1、self-improving-agent：Agent 自我进化能力代表

推荐理由：基础能力强、复用门槛低，可记录错误、吸收反馈、沉淀长期经验。 

• 使用方法：启用后，Agent 会在失败、纠正或发现知识缺口时自动记录，如 LEARNINGS.md、ERRORS.md。 
• 场景：开发调试中，若因依赖版本、脚本路径或 API 参数错误失败，会记录原因和修正方式，下次可先读取经验，减少重复犯错。
   
  

2、find-skills：Skill 生态入口型能力

推荐理由：“找 Skill、装 Skill、扩展 Agent 能力”的入口，具备高频属性。 

• 使用方法：用户提出需求后，Agent 判断领域，通过 npx skills find pr review 等命令搜索候选 Skill，并给出安装建议。 
• 场景：研发团队想强化前端测试，却不确定选 Playwright、E2E还是代码审查类 Skill。find-skills 可将模糊需求转成关键词，输出候选清单。
   
  

3、summarize：多源内容总结工具

推荐理由：summarize 支持网页、文件、PDF、图片、音视频、YouTube、播客等输入，是内容工作流底座。 

• 使用方法：可用 summarize "网址" 总结网页，summarize "YouTube 链接" 总结视频；只抽取内容可用 --extract。 
• 场景：市场团队需快速消化报告和竞品视频时，Agent 可处理 PDF、网页等，输出统一摘要和关键观点。

4、agent-browser：浏览器自动化代表

推荐理由：让 Agent 从“回答问题”升级为“操作网页”，是自动化、测试、表单填写、网页数据抽取等场景的基础组件。 

• 使用方法：安装 CLI 后，Agent 可基于网页快照识别元素，执行打开页面、点击、输入、提交、截图、抽取内容等动作。 
• 场景：运营团队每天需登录多个后台查看订单、广告、库存或线索数据。agent-browser 可自动进入页面、填写筛选条件并提取结果。

5、skill-vetter：Skill 安全审查刚需代表

推荐理由：安全类 Skill 数量少但下载量高，说明用户安装第三方 Skill 时关注权限、脚本和外部连接风险。 

• 使用方法：安装陌生 Skill 前，让 Agent 读取其 SKILL.md 或仓库内容，检查作者、权限、curl、wget、混淆字符串、敏感目录读取等风险。 
• 场景：用户想安装“加密货币自动交易”类 Skill，但其要求网络访问和 shell 执行权限。skill-vetter 可先输出安全审查报告，提示密钥读取、未知域名、远程脚本等风险。

AlphaMoat ｜ 用数据寻找长期复利
🌐 AlphaMoat.ai
📧 sales@alphamoat.ai