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
ScraperAPI Java SDK(com.scraperapi:sdk Maven 构件)的最佳实践参考。当用户编写、调试或审查调用 ScraperAPI 的 Java 代码时查阅。在用户问:“用 Java 和 ScraperAPI 抓取网站”、“ScraperAPI Java 示例”、“如何将 ScraperAPI 添加到我的 Maven 项目”、“Java ScraperAPI render”、“ScraperAPI Java fluent API”、“ScraperAPI Java premium proxy”、“ScraperAPI Java 错误处理”、“ScraperAPI Java 重试”时使用。涵盖 Maven/Gradle 配置、fluent builder API、所有请求参数、升级阶梯、异步任务、结构化数据调用、错误处理和积分费用。注意:会将用户提供的查询、URL 和内容传输给 ScraperAPI。
ScraperAPI PHP SDK(scraperapi/sdk Composer 包)的最佳实践参考。当用户编写、调试或审查调用 ScraperAPI 的 PHP 代码时查阅。在用户问:“用 PHP 和 ScraperAPI 抓取网站”、“ScraperAPI PHP 示例”、“如何使用 ScraperAPI PHP SDK”、“PHP ScraperAPI render”、“ScraperAPI PHP premium proxy”、“ScraperAPI PHP Composer 安装”、“ScraperAPI PHP 错误处理”时使用。涵盖 Composer 配置、所有请求参数、升级阶梯、POST 请求、错误处理和积分费用。注意:会将用户提供的查询、URL 和内容传输给 ScraperAPI。
使用 pbir CLI 从零创建完整 Power BI 报告的分步工作流。涵盖模型发现、报告创建、页面布局、主题设置、视觉对象放置、字段绑定、筛选、格式设置、验证和发布。当用户要求"create a new report"、"build a report from scratch"、"make a dashboard"、"set up a report with KPIs"、"create an executive dashboard"、"add pages and visuals to a new report"时自动调用。
基于经过脱敏的只读证据诊断 Splunk forwarder 与数据接入路径。适用于 Universal Forwarder 或 Heavy Forwarder 传输、deployment client 对摄入的影响、HEC 及其他输入、解析与时间戳、事件边界、路由、sourcetype 或 index 不匹配、事件缺失、延迟、重复或丢弃,以及 Splunk Cloud Platform 或 Splunk Enterprise 中的队列或背压;不适用于实时变更、整体架构、设备群策略、HEC token 管理、搜索时提取或由提供商负责的修复。
DWS 集群内存高的根因诊断技能,基于 KooCLI v3.2.0+ 与 DWS Autopilot MCP Server。自动采集内存指标,分析根因(客户侧 / 系统侧),并输出标准化诊断报告。适用于 DWS 集群内存使用率过高、内存告警、OOM 场景。触发词:“内存高”“内存告警”“内存诊断”“内存使用率过高”“内存不足”“OOM”“内存溢出”“动态内存使用率超阈值”“high memory”“memory alarm”“memory diagnosis”。
当用户想在 Excel 中搭建财务模型时使用本技能——三表模型、DCF 估值、LBO、SaaS 单位经济、敏感性/情景分析、债务计划或融资预测。触发词:'financial model'、'3-statement model'、'P&L + BS + CF'、'DCF'、'WACC'、'NPV'、'terminal value'、'LBO'、'debt schedule'、'cash sweep'、'MOIC'、'IRR / XIRR'、'sensitivity table'、'scenario analysis'、'ARR model'、'unit economics'、'CAC / LTV'、'cap table forecast'。输出为单个由公式驱动的 .xlsx。本技能是 officecli-xlsx 之上的场景层——它继承全部 xlsx v2 规则(4-color code、visual floor、number formats、cache-drift、Known Issues、Delivery Gate minimum cycle)。请勿用于简单的预算跟踪表、CSV 导出或运营 KPI 表——这些请交给 officecli-xlsx 基础版。
通过阅读抽样的 Phoenix 追踪、span 或会话,找出 LLM 或 Agent 流量中出了什么问题,写下自由形式的笔记(开放编码),再把笔记归入少量狭窄的标注——每个失败维度一个,带有小型标签集和计数——用以选定评估目标和修复优先级(主轴编码)。适用于“这个 Agent 出了什么问题”、“我刚给应用加了埋点,该从哪开始”、“审查这些追踪”、“聊天机器人老是丢失上下文”、“模型在犯哪些错误”、“我们有哪些类别的失败”、“我该为什么建评估”、“我如何排定修复优先级”、“把这些笔记分组”、“MECE 拆解”——或任何需要以真实追踪为依据、而非自上而下凭空编造的观察或分类的框架,即使没有点名该技术。
用经过验证的邮箱、电话和企业画像数据丰富联系人和公司——支持单条记录、批量和瀑布式 enrichment,并优化额度消耗。当联系人数据缺少邮箱或电话、线索记录不完整或过时、enrichment 额度消耗过快、需要在活动前批量丰富线索,或单一 enrichment 提供商无法覆盖足够数据时使用。请勿用于从零构建新的潜在客户名单(使用 /sales-prospect-list)、解读购买信号(使用 /sales-intent)、CRM 数据清理与去重(使用 /sales-data-hygiene)、ZoomInfo 专用 enrichment 配置(使用 /sales-zoominfo)、Clearbit/Breeze Intelligence 平台帮助(使用 /sales-clearbit)、RB2B 平台帮助(使用 /sales-rb2b)、6sense 平台帮助(使用 /sales-6sense)、Apollo 平台通用帮助(使用 /sales-apollo)、Clay 平台帮助(使用 /sales-clay)或 LeadMagic 平台帮助(使用 /sales-leadmagic)。
通过统一宿主 MCP `topview-mcp` 获取 TikTok Shop 公开情报(渐进式披露:use_tiktok_data → get_tool_schema → call_tool;延迟加载的 td_* 工具)。适用场景:TikTok Shop 市场趋势、选品、爆款素材拆解、脚本、内容日历、联盟/达人运营、广告/直播运营。不适用于:Amazon、Shopee、YouTube KOL 池或媒体生成(请使用 topview-amazon-ops、topview-shopee-ops、topview-youtube-kol-ops 或 topview-generate)。
根据你的 La Growth Machine 数据生成 Weekly Performance Advisor 仪表盘:一个包含两个标签页的驾驶舱(To do + Weekly performance),标记需要修复的营销活动,按紧急程度对回复排序,并逐周跟踪回复量。它只拉取你自己的 LGM 实时数据,依据内置的三区基准为每个进行中的营销活动评分,对未打标签的回复进行分类,并渲染成一个可实时打开、每周一都能重新查看的 artifact。适用于用户想要每周外呼绩效仪表盘、周一驾驶舱、营销活动健康状况一览、"how are my campaigns doing this week"、"who do I need to reply to",或回复分诊 + 营销活动健康状况视图。触发词:'weekly performance dashboard'、'my outbound cockpit'、'weekly performance advisor'、'campaign health this week'、'how are my campaigns doing this week'、'my Monday cockpit'。首次运行会进行简短设置(检测并连接 LGM、选择身份、可选的 deal layer);此后每次运行只需重建仪表盘。由 La Growth Machine 维护。
Azure Machine Learning Workspace 与 Azure AI Foundry 深入解析。在以下场景主动激活:(1) 创建和配置 Azure ML 工作区,(2) Azure AI Foundry 中心和项目,(3) ML 工作区网络(托管 VNet、专用终结点、DNS),(4) ML 计算群集和计算实例,(5) 托管联机终结点、批量终结点、Kubernetes 终结点,(6) ML 资源的托管标识,(7) 用于自定义环境的 ACR 集成,(8) 存储帐户配置,(9) az ml CLI v2 命令,(10) PowerShell Az.MachineLearningServices,(11) 读取 ML 计算和部署日志,(12) GPU SKU 选择(ND/NC 系列、H100/H200/A100)。提供:工作区设置操作手册、网络隔离模式、终结点部署模板、az ml CLI 速查表以及日志诊断工作流。
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。
