awesome-llm-skills
awesome-llm-skills 是一个精心整理的开源资源库,旨在帮助开发者为大语言模型(LLM)和 AI 智能体定义可复用的“技能”。所谓“技能”,本质上是一套标准化的工作流指令,它能教会 AI 如何按照用户的特定需求,以一致且高效的方式执行复杂任务。
在 AI 开发中,如何让不同模型在不同场景下稳定输出预期结果往往是个难题。awesome-llm-skills 通过提供统一的技能模板(如 SKILL.md),解决了这一痛点。它让开发者能够轻松创建、共享和管理自定义工作流,确保 AI 在处理如网页测试、知识捕获等任务时表现更加专业和规范。此外,该项目具有极佳的兼容性,不仅完美支持 Claude Code 和 Claude Desktop 的原生技能加载,还适配 Codex、Gemini CLI、Qwen Code 等多种主流命令行工具,甚至涵盖了 MCP(模型上下文协议)生态。
这套工具特别适合需要频繁与 AI 协作的开发者、AI 工程师以及希望构建标准化 Agent 工作流的技术团队。无论你是想为个人项目定制专属助手,还是希望在团队间共享高效的 AI 操作范式,awesome-llm-skills 都能提供丰富的现成案例和清晰的实施指南,让你快速提升 AI 应用的落地效率。
使用场景
某全栈开发团队在使用 Claude Code 进行日常迭代时,需要频繁执行标准化的 Web 应用测试与报告生成任务。
没有 awesome-llm-skills 时
- 指令重复冗余:每次测试新功能,开发者都需手动输入长篇提示词,详细规定测试步骤、断言逻辑及报告格式,效率极低。
- 执行标准不一:不同成员或不同时间段的测试深度参差不齐,缺乏统一的执行模板,导致漏测关键边界情况。
- 上下文切换成本高:LLM 无法自动关联项目特有的测试框架配置和辅助脚本,往往需要人工反复补充环境信息。
- 知识难以沉淀:优秀的测试策略仅存在于个别对话历史中,无法转化为团队可复用的资产,新人上手慢。
使用 awesome-llm-skills 后
- 一键调用标准化流程:团队将最佳实践封装为
webapp-testing技能,只需一句“运行 Web 应用测试技能”,Claude Code 即自动加载预设的完整工作流。 - 质量稳定可控:技能内固化的指令确保了每次测试都严格覆盖核心路径与边缘案例,输出报告格式统一,无需人工二次校对。
- 智能感知项目上下文:技能自动读取项目本地的
.claude/skills配置及关联资源文件,无缝衔接现有测试脚手架,零配置启动。 - 资产持续复用与共享:通过 Git 同步技能文件夹,团队成员即时共享最新的测试策略,实现了 AI 工作流的版本管理与集体进化。
awesome-llm-skills 将原本依赖个人经验的临时性指令,转化为可复用、可协作的标准化工程资产,极大提升了 AI 辅助开发的确定性与效率。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
强大的LLM技能
一个精心整理的列表,包含强大的LLM技能、资源和工具,用于在Claude Code、Codex、Gemini CLI、Qwen Code、OpenCode等工具上自定义AI工作流。
目录
什么是LLM技能?
LLM技能是可定制的工作流,能够根据您的独特需求教会LLM如何执行特定任务。这些技能使LLM能够在所有LLM平台上以可重复、标准化的方式执行任务。
快速入门
创建项目本地或用户级别的技能文件夹 使用以下任一路径,以便Claude Code自动找到它:
- 项目:
.claude/skills/webapp-testing/ - 用户:
~/.claude/skills/webapp-testing/
- 项目:
添加
SKILL.md(必填)
基本技能模板:
---
name: my-skill-name
description: 对该技能的作用及适用场景的清晰描述。
---
# 我的技能名称
详细描述技能的目的和功能。
## 适用场景
- 场景1
- 场景2
- 场景3
## 指令
[针对LLM执行此技能的详细指令]
## 示例
[展示技能实际应用的真实案例]
- 专注于具体且可重复的任务
- 包括清晰的示例和边缘情况
- 编写面向LLM而非最终用户的指令
- 记录前提条件和依赖关系
- 提供错误处理指导
保持支持文件体积小巧 只添加必要的内容(例如,在
resources/中放置小型测试数据、辅助脚本)。这样可以使技能加载更快,也更易于Claude应用。加载技能
- Claude(网页版或桌面版): 通过设置 → 功能 → 技能 → 上传技能,上传ZIP文件。
- Claude Code(终端): 将文件夹放置在
.claude/skills/(项目级)或~/.claude/skills/(用户级)。Claude Code会从这些位置自动发现技能。 - 其他CLI(Codex、Gemini、OpenCode、Qwen Code): 它们不原生支持Anthropic的技能格式——请在提示中引用您的
SKILL.md文件(Gemini CLI支持使用@符号附加文件或上下文)。
使用技能 仅需用自然语言提出请求,也可选择提及技能名称,例如: “使用Web应用测试技能来验证结账流程,并生成
report.md。” Claude会根据您的请求自动调用相关技能。(可选)在Claude Code中启动仓库会话 支持斜杠命令;许多用户会运行
/init来生成CLAUDE.md文件,并在开始工作前构建上下文。
技能
具有MCP的技能
- Notion知识捕获 - 将聊天记录和决策转化为结构化的Notion页面和数据库条目,并进行适当的链接。
- Notion会议智能 - 根据Notion中的内容准备会议,创建内部预读材料和外部议程。
- Notion研究文档化 - 在Notion中搜索信息,综合多个页面,并将研究成果撰写回Notion。
- Notion规格到实施 - 将Notion中的规格转化为带有验收标准和进度跟踪的任务计划。
文档处理
- docx - 创建、编辑、分析Word文档,支持修订跟踪、评论和格式设置。
- pdf - 提取文本、表格、元数据,合并并标注PDF文件。
- pptx - 读取、生成和调整幻灯片、布局和模板。
- xlsx - 处理电子表格:公式、图表、数据转换。
- Markdown转EPUB转换器 - 将Markdown文档和聊天摘要转换为专业的EPUB电子书文件。由@smerchek提供
开发与代码工具
- artifacts-builder - 一套使用现代前端 Web 技术(React、Tailwind CSS、shadcn/ui)创建复杂、多组件 Claude.ai HTML 资产的工具集。
- aws-skills - 基于 CDK 最佳实践的 AWS 开发,成本优化的 MCP 服务器,以及无服务器/事件驱动架构模式。
- Changelog 生成器 - 通过分析提交历史,将技术性提交转换为面向客户的发布说明,自动生成面向用户的变更日志。
- D3.js 可视化 - 教导 Claude 生成 D3 图表和交互式数据可视化。由 @chrisvoncsefalvay 提供
- FFUF Web 模糊测试 - 集成 ffuf Web 模糊测试工具,使 Claude 能够执行模糊测试任务并分析结果以发现漏洞。由 @jthack 提供
- 完成开发分支 - 通过提供清晰的选择并处理所选工作流,指导开发工作的完成。
- iOS 模拟器 - 使 Claude 能够与 iOS 模拟器交互,用于测试和调试 iOS 应用程序。由 @conorluddy 提供
- MCP 构建器 - 指导使用 Python 或 TypeScript 创建高质量的 MCP(模型上下文协议)服务器,以便将外部 API 和服务与 LLM 集成。
- Move 代码质量技能 - 根据官方 Move Book 2024 版本的代码质量检查清单,分析 Move 语言包是否符合合规性和最佳实践。
- Playwright 浏览器自动化 - 由模型调用的 Playwright 自动化,用于测试和验证 Web 应用程序。由 @lackeyjb 提供
- pypict-claude-skill - 使用 PICT(成对独立组合测试)为需求或代码设计全面的测试用例,生成具有成对覆盖的优化测试套件。
- 技能创建者 - 提供创建有效 Claude 技能的指导,这些技能可通过专业知识、工作流程和工具集成扩展功能。
- 技能搜索者 - 在几分钟内自动将任何文档网站转换为 Claude AI 技能。由 @yusufkaraaslan 提供
- 测试驱动开发 - 在实现任何功能或修复 bug 之前使用,先于编写实现代码。
- 使用 Git 工作树 - 通过智能目录选择和安全验证创建隔离的 Git 工作树。
- Web 应用测试 - 使用 Playwright 测试本地 Web 应用程序,以验证前端功能、调试 UI 行为并捕获截图。
数据与分析
- CSV 数据汇总器 - 自动分析 CSV 文件并生成包含可视化内容的全面洞察,无需用户提示。由 @coffeefuelbump 提供
- PostgreSQL - 对 PostgreSQL 数据库执行安全的只读 SQL 查询,支持多连接并具备纵深防御的安全机制。由 @sanjay3290 提供
- 根本原因追踪 - 当错误发生在执行的深层时使用,可追溯到最初的触发点。
商业与营销
- 品牌指南 - 将 Anthropic 的官方品牌颜色和排版应用于各类成果,以确保视觉形象的一致性和专业设计标准。
- 竞争对手广告提取器 - 从广告库中提取并分析竞争对手的广告,以了解其传播信息和创意策略。
- 域名头脑风暴 - 生成富有创意的域名建议,并在多个顶级域名(如 .com、.io、.dev 和 .ai)中检查其可用性。
- 内部沟通 - 帮助撰写公司内部通讯,包括三方更新、公司简报、常见问题解答、状态报告和项目更新,采用公司特定的格式。
- 潜在客户研究助理 - 通过分析您的产品、搜索目标公司并提供可行的外联策略,识别和筛选高质量潜在客户。
沟通与写作
- 文章提取器 - 从网页中提取完整的文章文本和元数据。
- 头脑风暴 - 通过结构化提问和替代方案探索,将粗略的想法转化为完整的设计。
- 内容研究写手 - 通过研究、添加引用、改进开头吸引点以及逐段反馈,协助撰写高质量内容。
- 家族史研究 - 协助规划家族史和家谱研究项目。
- 会议洞察分析器 - 分析会议记录,以揭示行为模式,包括回避冲突、发言比例、填充词以及领导风格。
- NotebookLM 集成 - 允许 Claude Code 直接与 NotebookLM 对话,基于上传的文档提供有来源依据的答案。由 @PleasePrompto 提供
创意与媒体
- 画布设计 - 使用设计哲学和美学原则,为海报、设计作品及静态内容创建精美的 PNG 和 PDF 图像。
- imagen - 利用 Google Gemini 的图像生成 API 为 UI 原型、图标、插图和视觉资产生成图像。由 @sanjay3290 提供
- 图像增强器 - 通过提升分辨率、锐度和清晰度来改善图像和截图质量,适用于专业演示文稿和文档。
- Slack GIF 创建器 - 创建针对 Slack 优化的动画 GIF,具备尺寸限制验证功能和可组合的动画基元。
- 主题工厂 - 为幻灯片、文档、报告和 HTML 登陆页面等成果应用专业的字体和颜色主题,提供 10 种预设主题。
- 视频下载器 - 从 YouTube 等平台下载视频,用于离线观看、编辑或存档,支持多种格式和质量选项。
- YouTube 字幕提取 - 从 YouTube 视频中获取字幕并生成摘要。
生产力与组织
- 文件整理器 - 通过理解上下文、查找重复文件并建议更优的组织结构,智能地整理文件和文件夹。
- 发票整理器 - 自动整理发票和收据以备税务申报,通过读取文件、提取信息并统一命名实现。
- 抽奖获奖者抽取器 - 从列表、表格或 Google 表格中随机抽取赠品和竞赛的获奖者,采用密码学安全的随机性。
- ship-learn-next - 根据反馈循环帮助确定下一步要构建或学习的内容。
- tapestry - 将相关文档相互链接并总结成知识网络。
协作与项目管理
- git-pushing - 自动化 Git 操作和仓库交互。
- review-implementing - 评估代码实现计划并与规范对齐。
- test-fixing - 检测失败的测试并提出补丁或修复方案。
安全与系统
- 计算机取证 - 数字取证分析与调查技术。
- 文件删除 - 安全的文件删除和数据清理方法。
- 元数据提取 - 提取并分析文件元数据以用于取证目的。
- 使用 Sigma 规则进行威胁狩猎 - 利用 Sigma 检测规则来寻找威胁并分析安全事件。
平台
Claude Code (Anthropic)
设置并启用技能
- 安装: 确保已安装 Node 20+ 和 Visual Studio Code。Claude Code 通过运行时访问、终端支持和代码生成功能,增强了 Claude 的编码能力。
- 开始使用: 从 VS Code 或终端启动 Claude Code。Claude Code 会自动从
.claude/skills/(项目)或~/.claude/skills/(用户)目录中发现技能。 - 使用技能: 只需用自然语言描述您的需求,Claude Code 会根据您的请求上下文自动激活相关技能。
Claude Desktop (Anthropic)
设置并启用技能
- Claude Desktop 为 Windows、macOS 和 Linux 平台上的 Claude 提供原生应用程序体验。
- 您可以通过“设置”→“功能”→“技能”访问技能。可以上传自定义技能的 ZIP 文件,或从可用的社区技能中选择。
- 桌面应用程序支持所有 Claude 功能,包括文件上传、代码生成和实时协作。
Codex CLI (OpenAI)
设置并启用技能
- OpenAI 的 Codex 驱动着 GitHub Copilot,并可通过 CLI 工具访问,用于代码生成和自动化。
- 虽然 Codex 本身不支持 Anthropic 的技能格式,但您可以通过在提示或配置文件中加入指令来适配技能。
- 最适合用于代码补全、重构以及跨多种编程语言生成样板代码。
Gemini CLI (Google)
设置并启用技能
- 安装 Node 20+ 后,通过
npm install -g @google/gemini-cli安装 Gemini CLI,或使用npx @google/gemini-cli按需运行。 - 运行
gemini并使用 Google 账号登录;浏览器窗口将打开以进行身份验证。Gemini CLI 目前尚未内置对 Anthropic 技能的支持,但您可以按照技能说明加载自己的SKILL.md文件,并在提示中引用它。使用@符号上传包含技能说明的文件。
OpenCode (开源 CLI)
设置并启用技能
- 使用一行脚本安装 OpenCode:
curl -fsSL https://opencode.ai/install | bash。 - 运行
opencode auth login并选择您的提供商(例如 Cerebras),以配置您的 API 密钥。 - 通过
opencode启动界面,并使用/init初始化项目上下文。 - OpenCode 本身不直接加载 Anthropic 技能,但您可以在项目中放置一个
skills/文件夹,并让 OpenCode 读取其中的SKILL.md文件;这可以近似实现技能功能,并让您在不同工具之间复用指令。
Qwen Code (Alibaba)
设置并启用技能
- 确保已安装 Node 20+,然后通过
npm install -g @qwen-code/qwen-code@latest安装 Qwen Code,并使用qwen --version进行验证。您也可以克隆仓库并在本地安装。 - 通过运行
qwen开始会话。Qwen Code 目前不直接支持 Anthropic 技能,但您仍然可以通过创建一个skills/目录,并提示 Qwen Code 遵循您SKILL.md文件中的指示,来采用技能模式。
贡献
我们欢迎各位贡献!请阅读我们的 贡献指南,了解以下内容:
- 如何提交新技能
- 技能质量标准
- 拉取请求流程
- 行为准则
快速贡献步骤
- 确保您的技能基于真实的使用场景
- 检查现有技能中是否存在重复项
- 遵循技能结构模板
- 在多个平台上测试您的技能
- 提交带有清晰文档的拉取请求
资源
官方文档
- LLM 技能概述 - 官方公告及功能介绍
- 技能用户指南 - 如何在 LLM 中使用技能
- 创建自定义技能 - 技能开发指南
- 技能 API 文档 - API 集成指南
- Agent Skills 博客文章 - 技术深度解析
社区资源
- Anthropic 技能仓库 - 官方示例技能
- Claude 社区 - 与其他用户讨论技能
- 技能市场 - 发现并分享技能
- Notion 技能 - Notion 集成技能
许可证
本仓库采用 Apache License 2.0 许可证。
个别技能可能采用不同的许可证——请查看每个技能文件夹中的具体许可信息。
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。