上下文管理 mcp-toolz
v0.3.2
MCP ServerMCP Registry
io.github.taylorleese/mcp-toolz
为 Claude Code 提供上下文管理、待办持久化与多 AI 视角。
stdiopypiregistry 收录
“Multi Engine” 共 1,500 个结果
v0.3.2
io.github.taylorleese/mcp-toolz
为 Claude Code 提供上下文管理、待办持久化与多 AI 视角。
v1.0.2
io.github.zeiq-co/thoth-mcp
Thoth 的 MCP 服务器，支持多平台 AI 内容生成。
v0.1.0
dev.anotherai/anotherai
用于构建与测试 AI 智能体的 MCP 服务器，支持多模型实验与洞察。
v0.1.0
io.github.hummingbot/mcp
暴露 Hummingbot API 的 MCP 服务器，用于跨多交易所的自动化交易。
v0.1.0
io.github.NitishGourishetty/contextual-mcp-server
基于 Contextual AI 的 RAG MCP 服务器，支持单智能体与多智能体模式。
v0.1.121
io.github.ruvnet/flow-nexus
云端 AI 平台：多智能体集群、沙箱与工作流自动化。
v2.2.1
io.github.tuannvm/mcp-trino
访问 Trino 分布式 SQL 查询引擎的 MCP 服务。
io.github.anthropics/skills/discernment-nudge
当给出的实质性回答或草稿可能被用户据此行动（建议或推荐、目标/计划/提案/邮件等草稿、估算或预测、数据分析解读、可能被采信的事实陈述、多步论证）时，在定稿前调用本 skill，视情况附上 2-3 个简短的追问，每个问题都紧扣刚产出的内容，帮助用户核对关键事实、审视推理与假设、发现缺失的上下文。每次对话至多使用一次。简单操作问答、纯知识讲解、仅排版转换拼装文件、编写要运行的代码、创意写作或闲聊、或用户已要求复核/引用/审查时应跳过。
io.github.anthropics/skills/web-artifacts-builder
使用现代前端技术（React、Tailwind CSS、shadcn/ui）创建复杂多组件 claude.ai HTML artifact 的工具集。适用于需要状态管理、路由或 shadcn/ui 组件的复杂 artifact，不适合简单的单文件 HTML/JSX artifact。
io.github.anthropics/skills/claude-api
Claude API / Anthropic SDK 参考——模型 id、定价、参数、流式输出、工具调用、MCP、agent、缓存、token 计数、模型迁移。TRIGGER——在打开目标文件前先阅读本参考，不要因为“看起来只是一行代码”而跳过，凡是：提示中出现 Claude/Anthropic 的任何形式（Claude、Anthropic、Fable、Opus、Sonnet、Haiku、anthropic、@anthropic-ai、claude-*、us.anthropic.*、[1m]）；用户询问 LLM 相关问题（定价/选型/限制/缓存）——不要凭记忆作答；或任务呈 LLM 形态但未指明提供方（agent/MCP/工具定义/多智能体/RAG/LLM 评审/computer-use；对自然语言做生成/摘要/抽取/分类/改写/对话；调试拒答/截断/流式/工具调用/token）。仅当处理的是其他提供方时可 SKIP（覆盖所有触发条件）：查询中点名 OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama；或对项目执行 grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama' 命中（先跑这条 grep
io.github.heygen-com/hyperframes/hyperframes-animation
HyperFrames 全部动画知识——原子运动规则、多阶段场景蓝图、场景转场、更宽泛的 motion design 技巧，以及七种运行时适配器（默认 GSAP，另有 Lottie、Three.js、Anime.js、CSS keyframes、Web Animations API、TypeGPU）。适用于任何运动或动画任务：挑选 2-4 条规则进行组合，或加载蓝图，或查询运行时专属 API（如 GSAP eases、Lottie 播放器、Three.js mixer）。还可审计现有合成的动作编排（animation map）与 24 种命名文字动画效果。HyperFrames 原生特性：单一暂停时间轴、seek-safe、确定性。
io.github.heygen-com/hyperframes/embedded-captions
Add captions or subtitles to an existing single-subject talking-head video without editing the footage. Use for plain verbatim captions, cinematic captions embedded behind the subject, VFX captions, “炸/特效/酷炫字幕,” or a named identity from the 35-style catalog. Route by visual identity, not by backend engine. The quiet `anchor` rail is the default; embed every word only when the user explicitly wants a fully cinematic treatment. The workflow runs locally end to end, including transcription and subject matting; split multi-shot footage before applying it.
io.github.heygen-com/hyperframes/motion-graphics
以运动本身传递信息的短设计型 motion graphic——动态字体、数字滚动、图表/数据可视化呈现、logo 片头/品牌定格、下三分之一字幕条/浮层/社媒 overlay、动画地图（区域高亮、地点连线、缩放到某地）、推文/新闻文章/标题动画、网页/UI 动画（滚动、光标、callout），或将真实图片的几何结构融入图表。通常 10 秒以内（最长约 30 秒），无旁白与真人实拍；渲染为 MP4 或透明 overlay。更长的/有旁白的/多场景的用 /general-video；不明确的用 /hyperframes。
io.github.K-Dense-AI/scientific-agent-skills/rowan
Rowan 是带 Python API 的云原生分子建模与药物化学工作流平台。适用于 pKa 与大分子 pKa 预测、构象与互变异构体系综、对接与类似物对接、蛋白-配体共折叠、MSA 生成、分子动力学、通透性、描述符工作流，以及相关的小分子或蛋白建模任务。适合程序化批量筛选、多步化学流水线，以及原本需要自建 HPC/GPU 基础设施的工作流。
io.github.K-Dense-AI/scientific-agent-skills/optimize-for-gpu
将科学 Python 工作负载加速到 NVIDIA GPU 上，并验证结果正确且更快。适用于 CUDA/GPU 优化；CPU 受限的 NumPy、SciPy、pandas、scikit-learn、NetworkX、scikit-image、向量检索、图像处理、图、仿真或文件 I/O 负载；CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA、RAFT 相关问题；以及性能剖析、内存搬运、kernel 或多 GPU 瓶颈。当大规模数据并行的 Python 代码很慢且 GPU 加速是合理选项时也应使用，即使用户没有提到 CUDA。
io.github.K-Dense-AI/scientific-agent-skills/gget
对 20+ 生物信息学数据库的快速 CLI/Python 查询。适合快速查询：基因信息、BLAST/BLAT、病毒序列下载、AlphaFold 结构、富集分析、OpenTargets、COSMIC、CELLxGENE 以及 8cube 小鼠特异性/表达数据。最适合交互式探索和简单查询。批量处理或高级 BLAST 用 biopython；跨库 Python 工作流用 bioservices。
skillsmp.ruvnet-ruflo-skill-md
Ruflo 是面向 AI 编码 agent（Claude Code、Cursor、Codex、Copilot、Gemini、Amp 及另外 12 家）的多 agent 编排平台。当用户希望：(1)在项目中安装/初始化 ruflo；(2)运行采用分层协同的多 agent swarm；(3)使用 ruflo 的 314+ MCP 工具处理记忆、路由、钩子、sub-agent 或工作流；(4)查看 ruflo 状态/版本/doctor 健康检查；(5)为任务挑选合适的 ruflo 插件（共 30+）时使用本 skill。
io.github.anthropics/skills/claude-api
Claude API / Anthropic SDK 参考——模型 id、定价、参数、流式输出、工具调用、MCP、agent、缓存、token 计数、模型迁移。触发条件：提示中出现任何 Claude/Anthropic 相关名称（Claude、Anthropic、Fable、Opus、Sonnet、Haiku 等）；用户询问 LLM 相关问题（定价/选型/限额/缓存）时不要凭记忆回答；或任务属于 LLM 类且未指明供应商。仅当明确针对其他供应商（OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama）时跳过。
io.github.deepseek-ai/deepseek-harness/agent-experience
Use when writing or changing a model-facing tool definition (name, description, parameter schema, or its system-prompt section), and when designing skills, context loading, or multi-step workflows, to make information discoverable and use context efficiently.
io.github.affaan-m/ECC/brand-discovery
Run a structured, resumable multi-session brand identity interview across 8 modules (purpose, positioning, audience, personality, voice, narrative, founder tension) using laddering, 5 Whys, and projective techniques, persisting answers to disk and producing a master brandbook (90_SYNTHESIS.md). Use when creating or repositioning a brand, briefing designers or writers, or making implicit founder knowledge explicit.
io.github.affaan-m/ECC/orch-pipeline
orch-* skill 家族共用的编排引擎。定义带门槛的“调研-规划-TDD-评审-提交”流水线、规模分类器、代理映射，以及两个由 orch-* 操作 skill 委派使用的人工关口。通常不直接调用；当某个 orch-* skill 委派其带门槛的调研-规划-TDD-评审-提交流水线时生效。
io.github.affaan-m/ECC/blueprint
把一行目标转成面向多会话、多代理工程项目的分步构建计划。每一步都带自包含的上下文简报，新代理可以冷启动执行。包含对抗评审门、依赖图、并行步骤检测、反模式目录与计划变更协议。触发时机：用户为复杂的多 PR 任务索要计划、蓝图或路线图，或描述需要多个会话完成的工作。不触发：任务可在单个 PR 或少于 3 次工具调用内完成，或用户说“直接做”时。
io.github.affaan-m/ECC/ralphinho-rfc-pipeline
RFC 驱动的多代理 DAG 执行模式，含质量门、合并队列与工作单元编排。在运行带质量门和合并队列的 RFC 驱动多代理执行时使用。
io.github.affaan-m/ECC/team-agent-orchestration
使用工作项、归属、代理看板、合并门槛与控制台交接，为代理小队运行基于团队的编排。在以工作项、归属、看板和合并门槛协调代理小队时使用。