AI 与智能体 技能
提示词、智能体工作流、MCP 服务与技能编写。
共收录 3,164 个 AI 与智能体 智能体技能,包括 Skill Creator、Mcp Builder和Discernment Nudge。

Skill Creator
anthropics
创建、修改并评测 agent 技能,包含评测运行、结果查看器与描述触发优化。

Mcp Builder
anthropics
指导用 TypeScript 或 Python 构建高质量 MCP 服务器,涵盖规划、工具设计、测试与评估。

Discernment Nudge
anthropics
在实质性回答后附加2-3个具体追问,帮助用户核查事实、推理与缺失背景。

Plugin Settings
anthropics
说明用 .claude/plugin-name.local.md 以 YAML frontmatter 加 markdown 保存项目级插件设置的写法。

MCP Integration
anthropics
指导如何将 Model Context Protocol(MCP)服务器集成到 Claude Code 插件中,使用 .mcp.json 或 plugin.json 配置。

Hook Development
anthropics
指导创建 Claude Code 插件钩子:事件类型、prompt 型与命令型钩子、配置格式、输出结构与校验脚本。

Agent Development
anthropics
指导创建 Claude Code 插件代理:frontmatter 字段、触发描述、系统提示词与校验。

Claude Opus 4 5 Migration
anthropics
指导将提示词与代码从 Claude Sonnet 4.0/4.5 或 Opus 4.1 迁移到 Opus 4.5,更新模型字符串并可选调整提示词。

Skill Development
anthropics
指导创建 Claude Code 插件技能,涵盖结构、渐进式披露、写作风格与验证。

Plugin Structure
anthropics
指导 Claude Code 插件的结构、清单与组件布局。

Command Development
anthropics
指导创建 Claude Code 斜杠命令:Markdown 结构、YAML frontmatter、参数、文件引用与 bash 执行。

Skill Creator
anthropics
创建、修改并评测智能体技能,通过有无技能的对比测试与描述优化提升技能质量。

Build Mcpb
anthropics
指导将本地 MCP 服务器与其运行时打包为单个 .mcpb 文件,实现一键安装。

Build Mcp Server
anthropics
引导开发者设计并搭建 Model Context Protocol(MCP)服务器,从需求梳理到部署方案选择。

Build Mcp App
anthropics
指导构建 MCP 应用:即在聊天界面内联渲染交互式 UI 组件的 MCP 服务器。

Writing Hookify Rules
anthropics
指导编写 hookify 规则:带 YAML frontmatter 的 Markdown 文件,用于匹配模式并向 Claude 显示提示信息。

Plugin Settings
anthropics
说明用 .claude/plugin-name.local.md 文件以 YAML frontmatter 保存项目级插件配置与状态的模式。

Mcp Integration
anthropics
指导如何通过 .mcp.json 或 plugin.json 配置,将 Model Context Protocol(MCP)服务器集成到 Claude Code 插件中。

Hook Development
anthropics
指导创建 Claude Code 插件钩子:事件类型、提示词型与命令型钩子、配置格式、校验与测试。

Agent Development
anthropics
指导创建 Claude Code 插件代理:frontmatter 字段、触发描述、系统提示词与校验。

Routines
anthropics
引导用户选择周期性 Claude Code 例行任务,并生成可直接粘贴的 /schedule 命令行。

Patterns
anthropics
从仓库近期历史中找出反复出现的问题与值得推广的好做法,并据此起草规则、技能或分享短文。

Maturity
anthropics
按七个维度评估组织的 AI 采用成熟度,并生成带证据的独立 HTML 报告。

Climb
anthropics
帮助推动者判断某位同事、自己或团队处在 AI 采用的哪一级台阶,并给出下一步可尝试的做法。