QVeris 能力发现引擎
v1.0.9
io.clawhub.linfangw/qveris-official
QVeris 是一个能力发现与工具调用引擎。
“Multi Engine” 共 240 个结果
v1.0.9
io.clawhub.linfangw/qveris-official
QVeris 是一个能力发现与工具调用引擎。
v5.15.4
io.clawhub.jovancoding/network-ai
本地 Python 编排技能:通过共享黑板文件实现多智能体工作流,附带权限门控、token 预算脚本与持久项目上下文。自带 Python 脚本不发起网络调用、零第三方依赖。父仓库另含一个 TypeScript 引擎(不包含在本技能包中)。
v1.0.0
io.clawhub.millibus/smart-model-switching
自动把任务路由到能正确完成的最便宜 Claude 模型。三级递进:Haiku → Sonnet → Opus,回答前先分类。HAIKU(默认):事实问答、问候、提醒、状态检查、查询、简单文件操作、心跳、闲聊、一两句的任务。升级 SONNET:超过 10 行代码、分析、比较、规划、报告、多步推理、表格、超过 3 段的长文、摘要、研究综合、多数用户对话。升级 OPUS:架构决策、复杂调试、多文件重构、战略规划、细致判断、深度研究、关键生产决策。规则:若人类需要超过 30 秒的专注思考就升级;Sonnet 应对复杂度高时直接上 Opus。从便宜起步、仅在必要时升级,节省 50-90% 的 API 成本。
v1.0.0
io.clawhub.alvarobcmed/travel-manager
覆盖旅行规划、预订与管理的全流程技能。用于规划国际行程、管理多目的地路线、家庭旅行后勤、优化旅行成本与协调复杂行程安排。
v11.1.0
io.clawhub.mrsirg97-rgb/torchmarket
每个代币都是独立的保证金市场。深度自适应风险引擎、国库支持的借贷、真实代币做空。无预言机。无存储基线。
v0.3.9
io.clawhub.wyuc/openmaic
OpenMAIC 助手,用于安装、生成与扩展 OpenMAIC。当用户想使用 OpenMAIC、生成多智能体互动课堂,或基于 OpenMAIC 及其 @openmaic/* SDK 进行二次开发(二开)时使用——涵盖 Live Demo 或本地部署、启动模式、供应商密钥、课堂生成与二次开发(fork、providers/storage/themes、路由、渲染器/编辑器)。
v1.0.0
io.clawhub.whalefell/tesseract-ocr
通过命令行直接调用 Tesseract OCR 引擎从图片中提取文字。支持包括中文、英文在内的多种语言。
v1.0.0
io.clawhub.amankr-novo/deep-thinking
全面的深度推理框架,为复杂任务引导系统性、周密的思考。会在多步骤问题、模糊……时自动应用。
v0.0.1
io.clawhub.arisylafeta/clawlist
任何多步骤项目、长时任务或无限监控工作流都必须使用。规划、执行、跟踪与校验任务,并以检查点验证。适用于项目、自动化与持续运营。
v1.0.3
io.clawhub.normallygaussian/parallel-deep-research
通过 Parallel API 进行深度多源研究。当用户明确要求彻底研究、综合分析或深入调查某个主题时使用。
v1.0.0
io.clawhub.gitgoodordietrying/container-debug
调试运行中的 Docker 容器与 Compose 服务。适用于查看容器日志、进入运行中的容器执行命令、诊断网络问题、检查资源占用、调试多阶段构建、排查健康检查或修复 Compose 服务依赖。
v3.0.5
io.clawhub.lraivisto/researchvault
本地优先的研究编排引擎。管理状态与综合,可选后台服务(MCP/Watchdog)。
v0.1.16
io.clawhub.warren618/vibe-trading
专业金融研究工具包——回测(10 个引擎+基准对比面板)、因子分析、Alpha Zoo(462 个预置 alpha,覆盖 qlib158/alpha101/gtja191/学术/基本面)、期权定价、90 个金融技能、30 个多智能体 swarm 团队、交易日志分析器与影子账户(抽取 → 回测 → 渲染),支持 27 个行情数据源(tushare、yfinance、okx、binance、akshare、baostock、tencent、mootdx、ccxt、futu、mt5、tickerall、local、eastmoney、sina、stooq、yahoo、pykrx、india_broker、qveris、longbridge、nobitex、wallex,以及需可选密钥的 finnhub/alphavantage/tiingo/fmp)。
v0.1.0
io.clawhub.johny0920/polymarket-arbitrage
监控并执行 Polymarket 预测市场中的套利机会。可检测数学套利(多结果概率不自洽)、跨市场套利(同一事件价格不同)与订单簿低效。适用于查找或交易 Polymarket 套利、监控预测市场机会或实现自动交易策略,包含风险管理、盈亏跟踪与提醒。
v1.0.4
io.clawhub.ivangdavila/sql
为任意关系型数据库编写、审阅并优化 SQL 查询,设计 schema、索引与约束,规划数据迁移。当查询很慢、EXPLAIN 显示顺序扫描或索引未被使用;JOIN 之后出现重复行、缺行或金额被放大;遇到死锁、锁等待超时、“too many connections” 或事务迟迟不提交;设计表、主键与字段类型,在规范化与反规范化的模型之间取舍,或决定用 JSON 列还是真实列;在线上表上做 ALTER TABLE、执行 expand-migrate-contract 发布、备份与恢复、处理复制延迟、连接池、分区、CSV 批量导入以及在引擎间迁移数据;编写窗口函数、CTE、keyset 分页、upsert、全文检索、多租户、行级安全,以及在 MySQL、SQLite、MariaDB 或 SQL Server 中处理时区时,都适用。不适用于 PostgreSQL 服务端内部调优(如 vacuum 与 work_mem),也不适用于框架内的 ORM schema 建模。
v1.0.1
io.clawhub.zhaov1976/voice
使用 Microsoft Edge 的 TTS 引擎将文本转语音,支持自定义音色、直接播放与临时文件自动清理。
v2.0.0
io.clawhub.staybased/cold-outreach
用经过验证的框架撰写定向、个性化的多轮次冷启动开发信,打动潜在客户并提升 B2B 与本地服务……的回复率。
v3.1.0
io.clawhub.tmchow/hzl
用于智能体协作的持久化任务台账。
v0.1.0
io.clawhub.nkapila6/local-rag-search
使用 mcp-local-rag 服务器进行带语义相似度排序的高效网页搜索。当你需要搜索网络获取最新信息、跨多来源调研主题,或在不调用外部 API 的情况下从互联网收集上下文时使用。本技能教授基于 RAG 的网页搜索技巧,涵盖 DuckDuckGo、Google 与多引擎深度研究能力。
v1.0.8
io.clawhub.whyhit2005/zhipu-web-search
智谱 AI 网页搜索工具——直接通过 cURL 提供灵活的搜索引擎能力。
v1.0.1
io.clawhub.guwidoe/lobster
带审批门槛的确定性流水线运行时。适用场景:(1) 需要人工批准后才产生副作用的多步自动化;(2) 监控 PR/issue 变化;(3) 数据经类型化 JSON 流水线处理;(4) 邮件分诊或批量操作;(5) 任何应当暂停询问再执行的工作流。Lobster 通过运行确定性流水线而非每步重新规划来节省 token。
v1.12.0
io.clawhub.zw008/vmware-aiops
当用户需要管理 VMware/vSphere/ESXi 中的虚拟机时使用本技能——它是所有虚拟机操作的入口。直接支持:开机/关机、克隆、快照、迁移、从 OVA 或模板部署、在虚拟机内执行命令、批量操作、集群管理、vCenter 告警确认、一屏式集群健康巡检(“有没有出事”),以及虚拟机/主机/数据存储的下钻排查。当上下文明确是 VMware、vSphere 或 ESXi 时,任何“开机”“克隆”“部署”“迁移”“批量”“客户机执行”“告警”或虚拟机生命周期任务,以及“有没有出事”“现在什么需要关注”“排查这台虚拟机”这类巡检,一律使用本技能。通用只读查询不要用它(清单/事件/虚拟机详情改用 vmware-monitor),NSX 网络用 vmware-nsx,存储/iSCSI/vSAN 用 vmware-storage,Kubernetes 集群生命周期用 vmware-vks。多步骤流程用 vmware-pilot。负载均衡/AVI/AKO 用 vmware-avi。
v1.0.3
io.clawhub.ivangdavila/plan
在执行前规划任务:决定何时先规划、何时直接行动,按风险确定规划深度,并拆解步骤、估算与回滚方案。当工作涉及多步骤、依赖关系或不可逆操作(部署、迁移、删除、对外发送任何内容)时使用;当成功标准不清晰或估算只能靠猜时使用;当执行偏离计划或一次尝试失败时使用;当恢复或交接跨多日的工作时使用;当用户要求规划、界定范围、拆解或估算任务时使用。不适用于个人生产力系统或时间分块(那是 productivity 的范畴)。
v1.0.1
io.clawhub.edyyy62/adcp-advertising
用 AI 自动化广告投放:创建广告、购买媒介、管理预算、发掘广告库存、投放展示广告、视频广告、CTV campaign 并优化效果。适合营销自动化、程序化广告、媒介采买、广告管理、campaign 优化、创意管理与效果追踪;用自然语言投放 Facebook 广告、Google 广告、展示广告、视频营销与多渠道 campaign,支持定向、人群细分、ROI 追踪与自动出价。