MCP

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。

videodb 可帮助你从本地文件、URL、RTSP/RTMP 直播流或桌面录制中导入视频和音频；按时间戳搜索片段并查看可播放证据；还可通过剪辑、叠加层、转写、告警和时间线编辑来执行操作。它是面向 VideoDB 视频编辑与直播分析的实用 videodb 指南。

security-scan 技能会使用 AgentShield 审计你的 Claude Code `.claude/` 配置，检查密钥泄露、风险较高的 MCP 配置、容易被注入的指令、危险的绕过标志，以及薄弱的 agent 或 hook 定义。适合在提交前或接入前进行可重复的安全检查。

search-first 是一种先研究再编码的工作流：在编写自定义代码之前，先寻找现成工具、库和模式。使用 search-first 技能可以评估可选方案、比较取舍，并以更少的猜测来决定是直接采用、扩展，还是自定义开发。

mcp-server-patterns 是一份面向 MCP Server 开发的实用指南，基于 Node/TypeScript SDK，帮助你判断何时使用 tools、resources、prompts、Zod 校验，以及 stdio 和 Streamable HTTP，并附带最新的 API 提示，方便更安全地实现与排障。

laravel-plugin-discovery 可通过 LaraPlugins.io MCP 帮助你发现并评估 Laravel 包。可用于判断包的健康状况、检查 Laravel/PHP 兼容性，并在安装前为 API 开发寻找合适方案。

knowledge-ops 是一款用于管理多层知识库的 knowledge-ops 技能，覆盖本地文件、MCP memory、vector stores 和 Git repos。可用于导入、整理、同步、去重和检索笔记、对话、文档与项目事实，并保持清晰的存储边界。

jira-integration 技能可帮助 AI 代理获取 Jira issue、提取需求、添加评论、修改状态，并把工作回链到工单。它支持通过 mcp-atlassian 使用 MCP，也支持直接调用 Jira REST API，因此很适合希望在编码工作流中落地 Jira 问题追踪的团队。

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。

fal-ai-media 是一个通过 fal.ai MCP 实现统一媒体生成的 GitHub 技能。它帮助用户安装和使用 fal-ai-media 技能，覆盖图像生成、图像编辑、视频、语音和音频工作流，并提供模型搜索、成本检查和引导式提示。

exa-search 是一个面向 Exa MCP 的技能，适合做最新的网页检索、代码示例查找、公司情报、人物查询和快速来源发现。适用于需要信息时效性和证据支撑的场景，也适合想要一份实用的 exa-search 使用指南来覆盖实时搜索、基于工具的回答和网页研究流程时使用。

documentation-lookup 帮助 agent 直接从最新文档回答库、框架和 API 问题，而不是依赖记忆。它非常适合安装、配置、参考资料和代码示例类任务，尤其是在最新语法很重要时。对于依赖实时文档和版本准确指导的 Skill Docs 请求，建议使用 documentation-lookup 技能。

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。

deep-research 技能可借助 firecrawl 和 exa MCP 工具，把宽泛问题转化为有来源支撑的网络调研结果。适合用来对比信息源、综合结论，并生成带引用的报告，用于竞品分析、技术评估、尽职调查以及其他需要证据支撑的决策。

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。

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。

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。

agent-payment-x402 帮助 AI agent 通过 MCP tools 处理 x402 支付，支持消费上限、收款方 allowlist，以及用于付费 API 和 agent 编排的非托管钱包。

mcp-builder 是一份面向外部 API 与服务的 MCP 服务器规划、开发和评估实用指南。它帮助开发者确定工具边界、命名方式、传输方案，以及 Python 或 Node 的实现模式与评估流程，让 agent 能更稳定地使用服务器。

面向 browser-use Python 库的文档检索技能。open-source skill 可帮助你快速查找安装与配置、Agent 和 Browser 代码、模型环境变量、tools、MCP 集成、监控，以及旧版 Actor API 的相关说明。

smart-explore 是一项面向代码结构探索的技能，会先用 `smart_search`、`smart_outline` 和 `smart_unfold` 对代码库建立结构化认知，再决定是否读取完整文件。它适合代码导航、定向调试，以及在具备 MCP 工具支持时用于 Code Review 场景下的 smart-explore。

browser-testing-with-devtools 可让智能体通过 Chrome DevTools MCP 测试并调试真实浏览器中的行为。你可以用它检查 DOM、捕获 console 报错、分析网络请求、进行性能分析，并在真实浏览器环境中验证修复是否生效。

figma-create-design-system-rules 可帮助你为 Figma-to-code 工作生成项目专属的 Design System 规则。可用它来沉淀组件规范、命名、tokens、文件位置，以及哪些内容不应硬编码，从而让 AI 编码代理在整个仓库中保持一致。需要连接 Figma MCP server。

chatgpt-apps 是用于构建或修复 ChatGPT Apps SDK 项目的技能，这类项目通常将 MCP server 与 widget UI 配合使用。适用于按文档对齐进行初始化、工具设计、bridge 接线、资源注册、metadata、CSP 以及仓库校验；当后端与 UI 必须一起设计时，也支持用于 Backend Development 的 chatgpt-apps。