插件市场

压缩当前会话并生成交接文档，帮助后续 Agent 延续工作。

根据当前开发任务选择合适的 Skill 和工作流程。

编写供 Agent 使用的说明文档、Skill 和项目规则。

将上一条回答改写为更通俗、容易理解的表述。

生成面向 Claude 会话的交接说明，保存进展、上下文和后续步骤。

查找并安装可扩展 Agent 能力的 Skill。

创建和改进 Skill，并通过评估检验触发效果与执行质量。

查阅 Caveman 命令与工作流的使用帮助。

识别当前任务适用的 Superpowers Skill，并按对应工作流执行。

协调子 Agent 执行实施计划，并对任务结果进行审查。

将互不依赖的任务分配给多个 Agent 并行处理。

编写、编辑和验证可复用的 Skill。

依据飞书 OpenAPI 构建和维护可复用的 Skill。

使用 Orca 协调不同 Agent 和工作区中的外部执行者。

查阅深度学习论文的一手资料，补齐复现所需的实现细节。

梳理深度学习仓库的结构与复现要求，形成实施计划。

执行最小深度学习运行并收集可复核证据，生成标准化审计报告。

为深度学习项目准备环境、缓存和模型资产，尽量避免破坏现有配置。

构建可供大模型调用的 MCP 服务，设计工具接口与服务集成。

分析 Agent 使用方式和 Token 开销，寻找上下文与工作流优化机会。