OpenAI

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。

embedding-strategies 帮助你为语义搜索和 RAG 工作流选择并优化 embedding 模型，提供关于分块策略、模型取舍、多语言内容处理和检索评估的实用指导。

develop-ai-functions-example 用于在 vercel/ai 的 `examples/ai-functions/src/` 下创建或修改可运行的 AI SDK 示例。它能帮助你选择合适的示例类别、对齐仓库约定，并构建适合 provider 验证、演示或测试夹具的最小化示例。

transcribe 可将音频或视频转成文本，并支持可选的说话人分离和已知说话人提示。它很适合技术写作、会议纪要、访谈、讲座和内容运营等场景，尤其是在你需要一个可重复使用、输出格式清晰、比通用提示词更少猜测的 transcribe 技能时。

context-engineering 技能可帮助你梳理项目上下文，让 agents 更好地遵循约定、减少幻觉，并保持聚焦。适合在开启新会话、切换任务，或为代码库编写 context-engineering 指南时使用。

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。

context-optimization 是一项面向 Context Engineering 的实用技能，帮助减少 token 浪费、保留决策状态，并管理长流程工作流。可用于处理上下文长度限制、压缩工具输出冗余、优化更适合缓存的提示词结构、应用 observation masking 和 compaction，以及在需要时对上下文进行分区。它面向真实使用场景，而不只是理论。

baoyu-imagine 是一款支持多家服务商的图像生成技能，提供类型化 CLI、必需的 EXTEND.md 配置、参考图支持、宽高比控制，以及可在 OpenAI、Azure OpenAI、Google、OpenRouter、DashScope、MiniMax、Jimeng、Seedream 和 Replicate 之间进行批量运行。

huggingface-local-models 帮你找到可在本地通过 llama.cpp 和 GGUF 运行的 Hugging Face 模型，选择合适的量化版本，并在 CPU、Apple Metal、CUDA 或 ROCm 上启动。内容涵盖模型发现、精确的 GGUF 文件定位、server 与 CLI 的配置，以及面向后端开发和私有本地推理的快速路径。

neat-freak 是一款用于会话结束交接的知识清理技能。它会对项目文档、agent 记忆和代码漂移进行校准，确保 CLAUDE.md、AGENTS.md 和 docs/ 保持准确。适合技术写作人员、开发者以及需要更干净、更可靠项目知识库的 agent 运营者。

aihot 是一项网页研究技能，面向 aihot.virxact.com 的最新 AI 新闻、每日精选、模型发布和趋势摘要。当你需要中文或英文的最新 AI 动态时，可以使用 aihot 技能，包括今日头条、近期发布内容，以及简明的 briefing 风格总结，而不依赖过时的训练数据。

azure-ai-openai-dotnet 可帮助 .NET 开发者集成 Azure OpenAI，提供关于环境搭建、身份验证、客户端选择以及聊天、嵌入、图像、音频和 assistants 使用方式的实用指引。对于需要一个可直接上手的 Azure.AI.OpenAI 起点，而不只是概念性摘要的 API 开发场景，它尤其有用。

podcast-generation 可基于文本，借助 Azure OpenAI GPT Realtime Mini 通过 WebSocket 生成 AI 播客风格音频。它适用于 Full-Stack Development 场景，并提供 React、Python FastAPI、PCM 流式传输、转录捕获和 WAV 转换方面的指导。若你需要的是面向真实应用集成的实用 podcast-generation 指南，而不是通用提示词，这个技能就很合适。

mcp-builder 是一份面向 MCP Server 开发的实用指南，帮助你设计高质量的服务器，让 LLM 能通过清晰、可靠的工具使用外部服务。它涵盖架构选型、工具边界、schema 质量、评估思路，以及何时复用 Microsoft MCP services 而不是自行构建。

codex 是一个面向 Claude Code 的技能封装，用于包装 Codex CLI，支持代码分析、重构和自动化编辑。它可帮助你以更合适的 model、sandbox、resume 流程和更安静的默认输出运行 `codex exec` 与 `codex resume`。使用前需要先在本地正确安装并可用的 Codex CLI。

tree-of-thoughts 是一种推理工作流技能，帮助智能体探索多种路径、剪除薄弱分支，并综合出更好的答案。它适用于困难调试、方案规划、架构权衡，以及用于 Agent Orchestration 的 tree-of-thoughts。

do-in-parallel 是一款面向 Agent Orchestration 的工作流技能，可在文件或目标范围内并行启动多个子代理，智能分组可重复工作，并通过 meta-judges 和 LLM-as-a-judge 复核结果。当你需要批量执行、又希望比通用提示更少靠猜测时，适合使用 do-in-parallel 技能。

model-hierarchy 技能帮助智能体把任务分派给能够处理它的最低成本模型，在不牺牲常规质量的前提下提升成本控制效果。这个 model-hierarchy 指南适用于 Workflow Automation、子智能体创建和简单任务分类。它适合那些希望采用可重复的 model-hierarchy 使用模式，而不是临时挑选模型的安装场景。

create-boss 可将老板的聊天记录、笔记、邮件和项目材料整理成可复用的 skill，用于判断风格分析、向上管理和 persona 建模。你可以把它安装到 Claude Code 或 OpenClaw 中，构建真实的管理者画像或创业者原型，再结合纠错工作流与可复用、适配 Playbooks 的 boss 指导持续优化输出。

面向 Netlify AI Gateway 的 netlify-ai-gateway 技能指南。了解安装与使用基础、支持的模型、SDK 配置，以及在 Netlify 应用中进行后端开发的常见模式。

voltagent-best-practices 是一份简明的 VoltAgent 指南，帮助你在 agent 与 workflow 之间做选择，规划项目结构，并配置 memory、server 和 observability。它能帮助团队更快做出架构决策，减少编写技能时的猜测成本。

transform-generate-image-with-transloadit 是一个一次性的图片生成技能，可通过 Transloadit 和 transloadit CLI，依据文本提示词或提示词加参考图片生成本地图片文件。适合需要快速、以提示词驱动的图片生成场景，支持清晰的输出路径控制，并可按需选择模型。

codex-collab 是一个供 Claude Code 使用的技能，用于通过 codex app-server 的 JSON-RPC 协议把任务交给 Codex。使用 codex-collab 技能可以端到端执行任务、审查代码、并行调研，并借助可续接的线程和可复用输出支持工作流自动化。

full-output-enforcement 是一项用于完整、无删减输出的写作与执行护栏技能。它禁止占位符、部分交付和跳过中间段落，因此很适合在代码生成、文档编写、迁移和 Skill Authoring 等需要确保完整性的场景中使用。