Agent 编排

workspace-surface-audit 是一款只读审计技能，用于检查工作区和机器当前能做什么。它会检查仓库、MCP 服务器、插件、连接器、环境暴露面和 harness 配置，然后为 Workflow Automation 推荐最合适的 ECC 原生技能、hooks、agents 和工作流。

unified-notifications-ops 是一款原生于 ECC 的技能，用于将 GitHub、Linear、桌面通知、hook、chat 和 email 提醒统一到一个运营工作流中。可用它来定义路由、严重级别、责任人、去重、升级和后续行动，而不是让告警散落在各处、到处弹出。

token-budget-advisor 是一个路由型技能，帮助你在回答前选择回复深度。它可用于在工作流自动化和聊天流程中控制长度、细节或 token 消耗。本 token-budget-advisor 指南涵盖触发规则、何时不该使用，以及如何从 skills/token-budget-advisor 中应用它。

team-builder 是一个交互式 agent 选择器，用于从 markdown persona 文件中组合并派发并行团队。team-builder 技能可帮助你浏览可用 agent、按领域分组专家，并为 Workflow Automation 临时组建团队。它最适合包含扁平或子目录式 agent 库且 persona 结构清晰的仓库。

strategic-compact 可帮助你判断何时手动执行 /compact，让 Claude 会话在任务边界处保持连贯。它适用于长时间、多阶段的工作，尤其是调研、规划、实现和测试；在你希望压缩发生在逻辑里程碑，而不是任意自动压缩时，它也很适合用于 workflow automation。

santa-method 是一套多智能体验证工作流，适用于那些在发布前必须确保正确无误的输出。它通过独立复核来发现内容、代码相关交付物、合规敏感文案以及工作流自动化任务中的盲点。若你需要一个可重复的“生成、验证、收敛”循环，就安装 santa-method 技能。

ralphinho-rfc-pipeline 是一个以 RFC 驱动的多智能体工作流技能，适合将大型功能拆分为可验证的单元、逐步校验每一步，并通过集成检查完成合并。它尤其适用于 ralphinho-rfc-pipeline 的 Multi-Agent Systems，以及重构、schema 变更、auth、性能和安全相关工作。

opensource-pipeline 通过一个三阶段流程——fork、sanitize 和 package——帮助把私有项目整理成可公开发布的仓库。使用 opensource-pipeline 技能可以清理密钥、验证清理结果，并生成 CLAUDE.md、setup.sh 和 README，从而更安全地发布到 GitHub。

nanoclaw-repl 是一个支持会话状态的 REPL 技能，用于操作和扩展 NanoClaw v2。它支持基于 markdown 的持久会话、分支、搜索、压缩、模型切换，以及面向 Workflow Automation 的导出。使用这份 nanoclaw-repl 指南，可以让本地任务保持确定性，并且更容易继续执行。

messages-ops 是一个以证据为先的即时消息处理技能：读取短信或私信、找回最近的一次性验证码、在回复前查看线程，并核实实际检查的是哪个来源。对于 Workflow Automation 里的 messages-ops 来说，当来源路由和证据比猜测更重要时，它尤其适用。

iterative-retrieval 是一种工作流模式，用于在 agentic 工作中逐步优化上下文检索。它能帮助 subagents 避免获取过多或过少的上下文，因此适用于 iterative-retrieval 的使用场景、安装决策，以及 Workflow Automation 中的 iterative-retrieval。

gateguard 是为 Claude 工作流设计的事实强制型预行动门禁。它会拦截第一次 Edit、Write 或 Bash 尝试，然后要求先对 importers、schemas、用户指令和相关文件进行具体调查，之后才允许修改。使用这份 gateguard 指南，可以减少猜测，提高首轮编辑的命中率。

gan-style-harness 是一个面向 Agent Orchestration 的 Generator-Evaluator 技能，帮助构建完整应用，并通过更严格的评审、更好的迭代和更少的薄弱环节来提升交付质量。当你需要用于前端密集型、全栈或更偏生产环境的工作，并且更看重评审质量而不是速度时，就应该使用 gan-style-harness 技能。

enterprise-agent-ops 帮助你运维长期运行或云端托管的 agent 系统，涵盖可观测性、安全控制、变更管理和恢复规划。适合需要面向 agent 编排的实用指南，而不是一次性 prompt 的场景。

dmux-workflows 是一份使用 dmux 在 tmux 窗格中编排并行 AI 代理会话的指南。它帮助你把研究、实现、测试和文档工作拆分到 Claude Code、Codex、OpenCode 及类似运行框架中，从而以更少的上下文瓶颈管理多智能体开发。

council 是一款面向决策支持的 skill，适合处理模糊选择、权衡取舍以及 go/no-go 判断。当存在多条都说得通的路径、你需要在拍板前先进行结构化分歧讨论时，就适合使用 council skill。它尤其适用于产品、工程、运营和战略类决策——在这些场景中，可自圆其说、经得起推敲的建议，比泛泛而谈的头脑风暴更重要。

continuous-learning-v2 将 Claude Code 会话转化为按项目作用域的学习流程，结合 hooks、observer agents、置信度评分，以及把重复模式晋升为 skills、commands 或 agents。

cost-aware-llm-pipeline 可帮助你构建能够控制 API 成本的 LLM 工作流，支持模型路由、不可变成本追踪、重试处理和 prompt 缓存。适合批处理任务、文档流水线和 Workflow Automation 等场景，尤其适用于需要为输出量与质量取舍设定明确规则的场景。

continuous-agent-loop 帮助代理运行可重复的自主循环，配备质量门、eval、恢复步骤和明确的停止规则，以便更可靠地完成任务。

claude-devfleet 是面向 Claude DevFleet 的多 agent 编排技能，可帮助你规划项目、在隔离的 worktree 中分派并行 agent、监控进度并读取结构化报告。它更适合需要考虑依赖关系的大型编码任务，不适合快速的单文件修改。

claude-api 聚焦 Anthropic Claude API 在 Python 与 TypeScript 中的常见用法，涵盖安装、messages、streaming、tool use、vision、batches、prompt caching、模型选择，以及 Claude Agent SDK 工作流。

blueprint 能把一句话目标拆解成适用于复杂工程工作的分步实施方案。它面向跨多次会话、多个 PR 的任务、重构、迁移，以及项目搭建场景；当新的 agent 需要快速获取上下文、梳理依赖顺序、识别可并行步骤并设置评审关卡时，尤其适合使用 blueprint。

autonomous-loops 是一项用于设计自主 Claude Code 工作流的技能，涵盖从简单的顺序流水线到带质量门禁和交接的多智能体 DAG 编排。

autonomous-agent-harness 将 Claude Code 变成一个具备记忆、定时运行、任务分发和电脑操作能力的持续自驱代理系统。它适用于代理编排、周期性检查以及长生命周期工作流，尤其是在你需要的不只是一次性提示词时。