Annuaire de skills

Découvrez des skills réutilisables pour les AI agents.

Recherchez de vrais skills GitHub par tâche et vérifiez Stars, confiance, audit, catégorie et chemin d’installation avant de les utiliser.

Chaque recommandation reste clairement reliée à son dépôt, son audit et son chemin d’installation.

Résultats de recherche: m2

Annuaire en anglais

非线智能 NoneLinear - ReLE评测:中文AI大模型能力评测(持续更新):目前已囊括374个大模型,覆盖chatgpt、gpt-5.4、谷歌gemini-3.1-pro、Claude-4.6、文心ERNIE-X1.1、ERNIE-5.0、qwen3.6-max、qwen3.6-plus、百川、讯飞星火、商汤senseChat等商用模型, 以及step3.5-flash、kimi-k2.6、ernie4.5、MiniMax-M2.7、deepseek-v4、Qwen3.6、llama4、智谱GLM-5.1、MiMo-V2、LongCat、gemma4、mistral等开源大模型。不仅提供排行榜,也提供规模超200万的大模型缺陷库!方便广大社区研究分析、改进大模型。

6.2K
Stars
77/100
Confiance
Catégorie: agent-frameworksAudit

A Claude Code skills collection that structures AI-assisted coding into a multi-agent workflow with design approval, TDD planning, and autonomous execution.

11
Stars
66/100
Confiance
Catégorie: coding-agentsAudit

Extract quantities from IFC/Revit models for quantity takeoff. Uses DDC converters to get element counts, areas, volumes, lengths with grouping and reporting.

282
Stars
63/100
Confiance
Catégorie: automationAudit

Calculate CO2 emissions and carbon footprint from BIM model data. Analyze embodied carbon by material, element, and building system.

282
Stars
61/100
Confiance
Catégorie: design-creativeAudit

Deep research agents using MiniMax M2.1 interleaved thinking

216
Stars
62/100
Confiance
Catégorie: researchAudit

Inspect the repo state and show a status panel across all milestones, recommending the earliest actionable next step in the workflow.

57
Stars
56/100
Confiance
Catégorie: researchAudit