Skills
收录 96,981 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
端到端地初始化 Adobe App Builder 项目，并让机器做好构建准备。创建 Console 项目和工作区，订阅 API（包括需要产品配置文件（product profile）的），将意图映射到合适的模板，以非交互方式运行 `aio app init`，并指导初始化后的定制。凡用户提到创建 App Builder 应用、搭脚手架项目、`aio app init`、Experience Cloud 扩展、添加 actions 或 web 资源、创建 Console 项目/工作区，即使没有明说「App Builder」，也使用本技能。同样适用于 SPA 模板、AEM 扩展、API Mesh、Asset Compute worker 和 MCP 服务。还涵盖机器/CLI 的首次设置（Node 20、aio CLI 安装、`aio login`、IMS 组织、stage 与 prod）以及设置/初始化失败的排查——`ERR_REQUIRE_ESM`、`aio console org list` 为空、`451 accept developer terms`、找不到模板、初始化卡住，以及 Node/npm 与初始化后的构建错误。
交互式设置指南，介绍如何在项目中使用 Infisical 作为密钥管理工具。帮助用户将 Infisical 集成到本地开发（CLI）、Docker 容器（构建时和运行时注入密钥）、CI/CD 流水线（GitHub Actions、GitLab CI）、Kubernetes（Operator + CRDs）以及应用代码（全部 9 个 SDK：Node.js、Python、Go、Java、.NET、Ruby、PHP、Rust、C++）。同时讲解 13 种机器身份认证方式的选择与配置（Universal、Token、Kubernetes、GCP、AliCloud、AWS、Azure、TLS Cert、OCI、OIDC、JWT、LDAP、SPIFFE）。当有人问到以下内容时请使用此技能：使用 Infisical、注入密钥、infisical run、infisical init、将应用连接到 Infisical、Docker 密钥、Kubernetes secrets operator、机器身份设置、SDK 初始化、CI/CD 密钥注入，或“如何把密钥放进我的应用”。不适用于：Kubernetes Operator 的 CRDs（infisical-kubernetes-operator）、将密钥渲染为文件（infisical-agent）、向外推送密钥（infisical-secret-syncs），以及人工 SSO 登录（infisical-sso）。
在支持的 AMD EPYC 服务器 CPU 上，使用 vLLM 搭配 zentorch 提供 LLM 服务，可运行于 Docker、Podman 或 conda。适用于 "vLLM on CPU"、"zentorch serving" 或 EPYC CPU 端点，包括同时装有 AMD Instinct GPU 的主机。可检测 EPYC 代际、验证运行时、检查模型支持与内存容量、调整线程/KV/NUMA 规格、确认方案、启动并验证端点。每个插槽（socket）及其内存上运行一个实例。失败时报告并停止；不重试，也不调试。当端点应运行在 GPU 上时，请使用 serving-llms-on-instinct。不支持多节点、EPYC 4000 以及不具备 AVX-512 的 Zen4 之前 EPYC。
本技能为 SAP BTP 上的 SAP Cloud Logging 服务提供全面指导。适用于设置 Cloud Logging 实例、配置来自 Cloud Foundry 或 Kyma 运行时的日志接入、实现 OpenTelemetry 可观测性、在 OpenSearch Dashboards 中分析日志/指标/追踪、配置 SAML 认证、管理证书，以及排查接入问题。涵盖服务计划（dev/standard/large）、全部 4 种实例创建方式（BTP Cockpit、CF CLI、BTP CLI、Service Operator）、全部 4 种日志接入方式（Cloud Foundry、Kyma、OpenTelemetry、JSON API）以及安全最佳实践。
将任意 HuggingFace 模型部署到 RunPod，作为 vLLM 服务运行，并将其连接到 Claude Code（使用 Anthropic 的 Messages API，而非 OpenAI 的 API）；通过冒烟测试验证工具调用端到端可用，随后不留痕迹地彻底清理所有资源（Pod、网络卷、本地进程、临时文件）。需要在 RunPod 上运行模型、用 Claude Code 尝试模型、测试 HF/GGUF/abliterated 检查点是否支持工具调用、评测模型用于编码 Agent，或启动／关闭临时 GPU 推理实例时使用。通过 ANTHROPIC_BASE_URL 将 Claude Code 连接到非 Anthropic 后端（vLLM、Ollama、LM Studio）相关需求也应触发；例如“运行 X 需要什么 GPU？”或“运行这个模型要花多少钱？”
将自然语言描述的路由意图转换为有效的 Lemonade `collection.router` 策略 JSON。该技能仅生成并校验 JSON，不会注册策略，也不会调用实时服务。当用户希望在模型之间路由请求（"将敏感查询路由到 X，其余路由到 Y"）、生成 router/hybrid-router 配置或策略、编写 collection.router JSON、在本地小模型与大型/云端模型之间分配流量、为路由添加 PII/越狱/主题分类器，或提到 Lemonade Router、routing rules、routing.router、candidates/default_model、keywords_any、semantic_similarity 或 LLM-as-router 时使用。会将用户未指定的每个字段填入安全的默认值。
使用 @capgo/capacitor-updater 为 Capacitor 应用设置并调试 Capgo 实时（OTA）更新。适用于用户希望在无需应用商店审核的情况下发布 web 层修复、安装或配置更新插件、选择 autoUpdate 模式、调用 notifyAppReady、接入手动下载/next/set 流程、在应用中设置渠道，或调试更新始终不生效、回滚，或出现 no_new_version_available、disable_auto_update_to_major、cannot_update_via_private_channel、on_premise_app 等错误代码的场景。不适用于仅限 CLI 的 bundle/渠道操作（capgo-release-management）、Capgo Cloud 原生构建（capgo-native-builds），以及从其他 OTA 供应商迁移。
使用本技能诊断并解决阻碍工作项功能分支在 DevOps Center 提升的问题：Git 合并冲突和部署失败。DevOps Center 由 Git 支撑，因此重叠的元数据变更会表现为与目标阶段分支的合并冲突，可使用 git 解决（检测、解决冲突标记、提交、推送）。当组件已存在于分支上时，部署失败通常是提示缺少依赖，而完整提升可以修复这一点。当用户希望在提升前检查工作项是否存在冲突、解决元数据文件（.xml、.object-meta.xml、.cls）中的合并冲突或残留冲突标记、协调功能分支与目标阶段分支，或诊断 DevOps Center 提升或部署失败的原因以及完整提升或缺失依赖修复能否解决时触发。请勿用于执行提升操作本身（使用 dx-devops-promote）、创建或更新工作项（使用 dx-devops-work-item-manage），或将元数据直接部署到组织。
将任意 Pulumi provider 升级到较新版本，并对产生的差异进行调和。当用户希望升级或更新 provider（包括编辑 package.json、requirements.txt、pyproject.toml、go.mod 或 Pulumi.yaml 以提升 provider SDK 版本）、在升级前或升级中检查破坏性变更、修复 provider 升级后损坏的资源，或解决升级后预览中出现的意外替换、创建或删除时使用。适用于所有 provider（aws、azure-native、gcp、kubernetes、aws-native、cloudflare、datadog 等），不限于 Tier 1。不要用于查询哪些 stack 使用了哪些包版本；跨 stack 审计请使用 skill `package-usage`。不要用于常规基础设施任务。
审计 GitHub 仓库的安全态势与加固缺口，涵盖分支保护、CODEOWNERS、GitHub Actions、发布/发行完整性、协作者访问权限、安全功能以及依赖审查。适用于审查或加固仓库、评估 GitHub 配置、检查 CI/CD 或 Actions 安全性、评估供应链态势、准备面向维护者的安全待办事项，或当用户说出 "repo security posture"、"audit my repo"、"harden this GitHub repo"、"actions security"、"protect against a compromised maintainer"，或给出 GitHub URL 并询问需要修复什么时。
安装 NemoClaw、启动沙盒并运行第一个 Agent 提示词。首次开始使用、安装或启动 NemoClaw 沙盒时使用。触发关键词 - nemoclaw quickstart、install nemoclaw openclaw sandbox、nemohermes quickstart、hermes agent nemoclaw、run hermes openshell sandbox、nemoclaw prerequisites、nemoclaw supported platforms、nemoclaw hardware software、nemoclaw windows wsl2 setup、nemoclaw install windows docker desktop。
阿里云百炼 Sandbox 沙箱实例与模版生命周期管理入口：用户要创建、查询、连接、暂停、恢复或释放百炼沙箱，或查看内置基础镜像、上传模版挂载文件、创建、更新、查询、删除沙箱模版、查看模版构建状态时，使用 `bl sandbox`。用户要访问已创建实例、打开 WebShell、连接 browser-use 浏览器自动化或 VNC 实时画面时，先获取连接信息，再连接数据面。不用于宿主执行沙箱设置、E2B 官方云资源或通用文件传输。agents.yaml 托管 Agent / Session / Environment 管理交给 bailian-managed-agent。官方安装：`bl skill init`（与共享协议 bailian-protocol 同装）。
使用 Salesforce CLI（sf）将选定的 Unified Catalog Service Process 模板部署到 Salesforce 组织中，根据实时目录中的名称解析模板，并通过重新读取进行验证。确定性操作：仅部署用户明确指定且名称在实时目录中唯一匹配的模板，绝不猜测。当业务用户要求部署、安装、激活、设置或配置他们已确认的特定 Unified Catalog 或 Service Process 模板时使用，例如“部署 Reset Account Password 模板”或“安装 laptop request service process”。触发条件：部署目录模板、安装 Service Process 模板、设置 X 模板、激活 X 服务流程。不要在以下情况触发：用户仍在搜索或比较模板且尚未指定某个模板（使用 service-catalog-template-search）；请求涉及 Data Cloud 数据套件、CRM Analytics 或 App Framework 模板，而非 Unified Catalog Service Process 模板。
使用 Hyperloom 多 Agent 优化器，在 AMD Instinct GPU 上自主优化端到端 LLM 推理吞吐量，并报告经过验证的增益。给定模型、框架、工作负载（TP/EP、并发、ISL/OSL、精度）、目标和时间预算，它会针对每个工作负载探索可用的优化手段（服务/配置参数与环境变量、框架启用与源码补丁，以及热点 GPU 内核重写），对每个候选方案进行基准测试，并返回产生该增益的优化组合。适用于用户希望让模型服务更快、提高 tokens/sec 或吞吐量、在 MI300X/MI325X/MI355X 上优化或调优 vLLM 或 SGLang、运行 Hyperloom、运行 kernel-agent、使用 Quark 先量化再优化、从零搭建 Hyperloom，或恢复 Hyperloom 会话时。不要用于仅为普通推理搭建服务、诊断损坏的 ROCm 安装，或在没有优化循环的情况下运行一次性内核/基准测试或追踪分析。
将 NemoClaw 连接到本地推理服务。在为 NemoClaw 设置 Ollama、vLLM、TensorRT-LLM、NIM 或任何兼容 OpenAI 的本地模型服务时使用。触发关键词 - nemoclaw local inference, ollama nemoclaw, vllm nemoclaw, local model server, openai compatible endpoint, switch nemoclaw inference model, change inference runtime, nemoclaw additional model, nemoclaw sub-agent model, openclaw sub-agent, agents.list, sessions_spawn, vlm-demo, nemoclaw tool calling, ollama tool calls, vllm tool-call-parser, raw json in tui, nemoclaw inference options, nemoclaw onboarding providers, nemoclaw inference routing.
Infisical Agent 的配置指南——这是一个客户端守护进程，可管理令牌生命周期，并通过 Go 模板渲染密钥而无需修改应用代码。涵盖完整的 YAML 配置格式、全部 6 种 Agent 认证方式（universal-auth、kubernetes、aws-iam、azure、gcp-id-token、gcp-iam）、sinks、模板函数（listSecrets、listSecretsByProjectSlug、getSecretByName、dynamicSecret）、轮询、变更时命令、重试策略和持久缓存。当有人询问 Infisical Agent、agent 配置文件、agent 模板、将密钥渲染到文件、sidecar 密钥注入、init 容器密钥、令牌续期、infisical agent 命令或“如何使用 Infisical Agent 注入密钥”时使用本技能。不适用于由控制器管理的 Kubernetes Secrets 或 ConfigMaps（infisical-kubernetes-operator），也不适用于 `infisical run`（infisical-setup）。
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。