提示词团队共享
v1.1.0
io.minnas/mcp
与团队共享提示词和上下文,并发现社区精选合集。
“Context Management” 共 1,966 个结果
v1.1.0
io.minnas/mcp
与团队共享提示词和上下文,并发现社区精选合集。
v1.0.0
ai.smithery/callmybot-domoticz
按名字问候任何人。
v1.0.0
ai.smithery/callmybot-hello-mcp-server
按名字快速生成友好问候。为任意场景定制招呼语。
v0.2.16
io.github.croit/mcp-croit-ceph
用于 Croit Ceph 集群管理的 MCP 服务器,按 OpenAPI 动态生成工具。
v1.0.0
ai.smithery/pinion05-supabase-mcp-lite
功能相同,但仅消耗约 1/20 的上下文窗口 token。
v1.1.0
io.github.ChengJiale150/jupyter-mcp-server
功能强大的 MCP 服务器,以 AI 驱动 Jupyter Notebook 的管理与执行。
v1.12.13
io.github.nerfels/mind-map
面向 Claude Code 的实验性代码智能平台,支持 AST 解析与上下文分析。
v1.0.0
ai.smithery/neverinfamous-memory-journal-mcp
面向开发者的 MCP 服务器,支持基于 Git 的项目管理。
v0.1.0
ai.smithery/slhad-aha-mcp
基于 TypeScript 的 Home Assistant MCP 服务器,可编程管理实体。
v1.0.0
ai.smithery/smithery-ai-github
访问 GitHub API,支持文件操作、仓库管理。
v1.12.8
io.github.cameroncooke/XcodeBuildMCP
XcodeBuildMCP 提供 Xcode 项目管理、模拟器管理与应用实用工具。
v1.0.1
io.github.Selenium39/mcp-server-tempmail
基于 ChatTempMail API 的临时邮箱管理 MCP 服务器。
v0.3.1
ai.waystation/wrike
使用 Wrike 项目管理来管理项目、任务与工作流。
v2.0.2
com.letta/memory-mcp
基于 Letta 的 AI 记忆管理 MCP 服务器——标准 MCP 格式
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/doc-coauthoring
引导用户走完结构化的文档共创流程。当用户想撰写文档、提案、技术规格、决策文档或类似结构化内容时使用。该流程帮助用户高效传递上下文、通过迭代打磨内容,并验证文档对读者的有效性。当用户提到写文档、做提案、起草规格说明等任务时触发。
io.github.coreyhaines31/marketingskills/revops
当用户需要收入运营、线索生命周期管理或市场到销售的交接流程支持时使用。用户提到 RevOps、revenue operations、线索评分、线索路由、MQL、SQL、pipeline stages、deal desk、CRM 自动化、marketing-to-sales handoff、数据清洗、线索没有流转到销售、pipeline 管理、线索资格判定,或“市场何时该交接给销售”等场景时也适用。凡涉及连接市场与收入的系统和流程均可使用。冷邮件触达见 cold-email,邮件序列营销见 emails,定价决策见 pricing。
io.github.mem0ai/mem0/mem0
Mem0 Platform SDK,为 AI 应用添加持久记忆。触发条件:用户提到 "mem0"、"MemoryClient"、"记忆层"、"记住用户偏好"、"持久上下文"、"个性化",或需要为聊天机器人、agent 或 AI 应用添加长期记忆。涵盖 Python SDK(mem0ai)、TypeScript SDK(mem0ai)及框架集成(LangChain、CrewAI、OpenAI Agents SDK、Pipecat、LlamaIndex、AutoGen、LangGraph),也涵盖开源自托管的 Memory 类。模糊查询时这是默认的 mem0 技能。不触发:CLI 命令、终端使用或 shell 脚本(用 mem0-cli),或 Vercel AI SDK/@mem0/vercel-ai-provider/createMem0(用 mem0-vercel-ai-sdk)。
io.github.thedaviddias/Front-End-Checklist/interstitials
适用于 modal、遮罩层、弹窗、cookie 横幅、订阅对话框和促销浮层等 CSS 与 JS 实现。检查 position: fixed、带大 z-index 的 position: absolute、背景遮罩,以及在页面加载后立刻或稍后显示弹窗的 JavaScript。同时考虑 SEO(Google)与可访问性(WCAG 焦点管理)影响。
io.github.wshobson/agents/gitops-workflow
使用 ArgoCD 与 Flux 实现 GitOps 工作流,达成自动化、声明式的 Kubernetes 部署与持续调谐。在落地 GitOps 实践、自动化 Kubernetes 部署或配置声明式基础设施管理时使用。
io.github.Jeffallan/claude-skills/kubernetes-specialist
在部署或管理 Kubernetes 工作负载时使用。用于创建 deployment manifest、配置 pod security policy、设置 service account、定义网络隔离规则、调试 pod 崩溃、分析资源限额、检查容器日志或为工作负载定容。也用于 Helm chart、RBAC 策略、NetworkPolicy、存储配置、性能优化、GitOps 流水线与多集群管理。
io.github.The-Vibe-Company/quivr/mermaid-diagrams
Comprehensive guide for creating software diagrams using Mermaid syntax. Use when users need to create, visualize, or document software through diagrams including class diagrams (domain modeling, object-oriented design), sequence diagrams (application flows, API interactions, code execution), flowcharts (processes, algorithms, user journeys), entity relationship diagrams (database schemas), C4 architecture diagrams (system context, containers, components), state diagrams, git graphs, pie charts, gantt charts, or any other diagram type. Triggers include requests to "diagram", "visualize", "model", "map out", "show the flow", or when explaining system architecture, database design, code structure, or user/application flows.
io.github.affaan-m/ECC/blueprint
Turn a one-line objective into a step-by-step construction plan for multi-session, multi-agent engineering projects: one-PR-sized steps with self-contained context briefs, dependency graph with parallel-step detection, adversarial review gate, and plan mutation protocol. Use when planning a large feature, refactor, or roadmap that spans multiple PRs or sessions; not for single-PR tasks or when the user says "just do it".