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。
高分中文技能
skill-validator
根据9个类别的评分标准对技能进行验证。在审查、审计或改进技能以确保质量标准时使用。评估结构、内容、用户交互、文档、领域标准、技术稳健性、可维护性、零样本实现和可重用性。返回可操作的验证报告,包括评分和改进建议。
grey-haven-evaluation
使用多维度评分标准评估LLM输出,处理不确定性,并实现LLM作为裁判的模式。对于生产级LLM系统至关重要。用于测试提示、验证输出、比较模型或当用户提及'评估'、'测试LLM'、'评分标准'、'LLM作为裁判'、'输出质量'、'提示测试'或'模型比较'时。
baseline-quality-assessment
在迭代0中实现全面基线(V_meta ≥0.40)以实现快速收敛。在规划迭代0时间分配、领域有可参考的既定实践、存在丰富的历史数据进行即时量化或目标是3-4次迭代收敛时使用。提供4个质量级别(最小/基本/全面/卓越)、逐组件V_meta计算指南和3种全面基线策略(利用先前成果、量化基线、领域普遍性分析)。当V_meta(s₀) ≥0.40时比<0.20减少40-50%迭代。在迭代0中额外花费3-4小时,总体节省3-6小时。
rapid-convergence
当存在清晰的基线指标、领域范围专注且直接验证可能时,实现3-4次迭代的方法论收敛(标准为5-7次)。当您有V_meta基线≥0.40、可量化的成功标准、回顾验证数据和通用代理足够时使用。在不牺牲质量的情况下实现40-60%的时间减少(10-15小时vs 20-30小时)。预测模型有助于在实验规划期间估计迭代次数。在错误恢复中验证(3次迭代,10小时,V_instance=0.83,V_meta=0.85)。
retrospective-validation
使用历史数据在没有实时部署的情况下验证方法论有效性。当存在丰富的历史数据(100+实例)、方法论针对可观察的模式(错误预防、测试策略、性能优化)、模式匹配具有清晰的检测规则且实时部署具有高摩擦(CI/CD集成工作量、用户研究时间、部署风险)时使用。比前瞻性验证节省40-60%时间,节省60-80%成本。置信度计算模型提供统计严谨性。在错误恢复(1,336个错误,23.7%预防,0.79置信度)中验证。
annotate
Create flexible annotation workflows for AI applications. Contains common tools to explore raw ai agent logs/transcripts, extract out relevant evaluation data, and llm-as-a-judge creation.
agent-prompt-evolution
在方法论开发过程中跟踪和优化专业化代理。当专业化代理出现时(通用代理显示>5倍性能差距)、需要多实验比较或需要方法论转移性分析时使用。捕获代理集进化(Aₙ跟踪)、元代理进化(Mₙ跟踪)、专业化决策(何时/为何创建专业化代理)和可重用性评估(通用vs领域特定vs任务特定)。实现系统化的跨实验学习和优化的M₀进化。每个实验2-3小时开销。
benchmark-manager
创建和管理AILANG评估基准。用户要求创建基准、修复基准问题、调试失败的基准或分析基准结果时使用。
eval-analyzer
分析评估基线结果,识别失败模式,并生成可操作的见解。在运行评估基线后或当用户要求分析评估结果、检查基准、调查失败或理解失败原因时使用。
model-manager
测试、验证并将新的AI模型添加到评估套件。当用户要求添加新模型、测试模型访问、检查定价或更新models.yml时使用。
llm-evaluation
LLM评估和测试模式,包括提示测试、幻觉检测、基准创建和质量指标。测试LLM应用、验证提示质量、实现系统评估或测量LLM性能时使用。
skill-evaluator
全面的评估工具包,用于从安全性、质量、效用和合规性维度分析Claude技能。当用户需要在安装前评估技能、发布前审查或评估整体质量和安全性时,应使用此技能。执行5层安全分析,验证结构和文档,检查与技能创建者指南的合规性,并生成带有评分和建议的markdown报告。
evaluation
构建代理系统的评估框架。用于测试代理性能、验证上下文工程选择或衡量随时间改进。
reflect-appworld-failure
分析AppWorld任务失败情况,提取特定的API模式,并生成包含具体代码示例的可操作手册要点。
eval-harness
冻结的评估工具,限制所有自我改进的更改。包含基准测试套件、回归测试和人工审批门。评估认知框架应用和跨语言集成质量。关键 - 此技能不自我改进。仅手动扩展。
agent-test-delegation
测试代理委派模式以验证层次结构和升级路径。在修改代理结构后使用。
evaluate-model
在测试数据集上测量模型性能。在评估准确度、精确度、召回率和其他指标时使用。
create-inspect-task
通过交互式引导工作流创建自定义inspect-ai评估任务。
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。