Skills
收录 97,501 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。
数据与数据库
对一种假定的天然产物进行去重复并指定其化学分类。用于回答 "is [compound] a known natural product"、"what microbe/organism produces [compound]"、"what chemical class is [compound]"、"dereplicate this metabolite (by formula/exact mass/InChIKey/SMILES)" 或 "classify this molecule into ChemOnt"。在 NPAtlas 中搜索已知的微生物天然产物（产生生物 + 文献参考），通过 ClassyFire 指定 ChemOnt kingdom→superclass→class→subclass 层级，通过 OPSIN 将系统 IUPAC 名称解析为结构，并在 PubChem 中交叉比对身份。不适用于一般药物/化合物身份或 ADMET（使用 tooluniverse-chemical-compound-retrieval / tooluniverse-small-molecule-discovery），也不适用于代谢组学通路/富集分析（使用 tooluniverse-metabolomics 技能）。
审查 Amazon Payments 报告中的费用错误。找出不正确的 FBA 配送费（尺寸分段错误）、退款时缺失的销售佣金抵扣、重复收费以及 FBA 仓储费差异，并针对每项发现生成一份 FBA 费用差异案例包。当用户询问 Amazon 费用错误、被多收的费用、错误的尺寸分段、缺失的佣金退款、费用审查或 Payments 报告分析时使用。触发短语："fee audit"、"overcharged"、"wrong fee"、"size tier error"、"referral fee refund"、"payments report"、"FBA fee dispute"。无需任何工具即可使用。用户粘贴 Payments 报告行。
端到端规划亚马逊 FBA 库存。计算补货时机与数量、安全库存、逐周的可售周数，生成 12 周采购计划，应用 ASIN 级补货限制与季节性系数，监控 IPI 分数的各项杠杆，并呈现滞销与积压库存。适用于用户询问补货、何时补货、订多少、缺货、IPI 分数、补货限制、ASIN 补货限制、可售周数、90 天预测、补货计划、长期仓储费、积压库存或滞留库存。触发短语。"inventory management"、"when to reorder"、"restock"、"safety stock"、"IPI score"、"stockout"、"aged inventory"、"long-term storage"、"reorder schedule"、"forecast"、"days of cover"、"ASIN restock limit"。无需任何工具。用户提供销售速度和交期。
按 ASIN 及整个产品组合分析亚马逊的真实盈利能力。不止于单件费用，还纳入广告、退货、仓储、促销和隐藏费用，找出真正赚钱和亏钱的地方。适用于用户询问盈利能力、真实净利润、哪些产品赚钱、为什么利润低于预期、组合利润分析，或吞噬毛利的隐藏费用。触发短语："profit analysis"、"true profit"、"net margin"、"which products are profitable"、"where is my money going"、"hidden fees"。无需任何工具。用户粘贴收入、费用和成本数据。
将亚马逊搜索词报告（5 万行以上）解析为 4 个可执行分组：否定精准词、否定词组、精准匹配收割词和主力放量词。几分钟内生成可直接上传的批量操作文件，取代会漏掉 60% 机会的肉眼排查方式。适用于用户提到 STR、PPC 批量表格或搜索词分析。触发短语："search term report"、"STR analysis"、"PPC bulksheet"、"negative keywords bulk upload"、"harvest exact match"。无需任何工具。
当用户想要设置、改进或审查分析跟踪与衡量时使用。也在用户提到“set up tracking”、“GA4”、“Google Analytics”、“conversion tracking”、“event tracking”、“UTM parameters”、“tag manager”、“GTM”、“analytics implementation”、“tracking plan”、“how do I measure this”、“track conversions”、“attribution”、“Mixpanel”、“Segment”、“are my events firing”、“analytics isn't working”时使用。当有人问如何知道某事是否有效或想衡量营销结果时，均可使用。A/B 测试衡量请参见 ab-testing。
CoinMarketCap DEX 端点的 API 参考，包括代币查询、资金池、交易、热门以及安全性分析。当用户提及 DEX API、询问链上代币数据、想要按合约地址查询代币、需要安全性/rug 风险检查或正在构建 DEX 集成时，请使用本技能。这是关于 CMC DEX API 问题的权威参考。触发词："DEX API"、"token by contract address"、"CMC security API"、"liquidity pool API"、"/cmc-api-dex"
使用此技能从外部来源（CSV、PDF、网站）迁移课程目录数据，并在 Education Cloud 中批量创建 Learning 和 LearningCourse 记录。当用户想导入课程、解析课程目录文档，或为某个学期建立课程目录时触发。可处理多来源数据导入、对课程结构（通过 IsLinkedOnly 标志关联的讲座+实验课程、学分学时、课程类型）的智能解读、通过 sObject REST API 批量创建、数据质量校验、已有课程的冲突解决以及缺口识别。说明缺失的内容（描述、类型）并请求提供额外来源。对于多组件课程和冲突数据会暂停以请求澄清。请勿在手动创建单个 Learning Course 记录、创建 Learning Program（工作流不同）或选课/注册工作流时触发。
使用实时 Etherscan 数据和可人工核验的 Etherscan 证据链接，分析并解释一到两笔 EVM 交易。适用于用户提供交易哈希，或询问发生了什么、交易为何失败、涉及哪些合约或内部调用、资产流向何处、代理实现是否执行、哪个调用发生回滚，或两笔交易为何表现不同。重建受支持的执行路径，解码调用与事件，总结资产与权限变更，展示相关的 Etherscan 交易、合约、代币、标签、日志和内部交易视图，并提供面向普通读者、开发者、支持人员或安全视角的说明，同时给出置信度与局限。不适用于大范围钱包调查、多跳洗钱追踪或完整合约审计。
用 Java 构建并部署用于 Kafka 上流处理的 Apache Flink 用户自定义函数（UDF）。当用户想用 Java 创建标量 UDF、用户自定义表函数（UDTF）或处理表函数（PTF），将其部署到 Confluent Cloud 或本地 Docker 环境，并从 Flink SQL 或 Table API 调用它们时，使用此技能。触发条件：Flink UDF、自定义 Flink 函数、process table function、PTF、UDTF、Flink user defined、extend Flink SQL、stateful stream processing with Flink。不触发：Kafka Streams UDF（请使用 kafka-streams-programming 技能）、不涉及自定义函数的一般 Flink 作业开发、包含 Flink 的 CDC 流式数据管道（请优先使用 confluent-cloud-cdc-tableflow 技能）、Flink connector 设置，或 Kafka 生产者/消费者代码。
在 Frappe v14-v16 中使用 frappe.qb 构建数据库查询时使用。涵盖基于 PyPika 的查询构建器：SELECT、INSERT、UPDATE、DELETE、连接、聚合、子查询、跨数据库兼容性（MariaDB/PostgreSQL）以及从原生 SQL 迁移。可预防 SQL 注入和数据库特定 bug。关键词：frappe.qb、query builder、DocType、Field、pypika、join、frappe.qb example、how to write query、join tables、SQL replacement、parameterized query、aggregate、ImportMapper、cross-database、parameterized query。
管理 SAP AI Core Context Registry —— 数据目标（HDL 连接）、表格工件（作为可查询表的 CSV/Parquet/Delta 文件）以及场景配置（具名工件包）。还可使用 SAP AI Core Tabular Prediction 服务（sap-rpt-1-small / sap-rpt-1-large）交互式构建并发送表格预测请求。只要用户提到 context registry、数据目标、表格工件、场景配置、TCR、HDL 连接，或希望在 SAP AI Core 中注册/列出/删除结构化数据源，就使用此技能。凡涉及 tabular-orchestration / tcr API 的工作，即使用户只是问 "show me my data destinations" 或 "register this CSV as a tabular artifact"，也务必使用此技能。同样适用于：SAP AI Core 表格预测、sap-rpt 预测、"predict a column with sap-rpt"、TCR 行分类。不适用于通用编排、通用机器学习预测或 LLM 管线 —— 这些请使用 `genai-hub-orchestration`。不适用于与 SAP AI Core TCR 无关的通用分类/预测请求（例如 "predict sales next quarter"、"classify this text"）。
亚马逊反向选品：基于历史商业洞察报告沉淀的指标数据池，按 30+ 项商业维度（市场规模与增长、价格区间与档位份额、竞争密度与头部集中度、人群画像如年龄/性别/收入、评论卖点与痛点等）反向筛选亚马逊赛道与关键词。当用户提到反向选品、指标筛选、细分市场反查、蓝海赛道挖掘、低竞争赛道、新人友好赛道、品牌分散市场、痛点切入、卖点反查、定价档位机会、人群画像选品、Amazon niche reverse search, niche metrics filter, low-competition niche, blue ocean niche, demographic-based selection, pain-point niche, price tier opportunity, sweet spot pricing, brand fragmentation时触发此技能。即使用户未明确说“反向选品”，只要其需求是按商业维度筛选符合条件的亚马逊赛道，也应触发此技能。
通过 RevOS MCP 服务检查、运行和调试 RevOS 操作——即集成对每一行表格执行的操作（将公司同步到 NetSuite、补全联系人信息、将交易推送到 HubSpot）及其运行记录。发生失败、未同步或结果不正确时（“为什么这笔交易没有到 NetSuite？”，“同步显示红色”，“这个错误是什么意思？”），用户想查看有哪些操作或操作列执行了什么，想对部分或全部行运行或重新运行操作，或想通过 ID 或链接立即同步一条记录（“同步这笔交易”，“现在推送这家公司”）时使用——即使用户没有提到“操作”一词。对 `action-runs` 资源进行首次 api_read 或 api_write 前，请先阅读。将源系统同步到 RevOS（“同步 HubSpot”，“我们的数据是最新的吗？”）应使用 `connections` 技能。
将 Amazon Brand Analytics 报告转化为决策。读取 Search Query Performance、Search Catalog Performance、Market Basket、Repeat Purchase 和 Top Search Terms 导出数据，并将其转化为排好优先级的行动。适用于用户粘贴或描述 Brand Analytics 数据，询问 Search Query Performance、SQP、购物篮分析、搜索频率排名、点击份额、转化份额、复购行为，或想知道 Brand Analytics 在告诉自己什么。触发语：\"brand analytics\"、\"SQP\"、\"search query performance\"、\"market basket\"、\"click share\"、\"conversion share\"、\"repeat purchase\"。无需任何工具。用户粘贴报告数据。
根据 SKU 尺寸、件数和目的仓预测，比较 Amazon 入库货件放置方案（最小拆分与 Amazon 优化拆分、部分拆分、可选统一库存）。返回最低的单件到岸成本。适用于用户询问 STA（Send to Amazon）、入库放置费、货件拆分、履约中心路由或入库运输优化。触发语：\"STA\"、\"inbound placement\"、\"shipment split\"、\"placement fee\"、\"fulfillment center routing\"。无需任何工具。
根据 Best Seller Rank 估算 Amazon 月销量与营收，并依据可观察信号评估细分市场或竞品规模。解释 BSR 与销量的关系，按类目和价格调整，返回带置信度说明的销量区间。适用于用户询问某商品能卖多少件、如何根据 BSR 估算销量、评估市场或细分市场规模、判断竞品销量或评估需求时。触发语："sales estimate"、"how many units"、"estimate from BSR"、"best seller rank"、"market size"、"competitor sales"、"monthly sales"。零工具即可使用。用户提供 BSR、类目和价格。
从欧洲 11 个国家/地区的公共登记处查询官方公司数据（CZ、SK、PL、DE、UK、NL、RO、HR、SE + 欧盟层面 + ESG）。涵盖公司注册、股权、财务申报、增值税状态、ESG 数据。当用户要求“查询公司”、“检查登记处”、“查找公司信息”、“查询 IČO/KRS/LEI/CRN”、“公司尽职调查”、“检查增值税状态”、“查找股权结构”，或需要来自欧洲登记处的官方数据时使用。从 data/companies.json 读取被跟踪的公司。部分查询使用 Python 脚本（标准库），部分注册处依赖 Apify actors 进行抓取。
面向 Apache Doris 的工作负载感知架构设计。在设计数据架构、选择数据模型、规划摄入策略、规划集群规模，或将业务需求转化为 Apache Doris 系统设计时，必须使用。以决策框架和规模优先的工作流补充 doris-best-practices。当用户描述涉及以下内容的工作负载时使用：IoT、传感器数据、遥测、实时分析、仪表板、日志分析、日志搜索、CDC 同步、时序、设备监控、点查询服务、即席分析、湖仓联邦、ETL/ELT 管道、报表分析、点击流、用户行为、可观测性、指标、车队跟踪，或任何需要从零进行表设计的 OLAP 工作负载。也会在如下提示时触发："design a table for..."、"how should I store..."、"build an architecture for..."、"we have X devices sending data every Y seconds"、"recommend a cluster size for..."、"what data model should I use for..."、"we need to ingest X GB/day"、"migrate from MySQL/PostgreSQL to Apache Doris"。也适用于传统分析/搜索/服务栈整合的提示，即使未明确提及 Apache Doris，包括替换或迁移自 Impala、Kudu、Elasticsearch/ES、Greenplum、Presto、HBase、Hive、Hadoop、Redis，或 Lambda 风格的多引擎数据平台。
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。