摘要： find-skills 是 AI 代理生态中的核心工具，专注于解决技能（Skills）的发现与管理问题。随着 AI 编程助手（如 Claude Code、Cursor）转向“Agent + Skills”架构，技能数量激增且分散，用户面临“知道有但找不到”的痛点。find-skills 通过命令行提供智能搜索、交互式选择和跨平台支持，成为事实上的标准工具（周装机量 94.1K）。其典型场景

Agent Skills是一种轻量化的"能力包格式"，将可复用的流程知识打包成智能体可加载的模块。2025-2026年因其能沉淀组织知识、适配智能体工作流而迅速流行。主要分为两类资源：合集网站（如agent-skills.md、SkillStore）提供现成技能；源码仓库（如Vercel、Anthropic的GitHub项目）展示工程实现。企业落地需遵循四步：选择标准化场景→用

AI编程工具已从简单的问答交互发展为可配置、可扩展的能力体系，包含五大核心概念：Rules（项目规范配置）、Commands（流程化命令）、Subagent（多AI分工协作）、MCP（统一外部接口协议）和Skills（功能扩展包）。通过Rules可固化开发规范，Commands能简化重复流程，Subagent实现专家AI协作，MCP提供标准化外部系统连接，Skills则扩展具体功能。这些概念共同构

本文总结了10条高效使用Claude Code的方法，核心思路是通过结构化流程提升AI编程的稳定性和复用性。建议采用多worktree并行处理任务，复杂任务先制定计划并审核，将错误经验沉淀为项目规则文档，重复任务技能化，利用子代理分解复杂度。同时强调给AI完整上下文分析问题，通过质疑、证明等提示方式提高输出质量，并利用AI加速学习新代码库。这套方法通过流程化管理和知识沉淀，可显著减少重复错误，提高

本文为开发者、技术负责人和研究验证人员提供了一套高效的Claude Code工作流解决方案，重点解决AI编程中的权限确认打断、复杂需求失控和成本不可控三大痛点。核心方法包括：1）使用Plan Mode先规划再执行；2）将任务拆分为可跟踪的task；3）多任务隔离并行处理；4）固化常用提示词为可复用资产；5）通过ccusage工具监控token消耗。文章强调在追求效率的同时保持可控性，建议仅在隔离环

摘要：本文介绍如何构建专业AI Agent的Skill（技能），将工作流程打包成可复用的指令集。Skill包含YAML元数据、SKILL.md核心文件和辅助资源，采用渐进式披露优化性能。与MCP（模型连接协议）配合使用，可解决工具连接后工作流不稳定的问题。Skill分为文档生成、工作流自动化和MCP增强三类，需通过具体用例定义触发条件和步骤。文章详细讲解命名规则、YAML编写、指令设计原则及测试方

**摘要：如何将Claude Code转化为稳定可控的开发协作伙伴 本文针对开发者与技术人员，提出将Claude Code深度整合进工作流的实践方法。核心思路是将其视为"协作同事"而非临时工具，通过7个关键策略实现：1）Plan模式先规划再编码；2）CLAUDE.md文件设立项目规则；3）分级加载代码库结构；4）简洁提示词聚焦目标、上下文与验证；5）主动调用MCP工具查证；6）

OMC（Oh My Claude Code）是一个基于Claude Code的多智能体编排系统，旨在解决复杂开发任务中的痛点问题。它提供5种执行模式（Autopilot、Ultrapilot、Swarm、Pipeline、Ecomode）和32个专业智能体，支持自动任务拆分、模型选择和并行处理。安装简单，只需两步即可完成配置。OMC的核心优势在于降低用户心智负担，用户只需说明目标，系统即可自动完成

《Agent技能库工程实践：结构化知识与自动化开发》摘要 本文解析了antfu/skills项目如何将技术文档与个人经验结构化，构建Agent可用的技能库系统。该项目通过三层架构实现知识管理：手工维护的个人经验包、从官方文档生成的系统知识模块，以及通过git submodule同步的外部项目技能。核心创新在于采用Markdown+自动化脚本的工程方案，将分散文档转化为Agent可理解的"

Claude-Mem：AI编程助手的长期记忆解决方案 当前AI编程助手普遍存在"健忘症"问题，每次会话都需要重复介绍项目背景。Claude-Mem作为Claude Code的插件，通过自动记录、压缩存储和智能检索，为AI助手构建长期记忆系统。它能自动捕获工具调用、代码操作等"观察"数据，存入本地数据库和向量库，并支持跨会话的智能检索。核心功能包括持久化内存、