awesome-llm-skills

GitHub
1.1k 132 非常简单 1 次阅读 2天前语言模型开发框架插件
AI 解读 由 AI 自动生成,仅供参考

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

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具并非传统的 AI 模型仓库,而是一个包含 LLM 技能配置文件(如 SKILL.md)和提示词模板的集合库。它不需要本地 GPU、特定显存或安装 Python 依赖库即可运行。其核心运行环境是支持的 LLM 客户端工具(如 Claude Code、Gemini CLI 等)。用户只需将技能文件夹放置在指定目录(如 .claude/skills/)或通过 ZIP 上传即可使用。部分技能可能依赖外部工具(如 Playwright, ffuf, Node.js, Python 脚本等),具体取决于所选技能的实现细节。
python未说明
Claude Code
Claude Desktop
Codex CLI
Gemini CLI
OpenCode
Qwen Code
awesome-llm-skills hero image

快速开始

强大的LLM技能

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。

Awesome 欢迎PR 许可证:Apache-2.0

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

  1. 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/
  2. 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
  1. 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。

  2. 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)。
  3. 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。

  4. (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。@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。@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。@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。@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。@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。@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。@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。@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。@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。@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

安全与系统

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

  1. 确保您的技能基于真实的使用场景
  2. 检查现有技能中是否存在重复项
  3. 遵循技能结构模板
  4. 在多个平台上测试您的技能
  5. 提交带有清晰文档的拉取请求

资源

官方文档

社区资源

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。

162.1k|★★★☆☆|今天
开发框架图像Agent

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

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

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。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

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。

87.6k|★★☆☆☆|昨天
开发框架语言模型

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。

85k|★★☆☆☆|今天
图像数据工具视频

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。

77.1k|★★★☆☆|2天前
Agent图像开发框架