Skills
收录 96,770 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
云与 DevOps
妙搭（Spark/Miaoda）应用开发与托管：应用创建、本地全栈开发、云端生成迭代、创意设计（UI mockup / 可交互原型 / 线框图 / 落地页 / 仪表盘 / 幻灯片 deck / 视觉探索）、AI相关能力和飞书平台能力或者其他外部能力集成、日志/Trace/监控指标/PV/UV 查询、环境变量管理、应用协作者与协作权限设置、应用角色与成员管理、自动化触发器（定时/记录变更/Webhook/飞书审批）。当用户要开发/新建一个系统·工具·平台·应用，或要本地开发 / 云端开发 / 修改 / 部署 / 发布 / 上线 / 拿可分享链接，或用 HTML 做页面·网站·部署到妙搭，或要设计 / design / mockup / prototype / wireframe / 做 PPT / deck / 视觉探索，或提到妙搭/Spark/Miaoda 应用（链接形如 `/app/app_xxx` 或 `/page/<token>`，运行时域名形如 *.aiforce.cloud）、应用数据库、应用文件存储、开放 API Key、可见范围、应用协作者/开发权限、应用角色/角色成员、线上日志、接口请求量、错误量、延迟、访问量、环境变量、给妙搭应用配自动化任务/定时触发/审批通过后自动触发时使用。不负责普通云盘文件上传（lark-drive）、飞书文档编辑（lark-doc）、原生幻灯片创建（lark-slides）。
为基于 azd 的 Azure 项目准备部署：为 Azure Developer CLI (azd) 工作流生成 azure.yaml、基础设施 (Bicep/Terraform) 和 Dockerfile。仅在用户明确想要使用 azd 作为部署工具或项目已有 azure.yaml 文件时使用。不用于：非 azd 部署、Python App Service 仅代码部署（使用 python-appservice-deploy）或跨云迁移（使用 azure-cloud-migrate）。时机：为 azd 准备应用、创建 azure.yaml、设置 azd 基础设施、现代化 Azure 应用、使用 azd 部署、函数应用、计时器触发、服务总线触发、事件驱动函数、托管标识、生成 Bicep、生成 Terraform、创建和部署到 Azure。
针对已准备好的应用执行 Azure 部署，这些应用已有 .azure/deployment-plan.md 和基础设施文件。当用户要求创建新应用时请勿使用本 Skill，应改用 azure-prepare。本 Skill 运行 azd up、azd deploy、terraform apply 和 az deployment 命令，并内置错误恢复。需要来自 azure-prepare 的 .azure/deployment-plan.md，以及来自 azure-validate 的已验证状态。触发场景：“运行 azd up”“运行 azd deploy”“执行部署”“推送到生产环境”“推送到云端”“正式上线”“发布吧”“bicep 部署”“terraform apply”“发布到 Azure”“在 Azure 上启动”。以下情况请勿使用：“创建并部署”“构建并部署”“创建新应用”“搭建基础设施”“使用 Terraform 创建并部署到 Azure”，这些请改用 azure-prepare。
列出、查找并显示订阅或资源组中的 Azure 资源。可处理“列出我订阅中的网站”“列出我的 Web 应用”“显示我的应用服务”“列出虚拟机”“列出我的 VM”“显示存储账户”“查找容器应用”以及“我有哪些资源”等请求。适用于：列出网站、列出 Web 应用、列出应用服务、显示订阅中的网站、资源清单、按标签查找资源、标签分析、孤立资源发现（非成本分析）、未挂载磁盘、按类型统计资源数量、跨订阅查找、Azure Resource Graph 查询。不适用于：部署或更改资源（请使用 azure-deploy）、成本优化（请使用 azure-cost）、非 Azure 云。
评估并将跨云工作负载迁移到 Azure，生成报告和代码转换。支持 Lambda→Functions、Beanstalk/Heroku/App Engine→App Service、Fargate/Kubernetes/Cloud Run/Spring Boot→Container Apps。WHEN: 迁移 Lambda 到 Functions、AWS 到 Azure、迁移 Beanstalk、迁移 Heroku、迁移 App Engine、Cloud Run 迁移、Fargate 到 ACA、ECS/Kubernetes/GKE/EKS 到 Container Apps、Spring Boot 到 Container Apps、跨云迁移。
当用户希望“部署 Agent”“部署我的 ADK Agent”“设置 CI/CD”“配置密钥”“排查部署问题”，需要了解 Agent Runtime、Cloud Run 或 GKE 部署目标，或将 Agent 绑定到 Agent Gateway 时使用。涵盖部署工作流、服务账号、回滚和生产基础设施。适用于 agents-cli 可部署的任何框架 Agent（ADK、LangChain 等）。不要用于 Agent API 代码模式（ADK 请使用 google-agents-cli-adk-code）、评估（使用 google-agents-cli-eval）或项目脚手架（使用 google-agents-cli-scaffold）。
当用户想要“发布 Agent”“发布我的 ADK Agent”“在 Gemini 注册 Agent”“发布到 Gemini”（原 Gemini Enterprise），或需要 agents-cli publish gemini 命令的指导时，使用此 skill。用户想要“在 Agent Registry 中管理 Agent”“列出/更新/删除已注册 Agent”或“注册 MCP 服务”时也使用。涵盖 ADK 与 A2A 注册模式、编程式和交互式用法、标志参考、从部署元数据自动检测、Agent Registry 集群管理及故障排除。属于 agents-cli skills 套件。不要用于部署（使用 google-agents-cli-deploy）。
当用户希望“创建 Agent 项目”“启动新的 ADK 项目”“为我构建一个新 Agent”“为项目添加 CI/CD”“添加部署”“增强项目”或“升级项目”时使用。属于 agents-cli 技能套件。涵盖 `agents-cli scaffold create`、`scaffold enhance` 和 `scaffold upgrade` 命令、模板选项、部署目标和原型优先工作流。不要用于编写 Agent 代码（ADK 项目请使用 google-agents-cli-adk-code）或部署操作（使用 google-agents-cli-deploy）。
当用户希望“设置追踪”“监控我的 Agent”“配置日志”“添加可观测性”“调试生产流量”，或需要了解已部署 Agent 的监控（包括 ADK（Agent Development Kit）Agent）时使用。涵盖 Cloud Trace、提示词-响应日志、BigQuery Agent Analytics、第三方集成（AgentOps、Phoenix、MLflow 等）和故障排查。属于 agents-cli 技能套件。不要用于部署设置（使用 google-agents-cli-deploy）或 API 代码模式（使用 google-agents-cli-adk-code）。
评估并升级 Azure 工作负载的计划、层级或 SKU，或现代化源代码中的 Azure SDK 依赖。适用场景：升级消费计划到弹性消费计划、升级 Azure Functions 计划、更改托管计划、函数应用 SKU、将 App Service 迁移到 Container Apps、现代化旧版 Azure Java SDK（com.microsoft.azure 到 com.azure）、将 Azure Cache for Redis (ACR/ACRE) 迁移到 Azure Managed Redis (AMR)。
帮助用户找到合适的 Azure RBAC 角色以实现最少权限访问，然后生成 CLI 命令和 Bicep 代码来分配该角色。还提供有关授予角色所需权限的指导。WHEN: bicep for role assignment、what role should I assign、least privilege role、RBAC role for、role to read blobs、role for managed identity、custom role definition、assign role to identity、what role do I need to grant access、permissions to assign roles。
Build, deploy, and modify GitHub Copilot SDK apps on Azure. MANDATORY when codebase contains @github/copilot-sdk or CopilotClient in package.json. PREFER OVER azure-prepare when copilot-sdk markers detected. WHEN: copilot SDK, @github/copilot-sdk, copilot-powered app, build copilot app, prepare copilot app, add feature to copilot app, modify copilot app, BYOM, bring your own model, CopilotClient, createSession, sendAndWait, azd init copilot. DO NOT USE FOR: deploying already-prepared copilot-sdk apps (use azure-deploy), general web apps without copilot SDK (use azure-prepare), Copilot Extensions, Foundry agents (use microsoft-foundry).
使用 Prisma 8 CLI 在 Prisma Compute 上部署和运行应用。当用户提到 Prisma Compute、部署或托管 Prisma 应用、`prisma deploy`、`prisma dev module.ts`、Prisma Composer 应用（`module.ts`、`compute()`、`prisma.config.ts` 中的 `composer` 部分）、预览阶段、推送时部署（`prisma git connect`、`prisma/cloud-deploy-action`）、`prisma service` 日志、版本、回滚、自定义域名、`project env`、`PRISMA_SERVICE_TOKEN`、区域、504、休眠实例或 `waitUntil` 时使用；项目仍使用已移除的 `@prisma/cli app deploy`、`prisma.compute.ts`、`defineComputeConfig`、`compute:deploy` 或 `build logs` 界面时也使用。
在 AKS 上设置 AI Runway — 从裸集群到运行模型。涵盖集群验证、控制器安装、GPU 评估、提供者设置和首次部署。WHEN: "setup AI Runway"、"onboard AKS cluster"、"install AI Runway"、"airunway setup"、"deploy model to AKS"、"GPU inference on AKS"、"KAITO setup on AKS"、"run LLM on AKS"、"vLLM on AKS"、"set up model serving on AKS"、"AI Runway controller"。
妙搭（Spark/Miaoda）应用开发与托管：应用创建、HTML 静态站点发布、本地全栈开发、云端生成迭代、AI 相关能力和飞书平台能力或其他外部能力集成、日志/Trace/监控指标/PV/UV 查询、环境变量管理。当用户要开发/新建系统·工具·平台·应用，或要本地开发 / 云端开发 / 修改 / 部署 / 发布 / 上线 / 获取可分享链接，或用 HTML 做页面·网站·部署到妙搭，或提到妙搭/Spark/Miaoda（应用运行时域名形如 *.aiforce.cloud）、应用数据库、应用文件存储、开放 API Key、可见范围、线上日志、接口请求量、错误量、延迟、访问量、环境变量时使用。不负责普通云盘文件上传（lark-drive）、飞书文档编辑（lark-doc）、原生幻灯片创建（lark-slides）。
提供在 Neon 上使用 Lakebase Postgres 的指南和最佳实践：连接、连接池与直连、schema 迁移、分支、自动扩缩容、缩容至零、即时恢复、只读副本、IP 允许列表、逻辑复制和 Lakebase Search。当任务涉及现有 DATABASE_URL、SQL、schema、检查或搜索时使用。新后端、Auth、文件、Functions 和 LLM 调用请使用父级 `neon` skill。实时查询、响应式 UI 和实时数据请使用 `neon-realtime`。也适用于“@neondatabase/serverless”“@neondatabase/neon-js”“neon inspect db”“semantic search”“vector search”“full-text search”“BM25”或“hybrid search”。
Neon 概览：围绕 Lakebase Postgres 构建的一整套云后端基础组件，包括 Auth、Object Storage、Functions、AI Gateway 和 Realtime。从这里开始，为尚未确定的登录、文件、API 和 LLM 调用选择 Neon，设置 CLI 或 MCP 服务，并遵循分支优先工作流。在 Neon 上构建应用或后端，或提到“Neon”或“Lakebase Postgres”时使用。现有 DATABASE_URL、SQL、schema、检查或搜索优先使用子 skill neon-postgres。登录、用户、会话、身份路由和 Managed Better Auth 设置优先使用子 skill neon-auth。响应式应用和 Agent 中的实时查询优先使用子 skill neon-realtime。也适用于对象存储、S3、存储桶、无服务器函数、函数触发器、cron、AI gateway、LLM 调用、实时功能、日志、Loki、Grafana、可观测性、Postgres、数据库、后端、Claimable Neon、neon.new 或无需注册的数据库。
将 Python（Flask/Django/FastAPI）代码部署到 Azure App Service Linux。适用场景：“Flask App Service”“Django App Service”“FastAPI App Service”“deploy Python to App Service”。不适用于：Container Apps、Functions、非 Python、Terraform/Bicep/IaC、完整基础设施——请使用 azure-prepare。
端到端编排器：从商业构想、应用构想或现有应用，到估算成本并经部署前审批后运行 Azure 部署。分析应用，自动识别合适的 Azure 服务，搭建基础设施代码并部署——针对你的应用定制，而非使用模板。支持将现有应用迁移到 Azure，无需重写或仅需少量改动。适用场景：将应用部署到 Azure、规划应用、估算运行成本、检查代码是否可部署、将应用部署到云端、部署所有服务、了解需要哪些 Azure 服务、规划 Azure 部署、部署新的 Azure 应用、一键部署、将现有应用迁移到 Azure、寻求入门帮助、构建应用、尚无代码或创建起始项目。不适用场景：使用 azd 部署（使用 azure-deploy）、优化现有成本（使用 cost-optimization）、仅检查代码是否已准备就绪（使用 azure-app-onboard-prereq）。
评估源代码是否已准备好部署到 Azure——在基础设施工作开始前进行检查。评估构建状况、应用完整性、依赖项和本地服务、技术栈兼容性及部署可行性。解答应用部署前需要哪些框架、依赖项和配置等问题。检查依赖项是否兼容，并识别部署阻碍和不受支持的框架。适用场景：“评估我的仓库”“我的应用准备好部署了吗”“部署应用需要什么”“部署前需要做什么”“我的应用是否需要……”“能把这个发布到 Azure 吗”“扫描我的仓库，查找问题”“这个应用能部署吗”“检查我的应用是否已准备好部署到 Azure”“我需要 Dockerfile 吗”“是什么阻碍了部署”“有没有阻碍项”“依赖项兼容吗”“Azure 支持我的框架吗”“部署前需要更改什么”“检查我的应用配置”。
通过 Higgsfield CLI（`higgsfield website …`）构建、编辑和部署全栈网站、应用和游戏。每个项目都是运行在一个 Cloudflare Worker 上的 React 19 + TanStack Start SSR 应用（D1/R2/KV/DO/Containers）。创建时通过 `--type` 选择三种产品类型：`website`（独立运行，不集成 Higgsfield — references/website-flow.md）、`app`（Sign in with Higgsfield + fnf SDK、Quanta — references/app-flow.md）、`game`（实时多人房间 — references/game-flow.md）。根据类型进入相应流程；每种类型都有自己的规则和部署/发布门槛。适用于“帮我构建网站”“制作落地页”“创建 Web 应用”“构建 SaaS 仪表板/作品集”“帮我制作游戏”“部署此网站”“发布”等请求。也负责 GAME ART：“制作精灵图表”“可平铺纹理”“制作 3D 角色动画”、游戏音乐/SFX——参见 game-* 参考资料。不适用于：单张图像/视频/音频生成（higgsfield-generate）、产品照片（higgsfield-product-photoshoot）、市场推广卡片（higgsfield-marketplace-cards）。
设置、管理、查询和配置 Cloud Firestore 数据库（Standard/Enterprise 版），包括数据建模、安全规则、索引和 SDK 集成（Web、Python、iOS、Android、Flutter）。适用于创建或列出 Firestore 数据库、定义数据模型或索引、编写 SDK 查询，或集成 Firestore SDK。编写或修改 Firestore Security Rules（firestore.rules）时，如果支持子 Agent 委派，请交由 firestore-rules-author 子 Agent 处理；否则使用 firestore-rules-creation。不要用于 Firebase Hosting、Data Connect、Auth、Storage/GCS、Crashlytics、Functions 或 BigQuery。
用于优化已部署项目的 Vercel 成本和性能，尤其是 Next.js、SvelteKit、Nuxt，以及有限范围内的 Astro 应用。先收集 Vercel 指标、用量、项目配置和代码扫描结果；仅调查有指标支持的候选项；根据已验证的文件以及适配版本的 Vercel／框架文档，提供排序后的建议。适用于降低 Vercel 账单、处理缓慢或成本高昂的路由、寻找缓存机会，以及查询 Function Invocations、Build Minutes、Fast Data Transfer、Core Web Vitals、Bot Management、Fluid compute 或成本明细。
Convex 是 Agent 能一次就用对的后端：一个全 TypeScript 响应式平台，将数据库、服务端函数、调度、文件存储、身份验证和实时同步整合为一个类型安全的系统；每个函数都是一个事务，`tsc` 能在部署前捕获大多数错误。既适合快速原型开发（几分钟内运行应用，无需配置基础设施），也适合极大规模的生产环境（同一套代码，无需重写）。它远不止是数据库：即插即用的组件可添加 AI Agent、RAG、工作流、速率限制、计费、全文搜索、电子邮件、在线状态等功能。在项目使用 Convex 或需要任何后端或持久化功能时使用：在 convex/ 下编写代码、启动新的全栈应用、快速验证想法，或添加后端功能（身份验证、计费、定时任务、AI Agent、搜索、电子邮件、自定义域名、托管）。它会路由到捆绑的 convex-* skills 和提供服务的能力目录；即使不更新 skill，目录也会保持最新。
通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok
通过 [inference.sh](https://inference.sh) 在安全的沙盒环境中执行 Python 代码。预装：NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh，以及 100 多个库。适用于：数据处理、网页抓取、图像处理、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词：python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib
通过 inference.sh CLI 运行 AI 应用——图像生成、视频创作、大模型、搜索、3D、Twitter 自动化。模型：FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等。适用于运行 AI 应用、生成图像/视频、调用大模型、网页搜索或自动化 Twitter。触发词：inference.sh、infsh、ai model、run ai、serverless ai、ai api、flux、veo、claude api、image generation、video generation、openrouter、tavily、exa search、twitter api、grok
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。