$ get_skill("danny-avila-librechat")
Закрывает задачи из области безопасности: собирает повторяемые agent workflows и автоматизации. Ориентир по стеку и темам: mcp-servers, ai, anthropic.
По этим признакам MCP рекомендует skill агенту.
Используй skill LibreChat. Открой источник https://github.com/danny-avila/LibreChat, изучи README и примеры. Применяй только идеи, которые подходят текущему проекту; не копируй код без проверки лицензии, зависимостей и безопасности.$ related ./skills
По README закрывает: поиск, браузерные проверки и сбор данных из внешних источников; настройка промптов, правил, памяти и контекста AI-агента. Ориентир по стеку и темам: mcp-servers, ai-agents, anthropic.
По README закрывает: настройка промптов, правил, памяти и контекста AI-агента. Ориентир по стеку и темам: mcp-servers, ai-tools, claude-code.
По README закрывает: подключение MCP/tool-use сценариев для агента; интеграция с API, SDK, webhook или внешними сервисами; документация, README, changelog и release notes. Ориентир по стеку и темам: mcp-servers, TypeScript, MCP.
$ mcp ./skills
Скопируйте промпт в Codex, Cursor, Claude или другой AI-агент. Агент подключит Wikivibe MCP, локально изучит проект и подберёт подходящие скилы.
Подключи Wikivibe MCP и получи скил для текущей задачи.
Endpoint: https://wikivibe.ru/mcp/
Transport: streamable-http
После подключения вызови:
- get_skill(slug: "danny-avila-librechat")
Прочитай скил, затем проанализируй текущий проект локально. Не отправляй исходный код во внешний MCP: передавай только безопасную выжимку — стек, зависимости, список файлов, цель и проблемы.
