登录
下载

Skill UI

浏览并发现 9167+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 发现 ，共找到 48 条记录
默认排序 最新上传 最多下载

Gemini 自动化流程

gemini-automation
ComposioHQ/awesome-claude-skills
382
通过 Rube MCP/Composio 工具链，结构化进行 Gemini 的工具发现、连接、调用与参数检查，强调先检索、保持 schema 合规与会话复用，保障自动化稳定。
查看详情

并行多智能体研究

infinite-gratitude
sickn33/antigravity-awesome-skills
400
这是一个先进的多智能体研究工具，专为执行深度、大规模的并行研究而设计。它协调十个专业智能体同时进行信息收集、综合和分析。适用于需要跨多个维度进行快速、广泛、实战检验的复杂主题，能显著加速知识发现和信息整合的过程。
查看详情

Insighto AI 工作流自动化

insighto-ai-automation
ComposioHQ/awesome-claude-skills
141
通过 Rube MCP 在 Composio 中发现工具模式、校验 Insighto AI 连接并执行工作流，实现 Insighto AI 操作的自动化与稳定运行。
查看详情

Landbot自动化指南

landbot-automation
ComposioHQ/awesome-claude-skills
63
通过 Composio 的 Rube MCP 工具包实现场景化的 Landbot 流程自动化，强调工具发现、连接检查、执行规范、内存与会话管理以及 Schema 合规使用。
查看详情

Langbase 自动化指南

langbase-automation
ComposioHQ/awesome-claude-skills
426
通过 Composio 的 Rube MCP 工具链自动化 Langbase 操作，涵盖连接管理、工具发现、模式校验与执行流程，提醒保持会话、分页和模式一致性以保障稳定执行。
查看详情

Onesignal 用户授权自动化

onesignal-user-auth-automation
ComposioHQ/awesome-claude-skills
208
通过 Rube MCP 指导 Composio 的 Onesignal 用户授权工具集，自动发现最新 schema、管理连接并执行授权工作流，适合重复的用户认证任务。
查看详情

Remove Bg 自动化指南

remove-bg-automation
ComposioHQ/awesome-claude-skills
374
通过 Rube MCP 驱动 Composio Remove Bg 工具的自动化流程指导，包含工具发现、连接检查、模式兼容和执行步骤，确保稳定完成去背景任务。
查看详情

Rev AI 工作流自动化

rev-ai-automation
ComposioHQ/awesome-claude-skills
393
通过 Composio 提供的 Rube MCP 工具链自动化 Rev AI 任务，包含连接配置、工具发现、执行和模式校验等关键步骤，确保调用符合最新 schema。
查看详情

Scrapegraph AI 自动化操作指南

scrapegraph-ai-automation
ComposioHQ/awesome-claude-skills
368
通过 Composio 的 Rube MCP 自动化 Scrapegraph AI 操作，指导先发现工具、再检查连接、按当前 schema 执行任务，并合理复用会话、处理分页。
查看详情

Rube Serpapi 自动化操作

serpapi-automation
ComposioHQ/awesome-claude-skills
364
通过 Composio 的 Rube MCP 先发现 Serpapi 工具、验证连接，再按 schema 规范执行调用，并复用会话与 memory 占位，确保 Serpapi 自动化流程稳定可靠。
查看详情

Skyfire 自动化操作指南

skyfire-automation
ComposioHQ/awesome-claude-skills
52
通过 Composio 的 Rube MCP 接入 Skyfire 工具链，依次完成工具发现、连接校验、规范执行和模式重用，确保每次 Skyfire 操作都遵循最新 schema 并可重复执行。
查看详情

稀疏自编码器：模型可解释性分析

sparse-autoencoder-training
Orchestra-Research/AI-Research-SKILLs
54
本工具提供稀疏自编码器（SAE）的训练和分析框架。SAEs能够将大型语言模型内部密集的、多义的激活信号分解为稀疏、单义的特征。适用于需要发现模型学到的离散可解释概念、研究特征叠加性，或分析模型内部特定安全相关行为（如偏见或欺骗）的场景。
查看详情
上一页1234下一页
语言
简体中文
English