自动化研究工程开发
browser-use
基于 Model Context Protocol 的 AI 浏览器自动化服务器,支持网页交互、数据提取与深度研究。
浏览: 31★ 929
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 234 个技能
基于 Model Context Protocol 的 AI 浏览器自动化服务器,支持网页交互、数据提取与深度研究。
通过 Smithery CLI 查找、连接并使用超过 10 万个 MCP 工具与技能,整合外部服务、管理智能体工作空间并实现自动化工作流。
自动化处理非交互式 npm 包安装,通过发送指令确认来绕过提示。
为 MassGen 创建结构化 YAML 配置文件的指导工具。适用于制作示例、案例研究、测试或展示新功能时使用。
自动化视频剪辑工作流:使用 Whisper 转录语音,结合 AI 分析识别冗词、停顿与错误片段,并自动生成 FFmpeg 命令进行高质量视频裁剪。
通过反向工程优质 GitHub 项目与开源方法论,建立高性能 AI 技能。
通过结构化的自我评估检查点,确保 AI 在任务执行前、中、后的方案验证与风险管控,提升程序开发质量。
使用 CLI 工具管理与自动化您的 Obsidian 知识库,直接搜索、创建、移动与重构 Markdown 笔记。
引导式功能开发代理,通过系统化的代码探索、架构设计、代码实现与自动化测试完整周期完成开发任务。
kagent 专家指南:用于构建、部署和管理 AI Agent、MCP 工具及 A2A 协议的 Kubernetes 原生框架。
探索并推荐代理技能组合以完成复杂的多面向任务,提供“最大质量”与“最小依赖”两种推荐策略。
通过引导式访谈提取隐性工程知识,并生成结构化的指导规范 (steerings),以建立一致的项目标准与约定。