自動化研究工程開發
browser-use
基於 Model Context Protocol 的 AI 瀏覽器自動化伺服器,支援網頁互動、數據提取與深度研究。
瀏覽: 31★ 929
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 234 個技能
基於 Model Context Protocol 的 AI 瀏覽器自動化伺服器,支援網頁互動、數據提取與深度研究。
透過 Smithery CLI 尋找、連接並使用超過 10 萬個 MCP 工具與技能,整合外部服務、管理代理工作空間並實現自動化工作流程。
自動化處理非互動式 npm 套件安裝,透過傳送指令確認來繞過提示。
為 MassGen 建立結構化 YAML 設定檔的指導工具。適用於製作範例、案例研究、測試或展示新功能時使用。
自動化影片剪輯工作流:使用 Whisper 轉錄語音,結合 AI 分析識別冗詞、停頓與錯誤片段,並自動生成 FFmpeg 命令進行高品質影片裁切。
透過反向工程優質 GitHub 專案與開源方法論,建立高效能 AI 技能。
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
使用 CLI 工具管理與自動化您的 Obsidian 知識庫,直接搜尋、建立、移動與重構 Markdown 筆記。
引導式功能開發代理,透過系統化的探索、架構設計、程式碼實作與自動化測試來完成開發任務。
kagent 專家指南:用於構建、部署和管理 AI Agent、MCP 工具及 A2A 協議的 Kubernetes 原生框架。
探索並推薦代理技能組合以完成複雜的多面向任務,提供「最大品質」與「最小依賴」兩種推薦策略。
透過引導式訪談提取隱性工程知識,並生成結構化的指導規範 (steerings),以建立一致的專案標準與約定。