Намерете инструкция, прочетете оригиналния файл и подгответе команда за своя инструмент.
31 301 skills в каталога
Как подбирам и измервамДанните имат нужда от нова проверка.Последна успешна проверка: 23.09.2026 г.
Проверката на източника не означава, че всяка инструкция е изпробвана от Level8. Каталогът не обхваща непременно всички публични хранилища.
Търсене в целия индекс. Метаданните показват посоченото от източника; липсващите стойности остават означени.
Датата в GitHub е отделна от първата поява в моя индекс. Филтърът по дата изключва записите без посочено обновяване.
Страница 195: 24 записа в 6 групи по репозиторий. Всички записи от страницата са показани. Номерът пази позицията от избраната подредба.
1 skill от този източник на тази страница
This skill should be used when the user asks to "分析 GitHub 趋势", "github trending", "热门项目分析", "star 高的项目", "互动高的项目", "新项目趋势", "如何设计新项目跟上趋势", "trending repos", "popular github projects", "what's hot on github", or when the user wants insights from GitHub data to inform the design of a new open-source
1 skill от този източник на тази страница
Drive a real browser with Jev, TypeSafe's ~100ms decision model. Give it a URL and a goal; Jev clicks, types and selects its way there while you watch, then returns the final page. Use when the user asks to use Jev, to browse or navigate a site "with Jev", or wants a fast visible browser demo (search a site, fill a form, open a result).
1 skill от този източник на тази страница
Research open-source libraries with evidence-backed answers and GitHub permalinks. Use when the user asks about library internals, needs implementation details with source code references, wants to understand why something was changed, or needs authoritative answers backed by actual code. Excels at
1 skill от този източник на тази страница
Research a business website, produce a concise prospect report, recommend concrete OpenClaw use cases, and draft a tailored outreach email. Use when demonstr...
17 skills от този източник на тази страница
Site-specific knowledge and operational quirks for arXiv (arxiv.org), maintained by hyper-browsing.
Site-specific knowledge for chatgpt.com, generated and maintained by Adaptive Web Agent.
Site-specific knowledge and operational quirks for Coinbase (coinbase.com), maintained by hyper-browsing.
Site-specific knowledge for finviz.com, generated and maintained by Adaptive Web Agent.
Site-specific knowledge for www.google.com, generated and maintained by Adaptive Web Agent.
Site-specific knowledge and operational quirks for Hyperliquid (app.hyperliquid.xyz), maintained by 37web.
Site-specific knowledge and operational quirks for KREAM (kream.co.kr), maintained by hyper-browsing.
Site-specific knowledge and operational quirks for LinkedIn (linkedin.com), maintained by hyper-browsing.
Site-specific knowledge for land.naver.com, generated and maintained by Adaptive Web Agent.
Site-specific knowledge and operational quirks for new.land.naver.com, maintained by Adaptive Web Agent.
Site-specific knowledge for search.naver.com, generated and maintained by Adaptive Web Agent.
Site-specific knowledge and operational quirks for Skyscanner (skyscanner.co.kr), maintained by 37web.
Site-specific knowledge for www.threads.com, generated and maintained by Adaptive Web Agent.
Site-specific knowledge and operational quirks for ticketmaster.sg, maintained by 37web.
Site-specific knowledge and operational quirks for TradingView (tradingview.com), maintained by hyper-browsing.
Site-specific knowledge and operational quirks for trends.google.com, maintained by Adaptive Web Agent.
Site-specific knowledge for www.naver.com, generated and maintained by Adaptive Web Agent.
3 skills от този източник на тази страница
Compress inter-agent messages into a binary wire format — 4-bit quantized vectors, a shared token dictionary learned from a corpus, delta-diff between an old and a new message, and hashing of repeated sections, with a dictionary store under ~/.botte. Deterministic, local, 0 cloud tokens. Use when two or more agents exchange structured messages repeatedly and transmission volume matters more than human readability. Not for one-shot content compression of logs or tool output — use universal-compre
The cross-cutting learning layer — record a retroactive loop for distillation, select the skills a task needs (skill RAG), predict the cost of a fix, compress accumulated agent memory, predict the agent route, and distill knowledge across loops, with aggregate stats (loop-distill, skill-rag, predict-fix, mem-compress, predict-route, distill, stats). Use when the question spans several loops or sessions rather than one run. Not for scanning session logs for recurring failures and correcting them
Policy A9 detector (docs/local-analysis-policy.md) — finds redundant concurrent agent missions with >=70% objective overlap in event logs (.botte/events.jsonl). Pure stdlib, 0 cloud tokens. Every finding carries the five mandatory policy fields. Use to avoid duplicate work and coordinate multi-agent tasks.
Пазя съществуващия каталог и добавям намерени SKILL.md файлове след прочит на метаданните. Наличният индекс остава използваем, когато проверката е частична.
Платформата и нивото описват записаното в източника. Те не са гаранция за съвместимост. Български текст се показва само когато в каталога има отделен превод; иначе виждате оригинала с означен език.
Общите звезди показват натрупана популярност. За „Набират интерес“ се сравнява измереният темп при достатъчен интервал. ≥ означава непълна извадка. Под един час не изчислявам дневен темп; методът и изминалият период се показват до записа.
Проверете файла, лиценза и нужния достъп преди употреба. Нито каталогът, нито четенето на SKILL.md изпълняват външни инструкции.
Темата Agent Skills в GitHub