Claude Skills 中文技能市场——为 Claude Code、Codex 与 Cursor 精选 Agent Skills

收录 90,000+ 开源 SKILL.md 工作流,提供中文解读、安全检测与高速下载,一行命令即可装到你的 AI 编程助手里。

加载中…

高分中文技能

llm-evaluation

wshobson's avatarfrom wshobson★ 24.2k

使用自动化指标、人工反馈和基准测试实现LLM应用的全面评估策略。适用于测试LLM性能、衡量AI应用质量或建立评估框架时。

evals-context

RooCodeInc's avatarfrom RooCodeInc★ 21.7k

Provides context about the Roo Code evals system structure in this monorepo. Use when tasks mention "evals", "evaluation", "eval runs", "eval exercises", or working with the evals infrastructure. Helps distinguish between the evals execution system (packages/evals, apps/web-evals) and the public website evals display page (apps/web-roo-code/src/app/evals).

evaluating-llms-harness

davila7's avatarfrom davila7★ 15.4k

通过 60 多个学术基准(MMLU、HumanEval、GSM8K、TruthfulQA、HellaSwag)评估法学硕士。在对模型质量进行基准测试、比较模型、报告学术成果或跟踪培训进度时使用。 EleutherAI、HuggingFace 和主要实验室使用的行业标准。支持 HuggingFace、vLLM、API。

evaluating-code-models

davila7's avatarfrom davila7★ 15.4k

使用 pass@k 指标跨 HumanEval、MBPP、MultiPL-E 和 15+ 基准评估代码生成模型。在对代码模型进行基准测试、比较编码能力、测试多语言支持或测量代码生成质量时使用。 HuggingFace 排行榜使用的 BigCode 项目的行业标准。

redteam-plugin-development

promptfoo's avatarfrom promptfoo★ 9.8k

Standards for creating redteam plugins and graders. Use when creating new plugins, writing graders, or modifying attack templates.

advanced-evaluation

muratcankoylan's avatarfrom muratcankoylan★ 5.4k

当用户请求“实现LLM作为评判者”、“比较模型输出”、“创建评估标准”、“减轻评估偏差”或提及直接评分、成对比较、位置偏差、评估流程或自动化质量评估时使用此技能。

benchmark-kernel

flashinfer-ai's avatarfrom flashinfer-ai★ 4.4k

使用 CUPTI 计时对 FlashInfer 内核进行基准测试的指南。

lindy-performance-tuning

jeremylongshore's avatarfrom jeremylongshore★ 939

Optimize Lindy AI agent performance and response times.Use when improving latency, optimizing throughput,or reducing response times.Trigger with phrases like "lindy performance", "lindy slow","optimize lindy", "lindy latency".

hugging-face-evaluation

huggingface's avatarfrom huggingface★ 861

Add and manage evaluation results in Hugging Face model cards. Supports extracting eval tables from README content, importing scores from Artificial Analysis API, and running custom model evaluations with vLLM/lighteval. Works with the model-index metadata format.

bench

opendataloader-project's avatarfrom opendataloader-project★ 820

Run benchmark and analyze PDF parsing performance

vertex-engine-inspector

jeremylongshore's avatarfrom jeremylongshore★ 692

检查和验证Vertex AI Agent Engine部署,包括代码执行沙盒、记忆库、A2A协议合规性和安全态势。生成生产就绪评分。当被要求"inspect agent engine"或"validate depl..."时使用。

massgen-develops-massgen

massgen's avatarfrom massgen★ 615

使用MassGen开发和改进自身的指南。当代理需要以编程方式运行MassGen实验(使用自动化模式)或分析终端UI/UX质量(使用视觉评估工具)时,应使用此技能。这些是针对不同改进目标的互斥工作流。

evaluating-code-models

zechenzhangAGI's avatarfrom zechenzhangAGI★ 481

使用pass@k指标在HumanEval、MBPP、MultiPL-E和15+个基准上评估代码生成模型。在基准测试代码模型、比较编码能力、测试多语言支持或衡量代码生成质量时使用。由HuggingFace排行榜使用的BigCode行业标准。

decision-critic

solatis's avatarfrom solatis★ 342

"(用户)"

learning-systems

joelhooks's avatarfrom joelhooks★ 276

隐式反馈评分、信心衰减和反模式检测。用于理解swarm插件如何从结果中学习、实现学习循环或调试为何某些模式被推广或弃用。仅适用于opencode-swarm-plugin。

agent-evaluation

NeoLabHQ's avatarfrom NeoLabHQ★ 174

评估和改进 Claude Code 命令、技能和代理。在测试提示有效性、验证上下文工程选择或衡量改进质量时使用。

skill-evaluator

gotalab's avatarfrom gotalab★ 169

评估代理技能是否符合 Anthropic 的最佳实践。在需要审查、评估、评估或审计技能以检查质量时使用。分析 SKILL.md 结构、命名约定、描述质量、内容组织并识别反模式。产生可操作的改进建议。

harbor

benchflow-ai's avatarfrom benchflow-ai★ 89

用于代理评估的港口框架。在以下情况下使用:(1) 运行 Harbor 命令(harbor 运行、harbor 任务检查),(2) 创建/验证 SkillsBench 任务,(3) 了解任务格式或调试故障。

常见问题

什么是 Claude Skills(Agent Skills)?

Skills 是一种标准化的 SKILL.md 指令包——把「何时触发、如何执行、使用哪些工具」写成结构化工作流,装入 Claude Code、Codex、Cursor 等 AI 编程助手后,Agent 遇到对应任务会自动调用,效果远好于每次手写提示词。

装了 Skill 之后怎么使用?

安装后无需手动调用:直接在 Claude Code / Cursor 里描述你的任务(如「帮我做 PR 代码审查」),Agent 检测到匹配的技能后会自动加载对应 SKILL.md 并按其流程执行。也可以在对话中显式要求「使用 xx skill」。

国内如何高速下载安装?

本站在 Cloudflare R2 托管了全部技能 ZIP 离线包,无需直连 GitHub:在详情页点击「Download ZIP」,或用 `npx skills add <owner/repo>` 一键安装;也可以复制 curl 命令直接解压到 ~/.claude/skills 目录。