skills.guanliai
场景做法全部 skill组合
中EN
场景做法全部 skill组合

skills.guanliai.com

按场景组织的 AI 做法库:用哪些 skill、怎么装、怎么提示、会踩什么坑。

场景做法全部 skill组合

国内平台

  • CodeBuddy
  • Trae
  • 通义灵码
  • Qoder
  • 文心快码
  • CodeGeeX
  • MarsCode
  • 腾讯云 AI 助手
  • Fitten Code

国外平台

  • Claude Code
  • OpenAI Codex
  • Cursor
  • Windsurf
  • Gemini CLI
  • Cline / Roo Code
  • OpenCode
  • GitHub Copilot
  • Kiro
  • OpenClaw
  • VS Code
skills.guanliai.com · Agent Skill Directory数据来自 GitHub · Next.js + MySQL
首页全部 skill

全部 skill

共 6 个 skill · 数据来自 GitHub 与精选合集,每日更新

分类

精选

国内

国外

标签

语言

共 6 个 skill

代理启动编排器

alirezarezvani/claude-skills/agent-launcher/skills/agent-launcher-orchestrator

自动化流程

用户想在自有 Anthropic 账户建/启动/评级/调度 Claude 托管代理(CMA)时用——「建个代理」「当托管代理启动」「定时跑」「按 rubric 评级我的代理」「设个夜班 worker」。读每会话目标(./my-agent/goal.json),经 goal_router.py 确定性路由到五个阶段子技能之一(interview→stage-launch→grade-iterate→run-without-you→wrap-up),并经 loop_compiler.py 把目标+阶段编译为执行形状(单遍工作流 / 受限 grade→iterate 循环 / 周期 cron 部署循环)。fork 上下文让重 intake(构建表、payload、eval 用例)留在父线程外。所有启动以 BYOK curl 发出、用户用自己的 key 运行,无工具发 API 调用。灵感来自 anthropics/launch-your-agent(Apache-2.0)。区别于 engineering/agent-harness(通用域循环)与 engineering/write-a-skill(写 Claude Code skill,非 CMA)。

CursorClaude CodeGemini CLI
25.1kPython详情
cma智能体launch

评级迭代

alirezarezvani/claude-skills/agent-launcher/skills/grade-iterate

开发工具

构建 CMA 的第 3 阶段——受限 grade→iterate 循环。定义 CMA 结果(隔离评分器评的必填 markdown rubric),读每份判定、决定下一步(打磨/重跑/晋升为调度),版本一旦通过,并行跑保留 eval 用例。用户说「评级我的代理」「让它过 rubric」「迭代到够好」「够好了吗」,或编排器路由 phase=grade-iterate 时用。outcome_builder.py 建 user.define_outcome payload(rubric 必填,max_iterations 限 1..20——绝不无界);verdict_reader.py 读评分结果并建议下一步;eval_scaffold.py 生成保留用例 + 并行运行计划(上限 25 线程 CMA 上限)。区别于 stage-launch(首次启动)与 run-without-you(调度)。

CursorClaude CodeGemini CLI
25.1kPython详情
cmaloopoutcome

代理访谈

alirezarezvani/claude-skills/agent-launcher/skills/interview

设计

构建 CMA 的第 1 阶段——访谈创始人关于代理该做的那一件事,然后产出构建表(CMA 原语表 + v1/v2 延迟 + eval 计划),无需其 API key。用户说「帮我界定代理」「我有个代理想法」「这代理该是什么」,或编排器路由 phase=interview 时用。经 AskUserQuestion 驱动六个 intake 槽(job、trigger、inputs、actions、definition-of-done、recurrence),用 interview_planner.py 映射到原语、用 build_sheet_builder.py 组装 build-sheet.json、用 primitives_validator.py 校验限制。连接器在 v0 可 mock(schema-true 自定义工具);真实 MCP server 成 v1 延迟。区别于 stage-launch(把表转 payload)。

Claude CodeGemini CLIMCP 客户端
25.1kPython详情
cma面试

无人值守运行

alirezarezvani/claude-skills/agent-launcher/skills/run-without-you

自动化流程

构建 CMA 的第 4 阶段——让它脱离你运行。把已评级代理转成周期调度部署(POSIX-cron)、事件驱动 curl 触发、或确认按需使用,然后定稿带版本路线图。用户说「每天早跑」「排上日程」「夜班」「每周」「自动化」「周期化」,或编排器路由 phase=run-without-you 时用。deployment_builder.py 建 POST /v1/deployments payload(initial_events 须含 user.message;可选嵌套 user.define_outcome 让每次触发自我评级);cron_validator.py 校验 5 字段 cron + IANA 时区并打印墙钟 DST 提示;next_directions_writer.py 写 NEXT-DIRECTIONS.md。无工具发 API 调用——部署经 BYOK curl 创建。区别于 grade-iterate(会话内循环)与 wrap-up(收尾)。

CursorClaude CodeGemini CLI
25.1kPython详情
部署cma定时任务

阶段启动

alirezarezvani/claude-skills/agent-launcher/skills/stage-launch

自动化流程

构建 CMA 的第 2 阶段——把已校验构建表转成精确 API payload 与可恢复 BYOK curl 启动脚本,然后用创始人自己的 Anthropic key 启动(环境→代理→会话→kickoff)。用户说「启动它」「部署代理」「现在创建代理」,或编排器路由 phase=stage-launch 时用。payload_generator.py 发四个有序 payload;launch_script_writer.py 写 launch.sh,运行时读 $ANTHROPIC_API_KEY 从不内嵌;payload_validator.py 跑启动前检查含 API key 泄漏扫描。本技能无工具发网络调用——用户自行跑 launch.sh。区别于 interview(规划)与 grade-iterate(结果循环)。

CursorClaude CodeGemini CLI
25.1kPython详情
cma智能体launch

CMA 收尾

alirezarezvani/claude-skills/agent-launcher/skills/wrap-up

开发工具

关闭已启动的 CMA——重述创始人现拥有的每个原语、重新生成单文件概览页、建议下一步 1-2 项升级。用户说「收尾」「关掉」「我现在拥有啥」「给我摘要」「重述代理」,或编排器路由 phase=wrap-up 时用。primitives_inventory.py 表所有拥有的(agent、environment、session、memory、outcome、deployment);overview_page.py 重新生成自包含 ./my-agent/agent-overview.html;upgrade_suggester.py 从记录的延迟项加常驻加固步骤排下一步。run-without-you 的伴随之作,phase=done 前的最后一站。

CursorClaude CodeGemini CLI
25.1kPython详情
cmanext-directions