MCP 协议研究
io.github.nspady/google-calendar-mcp/mcp-research
面向 Model Context Protocol 实现的专家级研究工具。在审查 MCP 服务器代码、规划新的 MCP 工具/资源/提示词、调查协议合规问题或验证架构时主动使用。专长于协议合规(JSON-RPC 2.0)、安全模式、传输层和生产环境最佳实践。当前规范版本:2025-06-18。
“Context Management” 共 1,918 个结果
io.github.nspady/google-calendar-mcp/mcp-research
面向 Model Context Protocol 实现的专家级研究工具。在审查 MCP 服务器代码、规划新的 MCP 工具/资源/提示词、调查协议合规问题或验证架构时主动使用。专长于协议合规(JSON-RPC 2.0)、安全模式、传输层和生产环境最佳实践。当前规范版本:2025-06-18。
io.github.anthropics/claude-code/mcp-integration
当用户要求“add MCP server”“integrate MCP”“configure MCP in plugin”“使用 .mcp.json”“set up Model Context Protocol”“connect external service”、提到 ${CLAUDE_PLUGIN_ROOT} 与 MCP、或讨论 MCP 服务器类型(SSE、stdio、HTTP、WebSocket)时使用。为在 Claude Code 插件中集成 Model Context Protocol 服务器以对接外部工具与服务提供全面指导。
io.github.vercel-labs/agent-skills/vercel-optimize
用于已部署项目的 Vercel 成本与性能优化,尤其适合 Next.js、SvelteKit、Nuxt 以及部分 Astro 应用。先收集 Vercel 指标、用量、项目配置与代码扫描结果;只排查有指标支撑的候选项;产出基于已核实文件、并对齐 Vercel 与框架版本文档的排序建议。当用户要求降低 Vercel 账单、优化缓慢或高开销路由、寻找缓存机会,或提到 Function Invocations、Build Minutes、Fast Data Transfer、Core Web Vitals、Bot Management、Fluid compute、成本明细时使用。
io.github.MiniMax-AI/skills/react-native-dev
React Native 与 Expo 开发指南,覆盖组件、样式、动画、导航、状态管理、表单、网络请求、性能优化、测试、原生能力与工程化(项目结构、部署、SDK 升级、CI/CD)。适用场景:构建 React Native 或 Expo 应用、实现动画或原生 UI、管理状态、拉取数据、编写测试、优化性能、上架 App Store/Play Store、配置 CI/CD、升级 Expo SDK、配置 Tailwind/NativeWind。
io.github.MiniMax-AI/skills/flutter-dev
Flutter 跨平台开发指南,覆盖组件模式、Riverpod/Bloc 状态管理、GoRouter 导航、性能优化与平台特定实现。包含 const 优化、响应式布局、测试策略与 DevTools 性能剖析。适用场景:构建 Flutter 应用、实现状态管理(Riverpod/Bloc)、配置 GoRouter 导航、自定义组件、性能优化、编写 widget 测试、跨平台开发。
io.github.google/agents-cli/google-agents-cli-adk-code
提供 ADK 智能体代码参考:工具定义、编排模式与状态管理。
io.github.google/agents-cli/google-agents-cli-publish
将智能体发布注册至 Gemini Enterprise 并管理 Agent Registry。
io.github.prime-skills/runcomfy-agent-skills/nano-banana-2
在 RunComfy 上用 Google Nano Banana 2 生成图像并附提示词范式。
io.github.coreyhaines31/marketingskills/marketing-psychology
将心理学原理、心智模型与行为科学应用于营销,覆盖认知偏差、说服、消费者决策、锚定、社会认同、稀缺、损失厌恶、框架效应与助推等主题。
v3.3.0
io.github.aashari/mcp-server-atlassian-jira/mcp-server-atlassian-jira
基于 Node.js/TypeScript 的 MCP 服务器,可列出与获取 Jira 项目、按 JQL 或 ID 搜索与获取 issue、查看 commit 和 PR 等开发信息,将 AI 能力直接接入 Jira 项目管理与 issue 跟踪。
v2.7.0
io.github.nspady/google-calendar-mcp/google-calendar-mcp
提供 Google Calendar 的 MCP 服务器,全面支持日历管理。
v1.2.3
io.clawhub.nextfrontierbuilds/elite-longterm-memory
面向 Cursor、Claude、ChatGPT 与 Copilot 的终极 AI agent 记忆系统。WAL 协议 + 向量检索 + git-notes + 云备份,不再丢失上下文,适配 vibe-coding。
io.clawhub.emilioacc/atxp
访问 ATXP 付费 API 工具:网页搜索、AI 图像生成、音乐创作、视频生成、X/Twitter 搜索、邮件与 agent 账户管理。
v1.0.0
io.clawhub.jrbobbyhansen-pixel/memory-setup
启用并配置 Moltbot/Clawdbot 的记忆检索以实现持久上下文。适用于搭建记忆、修复“金鱼脑”,或帮助用户配置 memorySearch。涵盖 MEMORY.md、日常日志与向量检索设置。
v3.23.0
io.clawhub.othmanadi/planning-with-files
面向多步 AI Agent 工作的持久化文件规划。将 task_plan.md、findings.md 与 progress.md 保存在磁盘上,生命周期钩子注入所选的项目规划上下文;自动恢复仅读取项目规划文件,显式运行 session-catchup.py --input-file 时读取同项目的本地 Agent……(原文截断)
v1.0.0
io.clawhub.borye/xiaohongshu-mcp
使用面向 xiaohongshu-mcp 服务器的 Python 客户端自动化小红书内容运营。用于:(1) 发布图文、纯文字与视频内容;(2) 搜索笔记与热点趋势;(3) 分析笔记详情与评论;(4) 管理用户主页与内容信息流。触发词:xiaohongshu automation、rednote content、发布到小红书、小红书搜索、社交媒体管理。
v1.0.0
io.clawhub.arnarsson/docker-essentials
容器管理、镜像操作与调试的核心 Docker 命令和工作流。
v1.0.0
io.clawhub.marmikcfc/memory-manager
面向 Agent 的本地记忆管理:压缩检测、自动快照与语义搜索。适用于在记忆丢失前检测压缩风险、保存上下文快照、检索历史记忆并跟踪记忆使用模式,不再丢失上下文。
v1.0.0
io.clawhub.jamesfincher/browserbase
创建并管理带登录态持久化的 Browserbase 云端浏览器会话。当用户需要自动化浏览器、在多次操作之间保持已登录会话、抓取需登录页面或管理云浏览器实例时使用。可处理会话创建、基于 context 的登录态持久化、保活重连、验证码求解、会话录制、截图以及会话清理。
v1.0.6
io.clawhub.ivangdavila/productivity
诊断并修复个人生产力问题:不堪重负、拖延、优先级混乱、习惯崩坏、总也忙不完的空转。当某人压力过大或进度落后;无法开始、无法停下、只顾反复计划而不动手;一切都像急事、清单不再可信;目标从未变成已交付的成果;一天被会议和消息吞噬;某个习惯反复断裂;想要每周回顾、收尾例程,或为目标、项目与承诺找一个可托付的唯一去处;以及当约束来自处境本身——学生、管理者、高管、家长、自由职业者、创业者、创意工作者、远程办公、ADHD、倦怠或对休息心存愧疚。涵盖产能测算、工时估算、在制品限制、委派与说不。不适用于日历 API 自动化(`calendar-planner`)、日常清单执行(`task-list`),或更窄的工具:时间分块(`time-management`)、习惯打卡(`habits`)、深度工作仪式(`deep-work`)。
v1.0.7
io.clawhub.ivangdavila/memory
在 ~/Clawic/data/memory/ 的分类 Markdown 仓库中记忆、回忆并整理长期事实,与内置 Agent 记忆并行运行。当用户说“记住这个”“保存这个”“记下这个”“别忘了”;或问“我跟你说过 X 的什么”“我们何时定的 Y”“Z 是谁”;或所存事实有误、过期、与刚说的话冲突;或要求遗忘/删除;或回忆失准、返回过期事实、随仓库增大而变慢;或出现重复/矛盾条目;或需要整合散乱笔记、导入现有记忆库、跨设备跨 Agent 共享记忆时使用。不适用于运行时已持有的会话级上下文、笔记应用(notes)、日志记录(journal)或间隔重复等学习方法(learn、active-recall)。
v1.3.0
io.clawhub.alexander-morris/muse
让 ClawBot 访问你团队的完整编码历史。Muse 连接你的过往会话、团队知识和项目上下文——让 ClawBot 真正能帮你设计功能、协调团队讨论并跨代码库自主工作。在 tribeclaw.com 部署。
v4.62.0
io.clawhub.nhadaututtheky/neural-memory
关联式记忆,通过扩散激活实现持久化的智能回忆。在以下情况主动使用:(1)需要跨会话记住事实、决策、错误或上下文;(2)用户询问「你还记得…」或引用过往对话;(3)开始新任务时从记忆注入相关上下文;(4)做出决策或遇到错误后存储以备将来参考;(5)用户询问「为什么会发生 X」时通过记忆追溯因果链。零 LLM 依赖。采用赫布学习的神经图,具备记忆衰减、矛盾检测与时间推理。
v1.0.0
io.clawhub.yueyanc/self-improving-proactive-agent
融合自我改进与主动性的统一 OpenClaw 技能:从纠正中学习、维持活动状态、快速恢复上下文、让工作持续推……(原文截断)