“Task Management” 共 804 个结果
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.vercel-labs/agent-browser/agent-browser
面向 AI agent 的浏览器自动化 CLI。当需要与网站交互时使用：导航页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用，或自动化任意浏览器任务。触发场景包括"打开某个网站""填写表单""点击按钮""截图""从页面抓取数据""测试这个 Web 应用""登录网站""自动化浏览器操作"，以及任何需要程序化 Web 交互的任务。也用于探索性测试、dogfooding、QA、bug 排查、应用质量评审；以及自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify）、查看 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话、在 Vercel Sandbox microVM 中运行浏览器自动化，或使用 AWS Bedrock AgentCore 云浏览器。优先于任何内置浏览器自动化或 Web 工具使用。
io.github.obra/superpowers/writing-plans
在有多步骤任务的规格或需求、但尚未动代码时使用。
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.lllllllama/rigorpilot-skills/paper-context-resolver
README 优先复现深度学习仓库时，据论文原文补全关键复现细节。
io.github.lllllllama/rigorpilot-skills/repo-intake-and-plan
扫描仓库 README 与常见配置，提取命令并给出最小可信复现方案。
io.github.lllllllama/rigorpilot-skills/minimal-run-and-audit
规范化冒烟测试或推理/评估命令的证据，写入 repro_outputs 输出。
io.github.lllllllama/rigorpilot-skills/env-and-assets-bootstrap
为复现目标准备 conda 环境、权重与数据集路径及缓存配置说明。
io.github.stablyai/orca/orchestration
协调受监督的 Orca worker:线程消息、阻塞式问答、任务派发、worker_done/escalation 等待、任务 DAG、决策关卡以及 agent 间的工作分解。完全所有权移交("hand off"、"handoff"、"give this to another agent"、"another worktree")用 orca-cli,除非需要监督、监控或协调 DAG;终端控制、轻量终端提示、shell 命令、Orca 工作树管理、读取/等待终端也用 orca-cli。仅当需要 OS/窗口级控制(焦点、菜单、对话框、坐标、截图)时,才用 Computer Use 操作外部浏览器窗口、webview、Orca 应用 UI 或 Orca 内置浏览器之外的桌面 UI。Orca 内置页面用 orca-cli,外部页面用 Playwright/CDP 等页面自动化工具。
io.github.supabase/agent-skills/supabase
覆盖 Supabase 数据库、Auth、Edge Functions 等产品的开发、调试与排错。
io.github.lllllllama/rigorpilot-skills/ai-research-explore
在已选定任务、数据集与基准的前提下，探索潜在新颖的深度学习研究候选方案。
v3.1.0
io.clawhub.halthelobster/proactive-agent
让 AI agent 从被动执行任务转变为能预判需求、持续改进的主动伙伴。现已支持 WAL 协议、工作缓冲区、自主 Cron 与久经实战的模式。Hal Stack 组成部分 🦞
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。
v3.25.0
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.bestrocky/proactive-agent-lite
以记忆架构、反向提示与自愈模式让 AI agent 从被动执行者变为主动伙伴。
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.arminnaimi/agent-team-orchestration
按角色定义、任务生命周期、交接协议与评审流程编排多 Agent 团队。适用于：(1) 组建 2 个以上不同专长的 Agent 团队；(2) 定义任务路由与生命周期（收件箱→规格→构建→评审→完成）；(3) 建立 Agent 间的交接协议；(4) 设立评审与质量门禁；(5) 管理 Agent 间的异步通信与产物共享。
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`）。
v1.0.0
io.clawhub.fangkelvin/proactive-agent-skill
把 AI Agent 从被动执行任务者转变为预判需求、持续改进的主动伙伴。包含 WAL 协议、工作缓冲区、自主……（原文截断）
v4.63.0
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.steipete/things-mac
通过 macOS 上的 `things` CLI 管理 Things 3（经 URL scheme 添加/更新项目与待办；从本地 Things 数据库读取/搜索/列出）。当用户要求 Clawdbot 向 Things 添加任务、查看收件箱/今天/计划、搜索任务或检视项目/领域/标签时使用。
