Agent Skills 目录:值得安装的 Claude 技能
364 个经过来源核对的 Claude 技能、MCP 服务、插件和智能体,每个都固定到一个公开提交。
- 364 个条目
- 59 个发布者
- 核验于 2026 年 10 月 17 日 – 2026 年 11 月 3 日
目录精选
排序方法社区条目优先,Anthropic 官方条目靠后;各组按固定上游提交日期排序。
社区条目优先,各组按本站工作流程指南的引用次数排序。
社区条目优先;固定版本 README 记载了单行配置命令。
编辑精选
精选条目
从这些精选开始,核对来源,再选择适合你的工具。
GhostPaw Codex
GhostPawJS
把 AI 智能体的本地记忆保存在一个 SQLite 文件中。
gstack
garrytan
Garry Tan 的 Claude Code 技能集,按角色提供计划、设计、工程评审、测试、发布和文档工具。
Filesystem
modelcontextprotocol
通过使用 Node.js 构建的 MCP 服务提供文件系统操作。
PhotoCraft
storytold
提供分层图像编辑,包括 Photoshop 文档处理和图像调整工具。
Superpowers
obra
面向编程智能体的技能与工作流插件:先头脑风暴、写计划、测试先行,再审查结果。
OpenAI Agents SDK
openai
提供支持多个模型供应商的 Python 智能体工作流框架。
新入目录
本周趋势
本周新收录的技能与工具,值得翻一翻。
编辑精选 · 按本批收录顺序排列,非实时涨星榜。
- Skills for Real Engineers可组合的工程技能,用于需求澄清、测试驱动开发、架构评审和拆分任务。
- Cloudflare Security AuditCloudflare 的防御性审计流程,通过侦察、独立验证和附来源报告来检查代码库。
- ECC由技能、规则、钩子和记忆组成的编程智能体工具集,为 Claude Code 等受支持客户端提供引导式配置。
- Spec KitGitHub 的规格驱动开发工具包,通过编程智能体集成来组织需求、计划与实现。
- XERJ面向代码、文档和日志的本地优先搜索,结合词法与向量检索,通过 MCP 提供给编程智能体。
- Paperclip自托管的智能体团队控制台,管理角色、预算、共享任务与运行时适配器。
- DeerFlow字节跳动的自托管智能体框架,结合沙箱工具、记忆、技能和子智能体来执行长程任务。
- OpenSpec轻量规格流程,在实现前对齐拟议变更、设计和任务。
- Lemo-Opuscar由代码驱动的短片工具箱,包含 59 种文档化风格、创作指南和渲染工具,配合编程智能体制作短片。
- MCP for Blender社区 MCP 桥接,通过本地插件让大模型检查和修改 Blender 场景、物体与材质。
全部条目
364 个条目,元数据核验于 2026 年 10 月 17 日 – 2026 年 11 月 3 日
用途
科学研究40效率37开发9集成6创意工具1应用与供应链安全0云与基础设施安全0数据 / 电商0Healthcare0身份与邮件安全0事件响应与取证0Medical vocabularies0工控安全0安全分析0威胁检测0发布者
alirezarezvani79mukul97563K-Dense-AI43phuryn41addyosmani26Yuan1z082523anthropics13vercel-labs9kepano6modelcontextprotocol5storytold3alchaincyf2footalytics2github2Leonxlnx2mattpocock20xS4N4TG16reams1affaan-m1ahujasid1AirsupHQ1artouc1assafkip1bytedance1ChromeDevTools1cloudflare1cursor1debpalash1DietrichGebert1EL4CTEO1FeedHive1Fission-AI1Garinmckayl1garrytan1GhostPawJS1GLips1Graphicle-AI1Graphify-Labs1heydamir1Jakeschincariol1juliobsz1kanaworksai-hue1lemomo-ai1microsoft1obra1OMOPHub1openai1Pangolin-spg1paperclipai1RayenMlayeh1reason-machines1Saivion1theCosmicCrafter1thedotmack1tt-a1i1upstash1wheresryan221xerj-org1ZSeven-W1社区条目优先 · Anthropic 官方条目靠后,所选排序在各组内生效。
Spec Kit插件GitHub 的规格驱动开发工具包,通过编程智能体集成来组织需求、计划与实现。- ab-test-analysis技能通过样本量与不确定性检查解读 A/B 实验结果,形成有依据的发布、延长或停止建议。
- ansoff-matrix技能按现有与新产品、市场划分增长选择,明确各项安索夫战略背后的假设。
- beachhead-segment技能按痛点、购买能力与可获得份额比较上线分群,选择需要验证的聚焦首发市场。
- brainstorm-okrs技能将公司优先事项转为团队目标与可测关键结果,支持聚焦的季度目标讨论。
- business-model技能通过商业模式画布九个部分描述企业创造与获取价值的方法,揭示后续需要验证的依赖。
- code-review技能检查实现边界中的可执行正确性缺陷,将每条发现从约定契约追踪到违反约定的代码。
- cohort-analysis技能将参与和留存数据组织为群组,比较分群趋势,揭示总体产品指标掩盖的差异。
- create-prd技能根据产品背景编制精简需求文档,将目标、用户、价值和方案决定整理为可审阅材料。
- draft-nda技能根据当事方、信息类型与司法辖区组织保密协议草稿,标出使用前需合格法律人员审查的条款。
- dummy-dataset技能根据字段与约束生成合成数据集,输出 CSV、JSON 或 SQL 等格式的测试数据。
- grammar-check技能检查提供文字的语法、逻辑与衔接,提出局部修正并保留作者表达和论证意图。
- growth-loops技能围绕产品用户行为探索循环增长机制,比较候选循环及其持续运转所需条件。
- intended-vs-implemented技能对比系统预期行为与实际实现,建立明确预期模型,发现通用扫描器可能遗漏的差距。
- interview-script技能围绕客户任务与实际经历编制访谈提纲,避免诱导提问和过早推销产品。
- job-stories技能将客户情境与动机转为工作故事,补充预期结果与验收条件,用于产品待办讨论。
- metrics-dashboard技能规划含明确数据来源与告警规则的产品指标看板,将每个指标关联到运行或产品问题。
- monetization-strategy技能为产品与受众提出变现选项,为每个收入模式配套适配假设、风险和验证实验。
- north-star-metric技能定义产品北极星指标及支持性输入,检查指标是否反映用户获得的价值。
- outcome-roadmap技能围绕预期结果改写功能交付路线图,将拟议事项关联到用户和业务变化。
- pre-mortem技能通过事前复盘质询需求文档或上线计划,分类潜在失败并识别可能阻碍发布的风险。
- pricing-strategy技能检查价格模式、竞品与支付意愿证据,形成保留不确定假设的定价设计。
- prioritization-frameworks技能比较优先级框架及所需输入,帮助团队选择适合决策的方法,而不是采用通用分数。
- product-strategy技能围绕目标分群、价值、能力与权衡组织产品战略,将愿景关联到实现所需选择。
- release-notes技能将工单与变更记录转为面向用户的发布说明,按类型组织具体变化并解释影响。
- retro技能根据团队观察组织冲刺复盘,形成有负责人和跟进行动的优先改进事项。
- review-resume技能根据目标岗位检查产品经理简历,改进证据、结构与相关性,不虚构经历。
- sentiment-analysis技能分析反馈中的情绪与客户任务模式,按不同用户群整理满意度证据。
- shipping-artifacts技能汇集审阅 AI 构建应用所需的持久文档,在发布前覆盖架构、权限与运行证据。
- sprint-plan技能根据容量、候选故事与依赖制定冲刺计划,在团队承诺范围前明确交付风险。
- sql-queries技能根据问题与提供的结构信息编写 SQL,面向支持的仓库方言,并明确查询假设。
- stakeholder-map技能按影响力与关注度梳理利益相关方,制定有针对性的沟通方法与信息通知计划。
- startup-canvas技能在创业画布中结合产品战略与商业模式问题,区分战略选择和收支假设。
- strategy-red-team技能检验产品战略关键假设,在投入交付前排序可能失败模式与低成本验证检查。
- summarize-interview技能将客户访谈汇总为任务、满意度证据和后续行动的结构化记录,用于产品探索。
- summarize-meeting技能将会议逐字记录整理为含决定和分配行动的结构化笔记,保留后续跟进所需背景。
- test-scenarios技能根据用户故事推导测试场景,记录起始条件、角色、操作和预期结果,用于系统质量审阅。
- user-segmentation技能依据行为、需求和反馈证据分组用户,形成可执行分群,而不是将所有受众视为一个画像。
- user-stories技能编写含验收条件与设计背景的待办故事,运用故事质量约定,使工作可讨论、可测试。
- value-prop-statements技能将已有价值主张转为营销和引导文案,针对具体受众决策调整表达。
- value-proposition技能通过比较用户处境、期望变化与备选方案形成详细客户价值主张,再塑造产品表达。
- wwas技能以目的、变更和验收条件组织待办项,将产品意图关联到可独立测试的工作单元。
GitHub MCP ServerMCPGitHub 官方 MCP 服务,让智能体处理仓库、Issue、Pull Request 和 Actions。- 13c-metabolic-flux技能根据碳十三示踪测量估计代谢通量,将原子映射和模拟结果用于约束拟合与不确定性检查。静态高风险,请先审阅来源
- analytical-method-validation技能依据方法要求组织分析程序验证与转移,形成对应框架的计划、检查和文件。
- bgpt-paper-search技能按主题或 DOI 检索 BGPT,整理论文证据、局限和出处,用于科学调查。静态高风险,请先审阅来源
- bulk-rnaseq技能将 bulk RNA-seq 读段或定量结果整理为基因差异分析输入,检查重复、链特异性与预处理假设。静态高风险,请先审阅来源
- cellprofiler技能根据图像与通道清单建立可复现的 CellProfiler 流程,输出分割、计数和荧光测量并检查批处理。静态高风险,请先审阅来源
- clinical-reports技能根据合成或去标识材料组织临床与研究报告草稿,加入确定性检查,不代作独立临床决定。静态高风险,请先审阅来源
- database-lookup技能通过有文档的公开接口检索数据库事实,保留筛选、分页和来源信息以便核查。静态高风险,请先审阅来源
- dnanexus-integration技能利用 DNAnexus 命令行和工作流工具封装基因组任务,整理输入、执行定义与可复现运行出处。静态高风险,请先审阅来源
- fluidsim技能在明确数值与资源限制下规划检查 FluidSim 模拟,支持受控重启和计算流体结果分析。静态高风险,请先审阅来源
- generate-image技能通过 OpenRouter 图像接口创作或修改位图,将视觉需求转为模型请求和生成素材。静态高风险,请先审阅来源
- genomic-coordinates技能跨坐标约定检查基因组区间与变异表示,在后续比较前识别组装版本和染色体命名不一致。静态高风险,请先审阅来源
- hypogenic技能规划 HypoGeniC 或 HypoRefine 假设生成实验,整理标注数据、配置和假设库评估。静态高风险,请先审阅来源
- lab-hardware-cad技能将实验室硬件要求转为参数化 build123d 模型,导出 STEP、STL 和 DXF 等制造文件。静态高风险,请先审阅来源
- latex-posters技能将研究内容与图表编排为 LaTeX 会议海报,采用支持的海报类并检查多栏展示要求。静态高风险,请先审阅来源
- markdown-mermaid-writing技能根据流程或关系信息编写科学文档与 Mermaid 图,为技术交流提供可编辑文本源。
- markitdown技能使用 MarkItDown 将支持的文档与选定网页转换为 Markdown,为搜索、分析或检索摄取准备文本。静态高风险,请先审阅来源
- matlab技能开发和审阅 MATLAB 或 Octave 数值流程,处理数组、时序数据、图形及明确的 Python 互操作。静态高风险,请先审阅来源
- molecular-dynamics技能使用 OpenMM 与 MDAnalysis 配置分子模拟并分析轨迹,将体系准备关联到能量与正式运行检查。静态高风险,请先审阅来源
- nmrglue技能将校准后的一维 NMR 信号处理为相位校正谱、候选峰与积分区间,并保留坐标和校准假设。静态高风险,请先审阅来源
- omero-integration技能通过有文档的客户端处理 OMERO 显微数据与标注,组织图像读取、区域信息和自动化任务。静态高风险,请先审阅来源
- ontology-term-resolution技能将科学标签映射到本体标识并检查已有 CURIE,利用公开查询服务消除命名与前缀歧义。静态高风险,请先审阅来源
- opentrons-integration技能为支持的 Opentrons 机器人编写和模拟移液流程,在实机使用前检查耗材、台面配置与 API 兼容性。
- pacsomatic技能为 nf-core/pacsomatic 准备肿瘤配对正常 PacBio HiFi 输入,生成样本表与固定版本 Nextflow 启动材料。静态高风险,请先审阅来源
- paperclip技能利用 Paperclip 命令行或 SDK 检索生物医学与监管资料,保留摘录和文档来源供证据审阅。静态高风险,请先审阅来源
- parallel-web技能利用 Parallel 搜索与提取工具收集当前网页证据,支持结构化补充信息和持续关注的研究问题。静态高风险,请先审阅来源
- pathogen-variant-surveillance技能查询公开病原序列监测数据,描述谱系占比与报告延迟,并保留描述性基因组观察的局限。
- pi-agent技能配置与扩展 Pi 终端编码工具,将模型供应商和本地设置关联到可复用技能与扩展。静态高风险,请先审阅来源
- polars-bio技能在 Polars 中进行基因组区间操作并管理常见序列格式,支持可复现的重叠、覆盖及最近特征分析。静态高风险,请先审阅来源
- pptx-posters技能根据批准的本地文字与素材制作可编辑 PowerPoint 科研海报,检查版式并保持无宏交付。静态高风险,请先审阅来源
- protocolsio-integration技能按有文档的接口读取导出 protocols.io 记录,将有限读取与需另行决定执行的修改方案分开。静态高风险,请先审阅来源
- pybamm技能利用 PyBaMM 模拟电池实验并比较预测电压曲线,记录参数并检查求解器和网格敏感性。静态高风险,请先审阅来源
- pyhealth技能使用 PyHealth 建立临床机器学习流程,将数据加载与预测任务关联到泄漏和任务假设检查。
- pymatgen技能用 pymatgen 分析材料结构,支持格式转换、对称性检查与衍生计算,并保留源数据假设。静态高风险,请先审阅来源
- pytdc技能通过 PyTDC 使用 Therapeutics Data Commons 数据与基准,组织任务划分、评估器和有限分子评分。静态高风险,请先审阅来源
- qiskit技能利用 Qiskit 开发量子线路并准备模拟或运行时执行,检查目标限制、转译和支持的原语。静态高风险,请先审阅来源
- scholar-evaluation技能按可追溯证据与明确量规审阅学术工作,形成发展性反馈,并区分质量讨论和重大影响排名。静态高风险,请先审阅来源
- scientific-visualization技能用标准绘图库根据数据制作科研图,检查不确定性、缺失值和适合发表的无障碍视觉表达。静态高风险,请先审阅来源
- scikit-survival技能用 scikit-survival 建立删失与竞争风险生存分析,将预处理和模型选择关联到防泄漏评估。静态高风险,请先审阅来源
- shap技能利用 SHAP 解释模型预测,选择适当解释器并对照数据与输出结构检查特征归因。静态高风险,请先审阅来源
- tamarind技能通过 Tamarind 使用托管分子设计与结构生物工具,将研究任务转为远程 API 或 MCP 作业。静态高风险,请先审阅来源
- treatment-plans技能将已有且经临床人员批准的治疗决定排成结构化文档,检查本地文件,不独立提出诊断或治疗建议。静态高风险,请先审阅来源
- uncertainty-and-units技能在科学计算中跟踪单位并传播测量不确定性,输出量纲检查结果与明确的不确定性预算。静态高风险,请先审阅来源
- waypoint-bio技能支持使用 Waypoint 微生物组基础模型及相关数据进行研究,按文档基准组织检查点使用与评估。静态高风险,请先审阅来源
EverythingMCP作为参考测试服务演示 MCP 功能,面向开发 MCP 客户端的开发者。
FetchMCP通过 MCP 获取网页内容,并将 HTML 转换为 Markdown。
FilesystemMCP通过使用 Node.js 构建的 MCP 服务提供文件系统操作。
GitMCP提供通过 MCP 读取、搜索和修改 Git 仓库的工具。
MemoryMCP使用本地知识图谱存储持久的对话背景。
按工作流程选择
针对单一任务比较候选资源的简短指南,并附参考文档。
其中多数比较 MCP(Model Context Protocol,模型上下文协议)服务,例如适用于 Claude Code、Codex 或 Blender 的服务。
Claude Code MCP 服务推荐Model Context Protocol(模型上下文协议)服务为 Claude Code 提供额外工具。earshotReason NetworkGraphicleAudio Studio MCPjevcrawlFilesystemGit
Claude MCP 服务推荐与添加方法简短回答:在 Claude 桌面版中,按眼前任务只添加一个 MCP 服务——处理指定文件夹用 Filesystem,跨对话保留上下文用 Memory,读取网页用 Fetch。FetchFilesystemMemory
Codex MCP 服务推荐Codex 可以连接 Model Context Protocol(模型上下文协议)服务来获得额外工具。Reason NetworkGraphicleFilesystemGitMemory
ArtCraft 创意应用比较关联来源的图像编辑与文档应用枢纽。ArtCraftPhotoCraftWordCraft
Blender MCP 服务与技能推荐:官方与社区对比Blender MCP 通过 Model Context Protocol(模型上下文协议)把 AI 客户端连接到正在运行的 Blender,让模型读取场景并通过 Blender 的 Python API 执行代码。Blender Agent Skills
逆向 MCP 工具推荐:Ghidra、IDA MCP 服务对比逆向 MCP 服务通过 Model Context Protocol(模型上下文协议)让智能体调用 Ghidra、IDA Pro、radare2、JADX 等分析工具,并附证据说明分析结果。GhidraMCPida-pro-mcpradare2-mcpreverse-engineering-assistant (ReVa)jadx-ai-mcp
Harness²(harness2)与 OpenCode、Codex CLI 对比Harness²(harness2)是 Google Research 的开源研究框架,在模型权重不变的前提下优化智能体外围的 harness。
安装 Claude Code 技能:文件夹、插件与 CLI安装 Claude Code 技能可选三种方式:复制完整技能文件夹、从插件市场安装,或用 npx skills add 指定 Claude Code。frontend-designpdfvercel-react-best-practices
Cursor MCP 服务推荐:文件、Git 与记忆根据缺少的能力选择 Cursor MCP 服务:文件访问、仓库历史、网页读取或持久上下文。FetchFilesystemGitMemory
Claude Code 安全:审计与加固技能Claude Code 安全审查从获得授权的范围和明确问题开始。Cloudflare Security Auditsecurity-and-hardening
Codex 技能推荐(2026)Codex 可以使用智能体技能,即包含 SKILL.Skills for Real EngineersgstackTaste SkillawwwardsAI Slop DetectorGhostPaw Codexhuashu-motionLemo-OpuscarMachine SkillanatomyBlender Agent Skills
Claude 视频技能推荐:剪辑与制作按要交付的视频类型选择 Claude 技能。huashu-motionpapercut-explainerLemo-OpuscarMachine Skill
安装前的常见问题
收录的条目可以放心安装吗?
不能默认放心。收录 ≠ 审计。每个条目都固定到公开提交,方便你准确查看将安装的内容。启用前请阅读 SKILL.md 或 README,检查随附脚本,并限制工具和文件访问权限。
Claude 技能是什么?
一个包含 SKILL.md 的文件夹,告诉智能体如何完成某项任务,有时附带脚本或参考文件。Claude Code 从 ~/.claude/skills 或项目内的 .claude/skills 加载技能。
技能与 MCP 服务有什么区别?
技能描述工作流程;MCP(Model Context Protocol,模型上下文协议)服务是向兼容的 AI 客户端提供工具或数据的程序。一个项目可能同时提供两者,但应分别检查权限和配置。
列表如何排序?
默认按每个条目固定版本的上游提交日期排序,最新的在前;也可以按指南推荐次数或名称排序。我们没有星标、下载量或安装量数据,因此从不显示。 排序方法
这些资源获得官方背书了吗?
没有。AgentSkillsDir 是 Orbitlane Labs 独立运营的目录,与收录的任何发布者均无隶属关系。来源链接和固定版本便于你核查,不代表认证。
如何推荐资源?
通过提交表单分享公开项目链接,或发送邮件至 submit@agentskillsdir.com。收录免费,但不保证一定收录。 提交
先装哪些 Claude 技能和 MCP 服务比较好?
没有通用的“最佳”清单,按你要完成的任务来选。AgentSkillsDir 收录经过来源核对的 Claude 技能和 MCP 服务,每个条目都固定到一个公开提交,并按该提交日期排序。我们的工作流指南会针对单一任务对比候选:在 Claude Code 中,Filesystem 和 Git 这两个 MCP 服务是常见的起点。安装前请先阅读条目的 SKILL.md 或 README。
如何从 GitHub 安装 Claude 技能?
技能就是一个包含 SKILL.md 的文件夹。把该文件夹从仓库复制到 ~/.claude/skills/ 可在所有项目中使用,复制到某个项目的 .claude/skills/ 则只在该项目中使用。Claude Code 会从这些位置加载技能。AgentSkillsDir 的每个条目都链接到固定提交,并提供可复制的安装片段。
如何给 Claude Code 添加 MCP 服务?
运行 claude mcp add,加上名称和该服务的启动命令,例如:claude mcp add fetch -- uvx mcp-server-fetch。然后运行 claude mcp list 确认已注册。若使用 Claude Desktop,请在 claude_desktop_config.json 的 mcpServers 中添加该服务并重启应用。启动命令以服务自己的 README 为准。
SKILL.md 里写什么?技能文件夹是什么结构?
SKILL.md 以 YAML 头信息开头,写明技能名称(name)和适用场景描述(description),后面是给智能体的 Markdown 说明。文件夹里还可以放说明中引用的脚本、参考文档或模板。文件夹名与 name 字段应保持一致;启用前请检查随附的脚本。
AgentSkillsDir 是技能市场吗?可以提交我的 MCP 服务吗?
AgentSkillsDir 是免费、独立的目录,不是商店:这里不出售任何东西,每个条目都链接到公开源码仓库。你可以通过提交页面,或发邮件至 submit@agentskillsdir.com,提交 Claude 技能、MCP 服务、插件或智能体的公开 GitHub 链接。提交内容经审核后才会收录,且不保证一定收录。 提交




