Token导航 LogoToken导航

Agent Skill · 研究检索

llm-challenge（LLM challenge 搜索）

llm-challenge 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

llm-challenge 是研究检索类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为需要联网；许可证信息还不明确，第三方扫描已通过，按安装量在研究检索类的 73,675 个 Skill 里排第 57,063。

总安装 441周安装 18GitHub Stars 6下载 143核验 2026-05-01
研究检索需要联网GitHub 仓库未标认证来源可访问许可证需确认审计通过CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：llm-challenge（LLM challenge 搜索）
来源仓库：https://github.com/tailor-platform/sdk
仓库路径：skills/llm-challenge
安装命令：
npx skills add https://github.com/tailor-platform/sdk --skill llm-challenge
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

skills.shnpx skills
npx skills add https://github.com/tailor-platform/sdk --skill llm-challenge

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题，通常会让助手先检索再总结。

llm-challenge 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词快速定位候选结果时使用。它能辅助梳理任务线索、来源信息和候选方案，帮助 Agent 快速缩小范围。

通过 npx skills add 命令从指定仓库安装，具体用法请参考原始 README。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。适用宿主包括 Codex、Claude、Cursor、Gemini CLI，接入前应确认版本、权限和运行环境要求。

来源仓库内路径：skills/llm-challenge

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/tailor-platform/sdk --skill llm-challenge；命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

llm-challenge 怎么安装？

在终端执行 npx skills add https://github.com/tailor-platform/sdk --skill llm-challenge。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

llm-challenge 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

llm-challenge 需要什么权限？

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

llm-challenge 是免费的吗？

公开资料没有标注明确许可证，收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

llm-challenge 用的人多吗？

公开数据是累计安装 441 次，近一周安装 18 次，下载 143 次，GitHub 6 星。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

llm-challenge 安全吗？

第三方扫描结果为通过，但这只覆盖已知的静态检查项，不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具，换客户端不用重新找替代品。
  • 第三方扫描已通过，常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注，能不能商用、能不能再分发都不确定。
  • 第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex，想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
llm-challenge

LLM challenge 搜索 · 本页

4416需要联网未明确通过

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

LLM Challenge

Benchmark for @tailor-platform/sdk AI-friendliness. Located at llm-challenge/.

Read llm-challenge/README.md for commands, scoring, and verification details.

Core Rule

When AI fails a challenge, improve the SDK (JSDoc, error messages, types, CLAUDE.md) — NEVER add hints to problem.md.

Prerequisite

ALWAYS build SDK before running: pnpm -C packages/sdk build

Problem Conventions

Structure: problems/<id>-<name>/ with meta.json, problem.md, scaffold/, solution/, tests/

meta.json rules:

  • id: 3-digit zero-padded, sequential
  • scoring: Category defaults — tailordb: 20/20/60, resolver/executor/workflow: 15/15/70, config: 30/20/50, fix-broken: 15/15/70
  • Fix-broken problem: same file appears in both implement and scaffold

problem.md rules:

  • Sections: Goal → Domain Context/Instructions → What to Build → Requirements → Reference
  • NEVER include SDK code examples — AI must discover API from the SDK package itself
  • Always end with "Refer to the installed SDK package for..."

Writing Tests

  • Read existing tests in problems/*/tests/ for patterns
  • Helpers: shared/test-helpers.ts (createWorkDirContext, importPath, expectFieldType, etc.)
  • Mocks: shared/mocks.ts (setupTailordbMock, setupWorkflowMock)
  • ALWAYS use describe.skipIf(!workDirReady) guard

Creating a New Problem

  1. Next sequential ID (e.g., 013)
  2. Write solution first, then tests
  3. Verify: pnpm -C llm-challenge challenge --problem <id> --use-solution → must be 100/100

SDK Improvement Cycle

  1. pnpm -C llm-challenge challenge:solve --retry 2 → analyze failures
  2. Improve SDK source (NOT problem descriptions)
  3. pnpm -C packages/sdk build → pnpm -C llm-challenge challenge:verify-solution
  4. Re-run benchmark to measure improvement

平台分布

Codex

34.62%
按下载量换算50

Claude

30.84%
按下载量换算44

Cursor

17.09%
按下载量换算24

Gemini CLI

8.66%
按下载量换算12

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多研究检索 Skills（73,675）返回 Skills 目录

上一个 Skill

llm-chain（LLM chain 搜索）

bytesagain3/llm-chain

llm-chain 用于查找、检索和筛选相关信息，适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

llm-communication（LLM communication 搜索）

phrazzld/claude-config

llm-communication 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。