旅行规划管家
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。
“Multi Engine” 共 1,464 个结果
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。
v0.3.11
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。
io.smithery.memxus.memxus
**Memxus** 是面向 AI 助手的多平台持久记忆。项目上下文、偏好和决策只需保存一次——即可在 Claude、ChatGPT、Cursor 等其他 MCP 客户端中召回。
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。
io.smithery.cturkieh.france-data
France Data MCP permet aux agents IA d’interroger, croiser et enrichir automatiquement plusieurs référentiels publics français via une interface MCP unifiée. France Data MCP fournit une couche d’intelligence territoriale française conçue pour le reasoning multi-sources et l’orchestration agentique. Le serveur combine données territoriales, géocodage, santé publique, référentiels administratifs et enrichissement multi-sources afin de permettre des workflows complexes de raisonnement géospatial et territorial. Contrairement à de simples wrappers API, les tools sont conçus pour être chaînables par les agents IA afin de résoudre automatiquement des questions métier complexes. Exemples de workflows agentiques : → « Cette pharmacie est-elle réellement encore active ? » Détection des SIRET fermés invisibles côté DREES via cross-source FINESS ↔ RPPS ↔ SIRENE → « Où installer un spécialiste à Metz ? » Croisement densité médicale Ameli + RPPS + cartographie FINESS → « Quels sont les concurrents M&A potentiels d’
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。
v1.12.0
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/pg
调优、设计并运维 PostgreSQL:慢查询、索引、表结构、迁移、vacuum、锁、复制与备份。当编写 Postgres SQL 或 psql 命令、设计表与索引、阅读 EXPLAIN 执行计划、在线上表执行 DDL 或迁移时使用;当某条查询突然变慢、表体积持续增长而行数却不见涨、autovacuum 跟不上、出现“too many clients already”、副本延迟、死锁与锁等待不断堆积、pg_wal 撑满磁盘,或需要规划升级、恢复、分区方案时同样适用。覆盖连接池与 PgBouncer、全文检索、trigram 与 pgvector 检索、JSONB、角色与行级安全、PITR、扩展,以及托管 Postgres(RDS、Aurora、Cloud SQL、Neon、Supabase)。不适用于跨引擎 SQL 可移植性或 ORM 层建模。
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。
v0.108.1
io.clawhub.msaad00/agent-bom-compliance
AI 合规与策略引擎——对照 OWASP、NIST、SOC 2、ISO 27001、CMMC、欧盟 AI 法案、AISVS v1.0 等相关框架评估扫描结果。生成 SBOM 与合规报告。使用场景:“合规报告”“NIST”“SOC 2”“ISO 27001”“OWASP”“EU AI Act”“AISVS”“生成 SBOM”“策略检查”。
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)。