登录
下载
Skill UI
浏览并发现
9126+
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
UI
,共找到
499
条记录
默认排序
最新上传
最多下载
AI规范编写指南
create-specification
github/awesome-copilot
368
为生成式 AI 解决方案制定精准、结构化的规范模板,明确目标、需求、约束、接口与验证标准,便于自动化理解与执行。
查看详情
AI输出核查助手
doublecheck
github/awesome-copilot
159
为 AI 输出提供三层验证流程,抽取可核查陈述、检索支持或反驳来源、识别幻觉模式,并生成带来源链接的结构化审查报告,供人工复核。
查看详情
智能体技能构建模板
make-skill-template
github/awesome-copilot
411
这是一个用于开发人员构建和结构化AI智能体(Agent)专用技能的元模板。它详细指导用户如何创建技能的目录结构、YAML元数据(包括名称和描述的最佳实践),并规范技能主体的内容编写,确保AI能力具有清晰的触发条件和工作流程。适用于构建复杂、专业化的AI功能模块。
查看详情
构建M365 Copilot声明式代理
mcp-create-declarative-agent
github/awesome-copilot
93
本指南为开发者提供了一个完整的框架,用于为Microsoft 365 Copilot构建声明式AI代理。它详细介绍了如何通过Model Context Protocol (MCP) 服务器集成外部系统和工具,处理复杂的认证(OAuth 2.0/SSO),从而使代理具备访问外部数据和执行复杂任务的能力。
查看详情
AI 模型推荐助手
model-recommendation
github/awesome-copilot
267
分析 `.agent.md` 或 `.prompt.md` 文件,识别任务的复杂度、工具与能力需求,根据 Copilot 可用模型、订阅级别与优化偏好,推荐最合适、兼顾性能与成本的 AI 模型并给出支持理由。
查看详情
凤凰CLI调试工具
phoenix-cli
github/awesome-copilot
340
Phoenix CLI 是针对 Phoenix 可观测平台的命令行调试工具,可抓取 trace、span、session、数据集、实验和 GraphQL 信息,并配合 jq 等工具处理 JSON,方便快速查错、分析性能和验证 LLM 应用状态。
查看详情
凤凰评估工具包
phoenix-evals
github/awesome-copilot
169
Phoenix Evals 帮助团队为 AI/LLM 应用构建评估器,先用确定性代码,再参考 LLM,支持 Python 与 TypeScript 工作流,通过错误分析、RAG 与生产流程结合人工数据验证效果。
查看详情
凤凰AI追踪指南
phoenix-tracing
github/awesome-copilot
72
为 Phoenix AI 服务提供 OpenInference 追踪指南,涵盖安装、自动/手动 span、属性规范及生产部署,助力 Python/TypeScript LLM 应用实现可观测性。
查看详情
多智能体协作与流程管理
multi-agent-collaboration
agentscope-ai/QwenPaw
166
该技能用于协调和管理多个专业AI智能体之间的协作流程。它支持列出可用智能体、发起实时的两方对话、提交复杂的后台任务(如数据分析或报告生成),并通过Session ID维持对话上下文。适用于任务需要多方专家知识或复杂流程协作的场景。
查看详情
生成TypeSpec Copilot智能体定义
typespec-create-agent
github/awesome-copilot
287
本工具用于为Microsoft 365 Copilot生成一套完整的、结构化的TypeSpec声明式智能体定义。它系统地构建了包括详细角色指令、对话示例和所需能力列表(如WebSearch、OneDrive、Teams、代码执行器)等关键组件,确保智能体具备完整的可用性和部署性。
查看详情
TypeSpec Copilot API 插件生成
typespec-create-api-plugin
github/awesome-copilot
439
为 Microsoft 365 Copilot 生成完整的 TypeSpec API 插件,包含 REST 操作、认证方式、确认弹窗和自适应卡片,确保 Copilot 能安全调用外部服务。
查看详情
犯罪事件角色链追踪
crime-role-chain
EverMind-AI/EverOS
76
当案件查询的答案不是直接给出的,而是需要通过一系列角色、人物或事件链条来推导时,使用此技巧。它要求追踪复杂的间接关系,例如从受害者到被告人、律师再到证人,从而逐步定位最终的关键信息。适用于复杂的调查研究和知识图谱的深度遍历。
查看详情
上一页
1
2
3
...
28
29
30
31
32
33
34
...
40
41
42
下一页
语言
简体中文
English