Explore AI Agent Skills & Claude Prompts
Discover open-source agent skills for Claude Code, Codex, ChatGPT, and any tool that uses SKILL.md.
Enter through keywords, occupations, creators, and GitHub sources to see what kinds of skills are emerging across domains.
Use the same catalog through the API
Connect 381,784 public skills to your own search, analytics, or agent workflow with the REST API.
Querying local SQLite index...
cold-email
by ricardonevesbragaQuando o usuário quiser escrever, melhorar ou construir uma sequência de emails de prospecção B2B a frio para prospects que não solicitaram contato. Use quando o usuário mencionar 'cold email', 'prospecção a frio', 'emails de prospecção', 'emails de SDR', 'emails de vendas', 'email de primeiro contato', 'sequência de acompanhamento' ou 'prospecção por email'. Use também quando compartilharem um rascunho de email que soa muito comercial e precisa ser humanizado. Distinto de email-sequence (lifecycle/nutrição para assinantes que optaram em) — este é contato não solicitado para novos prospects. NÃO para emails de lifecycle, newsletters ou campanhas de drip (use email-sequence).
desenvolvimento-time
by ricardonevesbragaPDIs, trilhas de desenvolvimento e planos de carreira para equipes brasileiras
paid-ads
by ricardonevesbragaQuando o usuário quer ajuda com campanhas de publicidade paga no Google Ads, Meta (Facebook/Instagram), LinkedIn, Twitter/X, TikTok ou outras plataformas de anúncios. Use também quando o usuário mencionar 'PPC', 'mídia paga', 'copy de anúncio', 'criativo de anúncio', 'ROAS', 'CPA', 'campanha de anúncios', 'retargeting' ou 'segmentação de audiência'. Esta skill cobre estratégia de campanha, criação de anúncios, segmentação de audiência e otimização.
snowflake-development
by ricardonevesbragaUse quando escrever SQL Snowflake, construir pipelines de dados com Dynamic Tables ou Streams/Tasks, usar funções Cortex AI, criar Cortex Agents, escrever Snowpark Python, configurar dbt para Snowflake ou solucionar problemas de erros Snowflake.
capa-officer
by ricardonevesbragaGestão do sistema CAPA para QMS de dispositivos médicos. Cobre análise de causa raiz, planejamento de ações corretivas, verificação de eficácia e métricas de CAPA. Use para investigações CAPA, análise dos 5 Porquês, diagramas de Ishikawa, determinação de causa raiz, rastreamento de ações corretivas, verificação de eficácia ou otimização do programa de CAPA.
fda-consultant-specialist
by ricardonevesbragaConsultor regulatório FDA para empresas de dispositivos médicos. Fornece orientação sobre vias 510(k)/PMA/De Novo, conformidade QSR (21 CFR 820), avaliações HIPAA e cibersegurança de dispositivos. Use quando o usuário mencionar submissão FDA, 510(k), PMA, De Novo, QSR, pré-mercado, dispositivo predicado, equivalência substancial, HIPAA para dispositivos médicos ou cibersegurança FDA.
qms-audit-expert
by ricardonevesbragaEspecialista em auditoria interna ISO 13485 para QMS de dispositivos médicos. Cobre planejamento de auditoria, execução, classificação de não conformidades e verificação de CAPA. Use para planejamento de auditoria interna, execução de auditoria, classificação de achados, preparação para auditoria externa ou gestão do programa de auditoria.
quality-documentation-manager
by ricardonevesbragaGestão do sistema de controle de documentos para QMS de dispositivos médicos. Cobre numeração de documentos, controle de versão, gestão de mudanças e conformidade com 21 CFR Part 11. Use para procedimentos de controle de documentos, fluxo de trabalho de controle de mudanças, numeração de documentos, gestão de versões, conformidade de assinatura eletrônica ou revisão de documentação regulatória.
landing-page-generator
by ricardonevesbragaGera landing pages de alta conversão como componentes Next.js/React (TSX) completos com Tailwind CSS. Cria seções hero, grids de funcionalidades, tabelas de preços, accordions de FAQ, blocos de depoimentos e seções CTA usando frameworks de copy comprovados (PAS, AIDA, BAB). Produz meta tags SEO, dados estruturados e código otimizado para desempenho visando Core Web Vitals (LCP < 1s, CLS < 0.1). Use quando o usuário pede para criar uma landing page, página de marketing, homepage, site de página única, página de captura de leads, página de campanha, página de promoção ou página web otimizada para conversão — ou quando quer testar variantes de landing page A/B ou substituir uma página estática por uma projetada para converter.
adversarial-reviewer
by ricardonevesbragaRevisão de código adversarial que quebra a monocultura de auto-revisão. Use quando quiser uma revisão genuinamente crítica de mudanças recentes, antes de fazer merge de um PR, ou quando suspeitar que o Claude está sendo condescendente demais sobre a qualidade do código. Força mudanças de perspectiva por meio de personas de revisores hostis que capturam pontos cegos que o modelo mental do autor compartilha com o revisor.
mdr-745-specialist
by ricardonevesbragaEspecialista em conformidade EU MDR 2017/745 para classificação de dispositivos médicos, documentação técnica, evidência clínica e vigilância pós-mercado. Cobre regras de classificação do Anexo VIII, arquivos técnicos dos Anexos II/III, avaliação clínica do Anexo XIV e integração EUDAMED.
quality-manager-qmr
by ricardonevesbragaGerente de Qualidade Sênior — Representante da Direção (RD/QMR) para empresas HealthTech e MedTech. Fornece governança do sistema da qualidade, liderança de revisão gerencial, supervisão de conformidade regulatória e monitoramento de desempenho da qualidade conforme a ISO 13485 Cláusula 5.5.2 — com foco no mercado brasileiro.
Browse Agent Skills by Occupation
23 major groups · 867 SOC occupations
Browse by Category
Explore agent skills organized by their primary use case
Explore the agent skills ecosystem by occupation and creator
SkillMD is not just a keyword search box. It is an open map that organizes public skills by occupation, creator, and repository, helping you see which workflows, judgment criteria, and domain habits people are writing for AI agents.
Then follow creators and GitHub repositories back to the source: compare the skills a team maintains, whether the repo is active, and how the README frames the work before you open, install, or reuse anything.
Use it three ways: learn an unfamiliar field by occupation, study how creators organize skills, then use source context to decide what is worth opening or reusing.
01 Map a field
Browse 23 occupation groups and 867 SOC roles to learn what skills exist in adjacent domains and how they break down real work.
02 Follow creators
Use creator and repository pages to inspect maintained skill collections, recent updates, and source context before trusting a result.
03 Search with sources
Search 1.7M+ collected skills, then use occupation tags, creators, and GitHub source context to decide what is worth opening.
Start with the occupation map, then follow creators and repositories back to real code. SkillMD helps explain why a skill is worth opening, not only what it is named.
Standardizing Agent Capabilities with SKILL.md and Model Context Protocol (MCP)
In the rapidly evolving landscape of artificial intelligence, LLM agents (Large Language Model agents) have transitioned from simple text predictors to autonomous problem solvers. To orchestrate complex, multi-step agentic workflows, developers require a standardized format to specify agent capabilities, prompt instructions, system rules, and database bindings. This is where SKILL.md and the Model Context Protocol (MCP) have emerged as standard developer paradigms. SkillMD serves as the central directory for indexing, exploring, and sharing these critical agent configurations.
Our open-source registry currently tracks over 1.7 million collected SKILL.md configurations and system prompts. By compiling agent configurations from active developers on GitHub, we bridge the gap between prompt engineering research and production execution. Whether you are building agents with Anthropic's Claude Code, OpenAI's GPT-4, Google's Gemini, or local models using Ollama and LlamaIndex, standardized skill definitions ensure your agents behave predictably across different runtime environments.
What is the Model Context Protocol (MCP)?
The Model Context Protocol (MCP) is an open-source standard designed to connect LLMs to data sources, developer tools, and external environments. MCP establishes a bidirectional communication channel between client applications (like Cursor, Claude Desktop, or custom agent systems) and servers hosting data or capabilities. Standardizing instructions via SKILL.md enables LLMs to query databases, read local files, execute terminal commands, and integrate third-party APIs. SkillMD allows you to find ready-to-run MCP servers and prompt instructions for various occupations and technical tasks.
The Structure of a Professional SKILL.md File
A valid SKILL.md configuration is designed to be easily read by humans and parsed by LLMs. It contains precise system instructions, trigger conditions, required parameters, and execution examples. Below is the typical architectural blueprint of a professional agent skill:
- Metadata & Core Scope: Declares the name of the skill, author details, target models, and a description of the capability.
- Triggers & Intent Detection: Details semantic triggers that help the agent decide when to invoke this skill.
- System Prompts: Explicit system-level instructions that direct the agent's behavior, personality, safety guardrails, and formatting preferences.
- Capabilities & Tools: Lists the files, databases, or APIs the agent must access to complete the tasks.
- Few-Shot Examples: Demonstrates real inputs and outputs, helping the model generalize behavior through in-context learning.
Optimizing Agent Workflows for Modern LLMs
Writing effective agent skills requires deep knowledge of prompt engineering. With the release of advanced reasoning models like Claude 3.5 Sonnet, ChatGPT o1, and DeepSeek-V3, prompt templates must focus on structured thinking. Developers are encouraged to use XML tags (e.g., <thought>, <context>, and <rules>) to isolate execution boundaries. Standardized prompts prevent agents from suffering from context drift, ensuring that long-running tasks remain aligned with the initial system parameters.
Exploring by SOC Occupations and Creator Profiles
What makes SkillMD unique is its taxonomy. Instead of simple text search, we parse and organize files according to the Standard Occupational Classification (SOC) system. This means you can discover skills written for Computer and Mathematical roles, Business and Financial operations, Legal, Design, and and Educational Instruction fields. By tracking creator profiles, developers can study how different teams organize their custom instructions, compare version updates, and fork public configs for specialized enterprise use cases.
SkillMD operates as a high-performance index running on a fast Go backend and a highly responsive Astro SSR frontend. All search queries execute in milliseconds, featuring smart debouncing to prevent multiple API requests while keeping user data secure. Join our community of developers to standardize your AI agent instructions and optimize your LLM prompting workflows today.
Frequently Asked Questions
A practical guide to agent skills: what they are, how to inspect them, and how SkillMD helps you explore the ecosystem.