Agent Skills 技能库
为多种编码智能体提供可复用的专业技能、提示词与自动化流程。
按维度查看评分与理由
发布工作流采用只读仓库权限、精确提交绑定、无持久化检出凭据、固定版本工具、预览阶段和人工确认门，并以 0600 权限创建和最终删除临时令牌配置；TODO 测试也覆盖删除确认、锁、原子写入、备份及默认关闭的心跳。扣分在于这些强控制主要覆盖十个发布包和一个 TODO 工具，无法证明仓库中全部 API、抓取、自动更新及 CRM 写入技能都遵守同等的最小权限、确认和恢复规则；README 对各技能的数据去向、保留期及外部副作用仅有简短描述。作者、仓库、路径和提交来源明确，但发布者身份未经企业注册表验证，且 AgentVerus 扫描结论及实时结果未包含在给定材料中，不能视为独立证明。
README 的目录、平台定位和发布批次与工作流基本一致；发布验证测试覆盖清单漂移、重复键、路径、版本、门控和秘密输出，TODO 与 Munger 合约测试覆盖多种错误和边界情况。依赖方面，发布链固定 Python、Node、PyYAML 和 ClawHub 版本，优于普通项目。扣分是未提供实际运行结果，elegant-reports 仅展示 npm ci/npm test 而未展示锁文件或测试内容，并且大多数技能的依赖可用性、重试策略和用户可见故障消息未在材料中逐项证明。
材料清楚区分通用技能、纯提示、OpenClaw 专用和 Codex 专用内容，并为 OpenClaw、Claude Code、Codex 和手动安装提供场景化说明，因此受众与使用场景充分。Munger 合约显示精确触发、有限历史访问和调度边界，发布流程也限制为固定十包。扣分是这些细粒度边界仅对少数技能有证据，79% 跨平台兼容声明所依据的完整矩阵未提供，且 API、浏览器、CLI 与凭据等环境要求没有在仓库级说明中逐项列出。
仓库具有清晰的 skills、prompts、clawdbot、codex 分层、结构示例、生成表格和完整的多平台安装步骤；MIT 正文与元数据一致，许可处理充分。版本化发布命令和变更摘要为十个包提供稳定身份，Clawdbot 更名也有说明。扣分是没有给出完整 FAQ、集中式已知限制或仓库级 changelog；许多示例停留在安装层面；维护责任仅由作者署名、贡献入口和发布 owner 暗示，未说明支持渠道、响应承诺、弃用周期或长期维护政策。
技能目录覆盖分析、文档、规划、CRM、广告、报告和编排等具体工作流，README 的分类、描述和复制式安装命令具有实际可用性；结构化技能与纯提示的区分也能减少选型摩擦。扣分是材料没有展示多数技能的代表性产出、端到端案例或质量比较，也没有量化时间、令牌、API 配额、云服务费用及维护成本；仅个别变更摘要提到配额或积分确认，因此成本收益只能得到有限支持。
发布路径、版本、owner、提交和命令均可追到工作流，多个测试文件对发布安全合约、TODO 状态行为和 Munger 证据边界形成源码层交叉印证；测试还明确区分观察、推断、证据、反证与置信度。扣分是给定材料未包含被测试的主要脚本、各 SKILL.md、兼容性矩阵、依赖锁文件或扫描报告，因此无法逐项核对全部仓库声明；README 的 79% 兼容率和“每个技能均已扫描”仍主要是项目自述。
- 不要把 README 中的 AgentVerus 徽章或“每个技能均已扫描”视为本次评估已验证的安全结论；给定材料不含扫描报告。
- 安装前逐个审查目标 SKILL.md、辅助脚本、依赖锁文件、所需凭据范围以及网络数据去向，尤其是自动更新、画廊抓取、CRM、广告和文档上传技能。
- 发布流程只覆盖固定十个 ClawHub 包，不能据此推断仓库内其他技能具有相同的确认门、版本固定、秘密处理或回滚保障。
- 外部写入或付费操作应先在只读、预览或沙箱模式验证，并为 Jira、Salesforce、Zendesk、Google Ads、Nudocs 等操作建立资源级确认和恢复方案。
这个 Agent 能做什么，适合哪些场景？
Agent Skills 不是单一可执行智能体，而是面向 OpenClaw、Claude Code、Codex 及其他基于大模型的编码助手的技能与提示词集合。仓库按 skills、prompts、clawdbot 和 codex 四个目录组织：技能可包含脚本、模板、外部 API 集成及多步流程，提示词则是无外部依赖的纯指令文本。内容覆盖 Jira、GA4、Google Ads、Google Search Console、Gong、Salesforce、Zendesk、文档处理、研究循环、规划和多智能体编排等场景。使用者需要将所需目录复制或链接到目标智能体的技能目录，并自行满足相应技能的 API、CLI 或服务配置要求。README 称 79% 的技能可跨 OpenClaw、Claude Code 和 Codex 使用，但部分内容明确限定于 OpenClaw 或 Codex。该仓库适合希望挑选并组合现成能力的团队，不适合寻找统一运行时、托管服务或开箱即用完整智能体的用户。
每个条目以 SKILL.md 为入口，向宿主智能体提供操作说明，并可附带 scripts、templates 和其他资源。具体技能可读取 GA4 Data API、Google Search Console、Gong、Jira、Salesforce CLI（sf）或 Zendesk 数据，也可起草、创建或更新 Jira 工作项，管理 Salesforce CRM 数据和 Zendesk 支持流程。planner 生成供 task-orchestrator 使用的结构化计划；task-orchestrator 进行依赖分析、并行 tmux/Codex 执行和心跳监控；parallel-task 则协调计划文件和并行子智能体。其他条目可生成北欧风格 PDF 报告、指导 Remotion React 视频制作、执行近期 Reddit、X 与 Web 研究，或提供前端设计、文本润色和高级工程原则。仓库还提供 scripts/update-readme.sh 生成技能清单，以及 scripts/validate-skills.sh 校验 SKILL.md 格式。它本身没有统一的执行命令或标准输出；实际输入、调用、权限和产物由所安装的具体技能及宿主平台决定。
- 使用 Codex CLI 或 Claude Code 的开发者，希望按需加入 Jira、代码工作流、规划或工程评审能力。
- 营销与分析团队需要让智能体查询 GA4、Google Ads 或 Google Search Console，并愿意配置对应服务访问权限。
- 支持或销售运营团队希望通过专门技能处理 Zendesk、Salesforce 或 Gong 数据和工作流。
- 负责复杂项目的工程团队希望用 planner、parallel-task 和 task-orchestrator 拆解依赖并协调多个执行任务。
- OpenClaw 用户需要持久 TODO、知识图谱、技能同步、版本检查或自动更新等平台专用能力。
- 技能作者希望采用带 YAML 元数据的 SKILL.md、可选脚本与模板结构，并通过仓库脚本进行校验和清单生成。
这个 Agent 有哪些优点和局限？
- 同一仓库同时提供工具型技能、纯提示词以及 OpenClaw 和 Codex 专用内容，便于按部署边界挑选。
- 覆盖 Jira、GA4、Google Ads、GSC、Gong、Salesforce 和 Zendesk 等明确的业务系统，而非仅提供通用提示模板。
- 包含 planner、parallel-task 与 task-orchestrator，可组合结构化规划、依赖分析和并行执行流程。
- 提供 SKILL.md 结构规范、校验脚本和 README 生成脚本，方便贡献者扩展和维护技能集合。
- README 表示所有技能均通过 AgentVerus 扫描，并发布针对提示注入、数据外泄和隐藏威胁的最新扫描结果。
- 它不是统一产品或运行时；每个技能的输入、输出、凭据、错误处理和依赖可能不同，采用前需要逐项审查。
- README 所列兼容性并非完全一致：部分技能仅适用于 OpenClaw，codex 目录中的内容也面向特定 CLI 操作。
- 许多业务集成依赖外部 API、账户权限或专用 CLI，仓库概览未提供统一凭据配置流程。
- 复制或符号链接安装需要使用者自行管理更新、版本固定和宿主平台配置。
- README 没有提供覆盖所有技能的统一测试命令、首次工作调用或稳定性保证。
如何安装或部署这个 Agent？
先克隆仓库：
git clone https://github.com/jdrhyne/agent-skills.git ~/agent-skills在 Claude Code 中，可复制或链接具体技能：
cp -r skills/elegant-reports ~/.claude/skills/
ln -s $(pwd)/skills/planner ~/.claude/skills/在 Codex CLI 中，可复制所需目录：
cp -r codex/codex ~/.codex/skills/
cp -r codex/gemini ~/.codex/skills/
cp -r codex/command-creator ~/.codex/skills/
cp -r skills/jira ~/.codex/skills/
cp -r prompts/humanizer ~/.codex/skills/也可链接整个仓库：
ln -s $(pwd) ~/.codex/agent-skills然后在 ~/.codex/config.toml 中配置：
[skills]
paths = ["~/.codex/skills/codex",
"~/.codex/skills/gemini",
"~/.codex/skills/jira"
]
OpenClaw 用户可在配置的 skills.paths 中加入具体目录。手动安装时，应复制目标 SKILL.md 及其配套文件。仓库没有给出适用于所有技能的统一运行时版本或凭据清单；GA4、Jira、Salesforce、Zendesk 等集成的凭据和 CLI 要求必须按所选技能分别确认。
如何使用这个 Agent？
选择与任务匹配的目录并将其加入宿主智能体的技能路径，然后在该智能体中提出符合技能描述的请求。例如，安装 jira 后可要求智能体读取、搜索、起草、创建或更新 Jira 工作；安装 planner 后可让它为多任务项目创建供 task-orchestrator 使用的结构化计划；安装 humanizer 后可让它修改已有文本以减少机器生成痕迹。纯提示词通常只需要 SKILL.md，带工具的技能还可能需要 scripts、templates、外部 API 或本地 CLI。README 没有记录一个适用于整个仓库的首次运行命令、统一权限模型或统一失败处理方式，因此首次调用应以具体技能的 SKILL.md 和宿主平台机制为准。
这个 Agent 与同类方案有什么区别？
与配套的 lobster-workflows 相比，本仓库侧重可由智能体解释和执行的技能与提示词；lobster-workflows 则面向带类型管线、审批门、状态跟踪和可重复执行边界的确定性自动化。仓库内部也区分 Skills 与 Prompts：前者可包含脚本、模板、多步流程和外部 API 集成，后者仅包含指导文本。