B 模型调查生产告警

Datadog 的工程师把 Qwen3.5-9B 微调成一个专门做“变更归因”的小模型：告警响了以后，它能推断最近哪次部署、功能开关或配置改动最可能是元凶。原本用规则筛选又快又便宜，但遇到复杂故障就不准；用 GLM-5.3 这类前沿大模型做多轮智能体调查则准得多，可每次调用 API 约 0.06 美元，全量告警跑不起。他们用 GLM-5.3 生成的 348 起内部事故调查轨迹来训练小模型，结果小模型达到 GLM-5.3 召回率的 87%，自托管每次调查成本约 0.003 美元，约为原来的二十分之一，一张 40GB A100 每周能支撑约 10 万次调查。目前这还只覆盖客户每周数百万个监控项中的一小部分，团队称会继续优化以扩大适用范围。

亚马逊封禁 Meta 的 Muse，Shopify 却把它接入了所有商店

Meta 在 9 月 8 日推出了购物助手 Muse，它能像普通顾客一样打开浏览器、登录账号并在电商网站上下单。9 月 21 日前后，亚马逊开始屏蔽 Muse，理由是它不表明自己是 AI、未经允许就进店，还可能保存了用户的密码和支付信息。几乎同时，Shopify 走了相反路线，把 Muse 接入自家商店，通过专用支付协议让购物在商家可确认、可追溯的通道里完成，卡号不会交给 Muse。对普通读者来说，这背后的分歧是：网站该怎么识别和放行自动购物机器人。目前事件仍在早期，双方说法存在矛盾。

演讲：面向 Agent 的 API——在 MCP 时代重新思考 API 体系

摩根士丹利的 Jim Gough 和 Andreea Niculcea 在一场演讲中介绍了他们如何用“架构即代码”（Architecture as Code）和 CALM 来改造公司的 API 体系。原来的问题是：企业里 API 数量多、管理复杂，接入 AI Agent 后更难保证安全和一致性。他们的做法是把 Model Context Protocol（MCP，一种让模型调用外部工具的通用接口）和 Agent-to-Agent（A2A，即 Agent 之间互相通信）接进来，并通过部署闸门自动检查是否合规，还实现了平台升级不中断服务。对读者的意义是：这套思路展示了大型企业怎样在可控、安全的前提下把 AI Agent 接入现有系统并规模化运行。

提升长时间智能体运行的 token 效率 · Cursor

Cursor 团队说，他们优化了智能体（也就是能自己连续干活的 AI）跑长任务时的“上下文”组织方式：过去每轮请求都要重复带上大量系统提示和工具说明，费用高。现在他们精简了约 66% 的系统提示，把低频工具改成按需加载，并在 GPT-5.6 之后利用 OpenAI API 显式标记缓存断点，还改为每十行才标一次行号、更谨慎地使用子智能体。结果是整体 token 成本降低 7%，冷缓存未命中率降低 20%，缓存读取 token 减少 1.6%，智能体质量没有下降。这些经验也被用到了 Grok Bot 上。

Ringg 的 AI 智能体用 OpenAI 解决了最多 65% 的客户来电

客服中心常要接大量电话，Ringg 做了能自动接待的 AI 智能体，用语音、聊天、WhatsApp 和网页跟客户交流。原来用 GPT-4.1 成本高，现在换成 GPT-5.6，能处理多语言的客户咨询，最多能自己解决 65% 的来电，花费比原来少九成。对客服团队来说，这意味着更多常见问题能自动应答，人工只处理剩下的部分，省时又省钱。

ADAR Core：基于 Google ADK 与 Gemini 的多智能体数据访问与推理平台

Agomonia-Labs/adar-core · ADAR: Agentic Data Access and Reasoning — general-purpose multi-agent AI platform built on Google ADK and Gemini. ARCL cricket is the reference implementation.

ADAR Core 是一个通用多智能体 AI 平台，构建在 Google ADK 和 Gemini 之上，提供 API、ADK Agent 加载配置、共享 UI 与基础设施脚本等共用模块，并以领域应用的方式组织。仓库内含 Geetabitan（孟加拉语 Rabindra Sangeet 助手）、ARCL（美国休闲板球联赛助手，作为参考实现）和餐厅推荐三个领域应用，各领域在 domain 目录中自备配置、Agent、数据摄取、部署与排障文档，通过设置 DOMAIN 环境变量选择运行。

Knit：面向 B2B 与 AI Agent 的 HR/招聘/协作统一 API 集成平台

api-evangelist/knit · Knit — independent third-party profile of a public API surface, by API Evangelist. Knit is a unified API platform for B2B products, AI agents, and MCP clients, providing integrations infrastructure for HR, recruitment, and collaboration tools. Knit manages cron jobs, rate limits, and retries out of the box for predictable data syncing at scale.

Knit 是一个统一 API 平台，为 B2B 产品、AI Agent 和 MCP 客户端提供 HR、招聘与协作工具的集成基础设施。它通过单一标准化接口访问员工数据、部门、地点、休假记录、职位发布和同步状态，并内置 cron 任务、限流与重试管理，以支持大规模数据的可预测同步。本仓库由 API Evangelist 维护，是对 Knit 公开 API 表面的独立第三方档案，仅包含文本和机器可读的 API 描述，不含任何软件。

Datadog Agent Skills：为 AI 编程代理提供 Datadog 可观测性与运维技能集

datadog-labs/agent-skills · Public repository for Datadog Agent Skills

该项目是 Datadog 官方开源的 AI Agent 技能集合，面向 Claude Code、Codex CLI、Gemini CLI、Cursor、Windsurf、OpenCode 等代理工具，以可复用技能形式提供 Datadog 平台的查询与操作能力。技能覆盖监控器管理、日志搜索、APM 追踪与 SSI 单步埋点、官方文档检索、Agent Observability（实验分析、eval 生成与流水线、会话分类、trace 回放）、浏览器 SDK/RUM 埋点与版本迁移、Audit Trail 安全与合规调查、CI/CD 与 flaky 测试排查、Datadog Apps 构建等；同时提供 dd-pup CLI 与 MCP 两种后端接入方式。

Treg：面向 Agent 工具的 OpenRouter 式工具注册与调用网关

superdesigndev/treg · OpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn

Treg 是一个面向 AI Agent 的工具目录与调用代理，被其自身描述为“工具领域的 OpenRouter”。它汇集 3000+ 个来自 60+ 提供方的可调用端点（涵盖 SEO 与外链、社交与趋势、人物与公司信息补全、广告、抓取、图像与视频生成等），支持按调用计费，并统一使用单一 base URL 与 token 调用，无需单独注册各提供方账号。同时支持团队注册自有密钥、CLI 与 SKILL.md 技能，由服务端注入凭证，调用者无需持有密钥。项目提供 CLI、Claude Code 插件、MCP 接口与自托管方式。

linkedin-skills：面向 Claude Code 与 Codex 的 LinkedIn 内容创作与运营技能包

sergebulaev/linkedin-skills · Claude skills for LinkedIn. 11 Claude Code and Codex skills that write human-sounding LinkedIn posts, craft comments that get noticed, analyze your feed, and build a publishing cadence, all from your terminal. Content engineering by Creative Content Crafts. MIT.

这是一套包含 12 个 Claude Code 与 Codex 技能的开源包，用于在终端中完成 LinkedIn 内容创作与运营：撰写帖子、起草评论与回复、审计草稿中的 AI 痕迹与算法问题、逆向分析热门帖子的钩子结构、制定 7 天内容计划、优化个人资料、将其他平台内容改写为 LinkedIn 原生帖，以及监测互动并识别高价值互动者。所有技能都会先给出草稿并等待用户批准后才执行发布，可选用 Apify 读取 LinkedIn 数据、通过 Publora 直接发布。

Nebula：AI 驱动的渗透测试助手，整合侦察、记录与漏洞分析工作流

berylliumsec/nebula · AI-powered penetration testing assistant for automating recon, note-taking, and vulnerability analysis.

Nebula 是一个面向安全测试场景的桌面工作台，将终端、代码、浏览器、AI 助手、文件、笔记、任务（missions）、发现（findings）与报告整合在一个界面中。AI 可协助调查、整理和撰写内容，而测试范围界定、授权与执行决策由操作者掌控，并提供范围约束、审批暂停、预算限制和隔离 OCI 执行等机制。项目支持托管、本地及 OpenAI 兼容的模型运行时，模型提供商为可选项，不接入模型时人类终端、证据流程、笔记、发现和报告功能仍可使用。仅限在自有或明确授权的系统与网络上使用。

NewPi：为 DeepSeek Harness 引擎提供 macOS 原生窗口与持久项目记忆

cyril-belin/newpi · A native macOS window, durable per-project memory and extra capabilities for the DeepSeek Harness — without modifying the harness.

NewPi 是一个 macOS 原生应用（Tauri 外壳），在不修改 DeepSeek Harness（dsh）引擎的前提下，为其提供原生窗口与生命周期管理、基于本地 PocketBase 边车的持久化项目记忆，以及对模型暴露的 remember/recall/forget 记忆工具。它还通过启动补丁注入品牌与若干面板（Memory、Backup、Storage、Projets、Git、Model Router、Context & Cache、Terminal、Console），运行时保持为独立本地进程，数据不出本机。

Reel Agent：在 Windows 上通过 Telegram 解析短视频并计划与构建项目

HNF-FRN/Reel-watcher-telegram-Agent · Telegram bot that watches the reels you send, explains what they show, and plans and builds them on your Windows PC with Claude Code, approving every command from your phone.

Reel Agent 是一个运行在用户自有 Windows PC 上的 Telegram 机器人。用户从手机发送 Instagram Reel、TikTok、YouTube 链接或截图后，机器人会观看视频并说明其中出现的工具、链接、仓库与命令，随后可调用 Claude Code（或 Codex）对内容进行计划与构建。每个构建独立存放于各自的 git 仓库中，支持 diff 与 undo；每条 shell 命令在执行前都会推送到手机请求批准。视频理解默认使用 Gemini（带声音），无密钥或配额用尽时回退到本地帧加 Whisper 的备份方案。机器人还提供任务查看、模型切换、配额查询和系统提醒等功能。

Autonomous Multi-Agent Content Pipeline：基于多智能体工作流将 PRD 自动生成经研究、事实核查与润色的博客文章

justMridul/multi-agent-content-pipeline · An autonomous multi-agent content generation pipeline built with LangGraph, Groq (Llama-3.3-70b), FastAPI, Next.js, SerpAPI, and Supabase. Converts PRDs into research-backed, fact-checked, and polished blog posts.

该项目是一个端到端的多智能体内容生成系统，使用 LangGraph 编排研究、写作、事实核查与风格润色四个专职智能体。它接收产品需求文档（PRD）、主题、目标字数和写作风格作为输入：研究智能体通过 SerpAPI 进行实时网页检索，写作智能体结合 PRD 与研究上下文生成 Markdown 初稿，事实核查智能体对照研究结果验证文中论断，若发现问题则通过条件路由退回写作智能体重写并再次核查，通过后由润色智能体完成风格与格式优化，最终文章存入 Supabase PostgreSQL。前端基于 Next.js 与 React 提供 PRD 输入、智能体执行时间线与文章库浏览，后端使用 FastAPI，并通过自定义日志记录智能体名称、执行状态、耗时、Token 用量与事实核查结果。

estrutura-pastas-superpowers：为 AI 结对编程生成跨 Agent 项目脚手架与 SDD 目录结构

ribeirorafadev/estrutura-pastas-superpowers · Scaffold de estrutura de pastas cross-agent (.agents/) + Spec-Driven Development (PRD/ADR/specs) + .editorconfig por linguagem, pra começar projetos novos com Claude Code, Cursor, Grok, Codex, Antigravity e outros agentes de IA. Skill do framework Superpowers.

该项目提供一个 Bash 脚手架脚本，用于新建项目时生成跨 Agent 的 .agents/ 单一事实来源目录、Spec-Driven Development 文档结构（PRD/ADR/specs/plans）以及按语言定制的 .editorconfig（每项缩进规则均标注官方来源）。支持为 Claude Code、Grok、Codex、Cursor、Kimi、Cline、Roo Code、Antigravity 等生成对应入口文件（CLAUDE.md/.claude/、AGENTS.md），也可通过 --here 就地生成，碰撞时不覆盖任何已有文件。同时以 Claude Code 原生 skill（Superpowers 框架）形式提供。