Gå til indhold
fedi.software

Skills til agenter

Skills til Claude Code, Codex, Cursor og andre agenter fra kataloget skills.sh: installationer, status for sikkerhedstjek og kommandoen til at tilføje en skill.

En skill er ikke bundet til én agent: npx skills add installerer den i enhver understøttet agent. Uden -a finder CLI’en agenterne på din computer og spørger, hvor den skal tilføjes.

Opdateret · Kilder: skills.sh

Vist: 15 · fundet: 15 · af 10.000 i kataloget

  • uv-package-manager wshobson/agents

    Master the uv package manager for fast Python dependency management, virtual environments, and modern Python project workflows. Use when setting up Python projects, managing dependencies, or optimizing Python development workflows with uv.

    16.092 Ikke bestået
  • cad earthtojake/text-to-cad

    Creates and edits parametric CAD parts and assemblies as Python build123d models that cadgen's engine builds and the CAD Viewer shows live; exports STEP, STL, 3MF, GLB and xbf files on request; resolves prompt references, measures geometry, and articulates or animates assemblies. Use for 3D CAD modeling, editing a model script (any change to a part's or assembly's `.py`), organizing a CAD project, exporting or converting CAD files, Quick Edit prompts, mechanisms, and explode or showcase animations. Opens and reviews existing XBF, STEP/STP, STL, 3MF and GLB files in the CAD Viewer.

    15.744 Ikke bestået
  • marimo-pair marimo-team/marimo-pair

    Drive a live marimo notebook as a workspace: run Python in the same kernel the user does, inspect live notebook state, and commit durable notebook changes. Use when the user wants to start a marimo notebook or pair on an active marimo session.

    14.318 Ikke bestået
  • temporal-python-testing wshobson/agents

    Test Temporal workflows with pytest, time-skipping, and mocking strategies. Covers unit testing, integration testing, replay testing, and local development setup. Use when implementing Temporal workflow tests or debugging test failures.

    11.556 Ikke bestået
  • notebooklm teng-lin/notebooklm-py

    Install, authenticate, troubleshoot, and operate Gemini Notebook through the notebooklm-py CLI or typed async Python API. Use for notebook and source management, grounded chat and research, and artifact generation or download when the user mentions Gemini Notebook, notebooklm-py, the notebooklm CLI, or its Python API. Do not use for the generic Gemini API or unrelated content creation.

    10.262 Ikke bestået
  • python-pro jeffallan/claude-skills

    Use when building Python 3.11+ applications requiring type safety, async programming, or robust error handling. Generates type-annotated Python code, configures mypy in strict mode, writes pytest test suites with fixtures and mocking, and validates code with black and ruff. Invoke for type hints, async/await patterns, dataclasses, dependency injection, logging configuration, and structured error handling.

    9.356 Ikke bestået
  • fastapi-expert jeffallan/claude-skills

    Use when building high-performance async Python APIs with FastAPI and Pydantic V2. Invoke to create REST endpoints, define Pydantic models, implement authentication flows, set up async SQLAlchemy database operations, add JWT authentication, build WebSocket endpoints, or generate OpenAPI documentation. Trigger terms: FastAPI, Pydantic, async Python, Python API, REST API Python, SQLAlchemy async, JWT authentication, OpenAPI, Swagger Python.

    6.625 Ikke bestået
  • pandas-pro jeffallan/claude-skills

    Performs pandas DataFrame operations for data analysis, manipulation, and transformation. Use when working with pandas DataFrames, data cleaning, aggregation, merging, or time series analysis. Invoke for data manipulation tasks such as joining DataFrames on multiple keys, pivoting tables, resampling time series, handling NaN values with interpolation or forward-fill, groupby aggregations, type conversion, or performance optimization of large datasets.

    6.320 Ikke bestået
  • django-expert vintasoftware/django-ai-plugins

    Expert Django backend development guidance. Use when creating Django models, views, serializers, or APIs; debugging ORM queries or migrations; optimizing database performance; implementing authentication; writing tests; or working with Django REST Framework. Follows Django best practices and modern patterns.

    5.992 Ikke bestået
  • devcontainer-setup trailofbits/skills

    Creates devcontainers with Claude Code, language-specific tooling (Python/Node/Rust/Go), and persistent volumes. Use when adding devcontainer support to a project, setting up isolated development environments, or configuring sandboxed Claude Code workspaces.

    5.956 Ikke bestået
  • django-expert jeffallan/claude-skills

    Use when building Django web applications or REST APIs with Django REST Framework. Invoke when working with settings.py, models.py, manage.py, or any Django project file. Creates Django models with proper indexes, optimizes ORM queries using select_related/prefetch_related, builds DRF serializers and viewsets, and configures JWT authentication. Trigger terms: Django, DRF, Django REST Framework, Django ORM, Django model, serializer, viewset, Python web.

    4.645 Ikke bestået
  • cuopt-developer nvidia/skills

    Modify, build, test, debug, and contribute to NVIDIA cuOpt (C++/CUDA, Python, server, CI). Use for solver internals, PRs, DCO, and code conventions.

    2.757 Ikke bestået
  • modal k-dense-ai/scientific-agent-skills

    Modal is a serverless cloud platform for running Python on demand, including on-demand GPUs. Use when deploying or serving AI/ML models, running GPU-accelerated workloads (training, fine-tuning, inference), serving web endpoints, scheduling batch jobs, or scaling Python code to cloud containers with the Modal SDK.

    2.161 Ikke bestået
  • setup marketcalls/vectorbt-backtesting-skills

    Set up the Python backtesting environment. Detects OS, creates virtual environment, installs dependencies (openalgo, ta-lib, vectorbt, plotly), and creates the backtesting folder structure.

    2.134 Ikke bestået
  • harvard-artifacts-etl-analytics reason-machines/data-skills

    Build ETL pipelines and analytics dashboards for Harvard Art Museums API data with Python, SQL, and Streamlit

    2.015 Ikke bestået

Beskrivelserne er forfatternes egne, på engelsk. Læs koden til en skill i dens repository, før du installerer den.

Hvad er en skill?

En skill er en mappe med en SKILL.md-fil og eventuelt scripts, som en agent indlæser, når opgaven passer. Den kan lære agenten at arbejde med et bestemt filformat, følge en bestemt arbejdsgang eller bruge et værktøj. Kataloget viser skills fra skills.sh til Claude Code, Codex, Cursor og andre agenter med navn, forfatter og repository, antal installationer, status for sikkerhedstjek og kommandoen til at tilføje skillen.

Sådan er kataloget bygget

  • De 10 000 mest installerede skills, synkroniseret dagligt fra skills.sh.
  • »Populære nu« er installationer i de seneste 7 dage.
  • Filtre efter emne og agent samt søgning; højst 100 skills pr. visning.
  • Knappen »Kopiér kommandoen« kopierer installationskommandoen.

Beskrivelserne er forfatternes egne, på engelsk, og bliver ikke oversat. Installationer tælles af skills.sh.

Status for sikkerhedstjek

Hver skill har en af fire statusser fra de tjek, skills.sh offentliggør: »Bestået«, »Advarsler«, »Ikke bestået« eller »Ikke tjekket«. Et bestået tjek er ikke en garanti. En skill kan køre scripts på din maskine med agentens rettigheder, så læs koden i repositoryet, før du installerer den.

Sådan finder du en god skill

  1. Filtrér efter din agent og det emne, du arbejder med.
  2. Se på installationer og »Populære nu« som et første fingerpeg, ikke som et kvalitetsstempel.
  3. Åbn repositoryet på GitHub, og læs SKILL.md og eventuelle scripts.
  4. Installer, prøv på et testprojekt, og fjern skills, du ikke bruger.

Eksempler på skills

Der findes skills til at skrive tests, gennemgå pull requests, arbejde med regneark og PDF-filer, bygge brugerflader efter et designsystem eller følge en virksomheds kodestil. Nogle er små og indeholder kun instruktioner, andre har scripts, der kører kommandoer. Jo mere en skill gør, jo vigtigere er det at læse koden først.

Hvor passer skills ind?

Skills gør en agent bedre til bestemte opgaver, men erstatter ikke en god model. Vælg først agent på siden om kodeagenter, og byg derefter videre med skills.