NeoLabHQ GitHub avatar

context-engineering-kit

1.8K Stars68 Skills168 ForksGPL-3.08月27日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月5日

面向多种 AI Agent 场景的 Skill 集合

该仓库收录了多个面向 Agent 工作流程的 Skill,示例包括提示词工程、Agent 评估、GitHub Issue 分析与加载,以及创建 Agent、命令和规则等。仓库简介提及可用于多种 Agent 环境,具体兼容情况需按子 Skill 核实。

包含 Skill

68

可以单独安装

GitHub Star

1,835

仓库累计 Star

近 7 天

+18

新增 Star

代码更新

2026年8月27日

最近一次推送

核心亮点

  • 1任务覆盖

    包含提示词、Issue 与 Agent 相关工作流。

  • 2评估流程

    Agent Evaluation 会进行三种独立评估并汇总结果。

  • 3按需选择

    可从多个子 Skill 中挑选与当前任务相关的项目。

能做什么

  • 使用 Prompt Engineering 处理提示词相关任务。
  • 通过 Agent Evaluation 进行三种不同视角的评估并汇总。
  • 分析 GitHub Issue 并生成技术规格说明。
  • 加载开放的 GitHub Issue 并保存为 Markdown 文件。
  • 辅助创建 Agent、命令、Hook、规则与 Skill。

适用场景

  • 为提示词设计任务选择 Prompt Engineering。

  • 用多种评估视角检查 Agent 输出。

  • 分析 GitHub Issue 并整理技术规格。

  • 将开放的 GitHub Issue 保存为 Markdown 文件。

用之前和用之后

  • 处理 Issue 时,需要自行整理问题内容与技术要求。可使用对应 Skill 分析 Issue,并生成技术规格说明。
  • 评估 Agent 输出时,可能只从单一角度检查。Agent Evaluation 会采用三种评估视角并汇总结果。

它是怎么工作的

  1. 第 1 步

    选择子 Skill

  2. 第 2 步

    提供任务信息

  3. 第 3 步

    检查输出结果

快速上手

安装与复制命令见“安装方式”。

  1. 1

    先确定要处理的任务类型。

  2. 2

    查看对应子 Skill 的源文件与输入要求。

  3. 3

    按照子 Skill 的说明向 Agent 提供任务信息。

  4. 4

    检查生成内容是否符合实际需求。

适合谁

  • 使用 AI Agent 处理开发任务的人
  • 需要设计或整理提示词的人
  • 需要评估 Agent 输出的人
  • 需要处理 GitHub Issue 的开发者

局限

  • 不同子 Skill 的输入、输出和使用步骤并不相同。
  • 多数子 Skill 未提供具体步骤,需查看各自源文件。
  • 仓库简介中的兼容性描述不能代替对子 Skill 的逐项核实。

使用前注意

  • · 采集信息将所列子 Skill 标记为高风险,使用前应核验其内容和操作范围。
  • · 部分简介与具体 Skill 资料的任务描述不完全一致,应以对应源文件为准。

包含的 Skills · 68

公开来源

相关 Skills

查看更多