Agent Skills 目录
共收录 259 个 Agent Skills(Claude 技能),一份 SKILL.md 让 AI 助手掌握一项专项能力。
geb-skill
用 Groovy 生成集成 Spock 的 Geb 浏览器自动化测试。提供类 jQuery 的内容 DSL 和页面对象模式。当用户提到 "Geb"、"Groovy test"、"GebSpec"、"Browser.drive" 时使用。触发词:"Geb"、"GebSpec"、"Groovy browser test"、"Browser.drive"。
capybara-skill
用 Ruby 生成 Capybara E2E 测试,并集成 RSpec。这是面向 Web 应用的验收测试 DSL。当用户提到 "Capybara"、"visit"、"fill_in"、"click_button"、"Ruby E2E" 时使用。触发词:"Capybara"、"Ruby acceptance test"、"fill_in"、"click_button"、"have_content"。
cypress-skill
用 JavaScript 或 TypeScript 生成生产级 Cypress E2E 和组件测试。支持本地执行和 TestMu AI 云。当用户要求编写 Cypress 测试、配置 Cypress、使用 cy 命令测试,或提到 "Cypress"、"cy.visit"、"cy.get"、"cy.intercept" 时使用。触发词:"Cypress"、"cy."、"component test"、"E2E test"、"TestMu"、"LambdaTest"。
stage-decide
真实素材的决策层——理解 → 筛选 → 产出带证据的粗剪。当剪辑任务是“查找/筛选/精简/清理”(去掉空拍、删口头禅、挑高光、把 1 小时剪成 3 分钟)时触发,而不是执行已知时间码的剪辑(那属于 stage-edit)。确定性自动剪切(静音/口头禅/质量)可靠;叙事/情绪层面的筛选是低置信度草稿,需用户复核。
value-prop-that-converts
写出具体、可验证、不吹嘘的开发者价值主张。适用于文案依赖"强大"、"更好"、"无缝"、"业界领先"之类的词,声称缺乏依据,或者想让同一句话同时打动开发者和采购方的场景。
humanizer
检测 55 种 AI 写作模式,并以五种语气风格重写文本,使其读起来像某个真实的人写的,还可选给出 0-100 的 AI 痕迹评分。当文本听起来像 AI 生成的或像聊天机器人,在准备发布博客文章、README 或 LinkedIn 帖子,审计文稿中的 AI 痕迹,或就地编辑 Markdown 文件时使用。可用诸如“humanize this”“make this sound less AI”“make this sound human”“remove AI tells”“does this read like ChatGPT”“rewrite so it does not sound AI-generated”之类的短语触发。纯 Markdown,零依赖,无网络调用。
ru-text
俄语文本质量检查。触发词:вычитай、проверь текст、поправь、отредактируй、причеши、ru-text。任何俄语输出默认静默做排版;需要时可做深度编辑。适用于信息型、编辑型、UX 文案、商务信函及 AI 文本清理。
atomicmail
让 AI agent 通过 Atomic Mail 收发邮件。处理工作量证明认证和 JMAP,使 agent 直接以 JMAP 方法调用方式思考。适用于用户要求注册邮箱、列出邮箱、收取或发送邮件的场景。
evaluate-skill
运行、读取并诊断一个 skill 的 Caliper eval——k 次尝试的成功率、是否被触发,以及是否优于没有它的 agent。当用户想运行、验证、解读或比较 skill 的 eval,或编写任务已确定的 .eval.yaml 规范时使用。
ux-writing
面向用户的文本和文档的判断规则:CLI 和诊断输出、错误与帮助文本、README 和文档结构、代码注释、标题以及生成的报告、幻灯片或导出内容。在编写或修改任何用户可见字符串时、新增或重组文档或决定某个事实归属哪一页时、某页即将记录版本、部署状态或代码已拥有的值时、注释、标题或产物可能承载变更背后的推理或被放弃的方案时、行为变更需要排查所有文案位置时,或审查涉及代码的 diff 时使用。
marketing-copy
为产品或项目撰写对外宣传文案:面向社区平台和社交媒体的发布与更新帖、商店页面描述和短简介、落地页标题和行动号召、新闻稿式公告,以及面向其他语言或市场的产品命名。涵盖哪些内容可以公开披露、确保论断可追溯到已上线的变更,以及写出传递信息而非炒作的标题。在起草或修改任何面向尚未使用产品的人群的内容时,以及在决定链接、密钥、价格或未发布细节能否展示时使用。
ai-seo
创建或评审 AI SEO 交付物,提供受众、证据、语调和转化质量控制。仅在用户明确要求 AI SEO 工作时使用。
alternative-blog-writer
创建或评审替代性博客写作交付物,提供受众、证据、语调和转化质量控制。仅在用户明确要求替代性博客写作工作时使用。
github-closing-draft
为符合条件的 codex-profiles tracker 目标起草 GitHub PR、issue、列表文案或维护者请求时使用。不用于发现、资格筛选、监控、外联或提交。
unslop-review
重写代码评审评论,让它像人类同事写的。删掉企业 AI 式的客套开场("我注意到..."、"我在想是不是..."、"或许可以考虑...")。每条评论直接了当:位置、问题、具体修法。当用户说 "humanize review"、"给 PR 评论去 AI 味"、"让这条反馈像人写的"、"review this PR"、"code review"、"/review"、"/unslop-review" 时使用。评审 PR 时自动触发。
unslop-commit
重写提交信息,让它读起来像细心的工程师手写的。剔除 AI/营销味的套话("comprehensive solution"、"robust implementation"、"leverage"、"enhance"、"seamlessly"、"This commit...")。保留 Conventional Commits 格式。主题行不超过 72 字符(争取 ≤50),用祈使语气。只有当"原因"从主题行看不出来时才写正文。当用户说 "humanize commit"、"de-slop commit message"、"让提交信息像人写的"、"/unslop-commit"、"/commit"、"写个提交",或粘贴草稿提交来清理时使用。暂存更改时自动触发。
unslop-file
处理自然语言记忆文件(CLAUDE.md、todos、偏好、文档),去除 AI 腔并加入句长起伏,同时原样保留所有代码块、URL、路径、命令和标题。两种模式:--deterministic(快、基于正则、不调 API)和 LLM(默认,调用 Claude 重写)。处理后的版本会覆盖原文件,原始备份保存为 FILE.original.md。触发方式:/unslop-file <文件路径> 或 "humanize memory file"
unslop-file
将自然语言记忆文件(CLAUDE.md、todos、偏好、文档)去 AI 化,在精确保留所有代码块、URL、路径、命令和标题的前提下,去除 AI 腔调并增加句式变化。两种模式:--deterministic(快速、基于正则、无需 API)和 LLM(默认,调用 Claude 改写)。改写后的版本会覆盖原文件,原始备份保存为 FILE.original.md。触发方式:/unslop-file <文件路径> 或“humanize memory file”
unslop-commit
重写提交信息,让它读起来像细心的工程师手写的。剔除 AI/营销味的套话("comprehensive solution"、"robust implementation"、"leverage"、"enhance"、"seamlessly"、"This commit...")。保留 Conventional Commits 格式。主题行不超过 72 字符(争取 ≤50),用祈使语气。只有当"原因"从主题行看不出来时才写正文。当用户说 "humanize commit"、"de-slop commit message"、"让提交信息像人写的"、"/unslop-commit"、"/commit"、"写个提交",或粘贴草稿提交来清理时使用。暂存更改时自动触发。
unslop
让 LLM 输出更像细心的真人写的。减去 AI 腔(谄媚、三连排比、破折号滥用、"delve"/"tapestry"/"testament"、层层对冲、工整的五段式),加入句长起伏和恰当的不确定性,同时保持技术准确。支持强度级别:subtle、balanced(默认)、full、voice-match、anti-detector。当用户说 "humanize this"、"让它像人写的"、"去 AI 味"、"别用 AI 腔重写"、"模仿我的口吻"、"少点机器味",或调用 /unslop 时使用。请求文本质量优化时也会自动触发。
unslop
让 LLM 输出更像细心的真人写的。减去 AI 腔(谄媚、三连排比、破折号滥用、"delve"/"tapestry"/"testament"、层层对冲、工整的五段式),加入句长起伏和恰当的不确定性,同时保持技术准确。支持强度级别:subtle、balanced(默认)、full、voice-match、anti-detector。当用户说 "humanize this"、"让它像人写的"、"去 AI 味"、"别用 AI 腔重写"、"模仿我的口吻"、"少点机器味",或调用 /unslop 时使用。请求文本质量优化时也会自动触发。
unslop
让 LLM 输出更像细心的真人写的。减去 AI 腔(谄媚、三连排比、破折号滥用、"delve"/"tapestry"/"testament"、层层对冲、工整的五段式),加入句长起伏和恰当的不确定性,同时保持技术准确。支持强度级别:subtle、balanced(默认)、full、voice-match、anti-detector。当用户说 "humanize this"、"让它像人写的"、"去 AI 味"、"别用 AI 腔重写"、"模仿我的口吻"、"少点机器味",或调用 /unslop 时使用。请求文本质量优化时也会自动触发。
venice-errors
正确处理 Venice API 错误。涵盖错误体结构(StandardError、带验证详情/问题的 DetailedError、OpenAI 风格的 context_length_exceeded、上游供应商拒绝及含 request_id 的 TypeSafe/FastAPI 验证错误、ContentViolationError、ProviderContentPolicyError、PayloadTooLargeError、两种 x402 402 错误体)、所有有意义的状态码(400-504,含已下线端点的 410)、三类限流头、按 key 计的错误预算(FAILED_REQUESTS / UNSUPPORTED_FEATURE_REQUESTS)、过载模型的 Retry-After,以及 SSE 流错误
seo-ahrefs
Ahrefs API 分析师(扩展)。通过官方 @ahrefs/mcp 服务器读取引用域名、外链、自然关键词和 Content Explorer 数据。可与 seo-backlinks 搭配,实现多来源置信度加权。