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
Ahrefs API 分析师(扩展)。通过经过测试的 @ahrefs/[email protected] 服务读取引荐域名、反向链接、自然关键词和内容探索器数据。与 seo-backlinks 搭配使用,以进行多源置信度加权。
管理 Volcengine 的 AI 原生 BaaS 平台(Supabase 版 / AIDAP / 火山引擎 AI 原生 BaaS 平台 Supabase 版)——这是由 Volcengine 运营的发行版,与官方 Supabase 不同。当用户要求创建、检查或管理 Volcengine Supabase 或 AIDAP 资源(工作区、分支、计算实例、SQL 查询、schema 变更、Auth、Realtime、Edge Functions、Storage bucket、前端静态站点托管(Pages)、API key、连接信息或 TypeScript 类型生成),或当 Volcengine 部署选择 AIDAP 作为数据库提供方时使用。当中文提示词提到"火山引擎 Supabase"或"火山 Supabase"时也触发。操作通过 byted-supabase-cli 命令行工具执行(通过 `npm i -g @byted-supabase/cli` 安装;这不是官方 `supabase` 命令行工具)。不要用于一般数据库讨论、非 Supabase 服务(RDS MySQL、Redis),或与 Supabase 后端管理无关的纯客户端编码。
综合性定性研究方法助手,支持主题分析(Braun & Clarke)、扎根理论(Strauss & Corbin;Charmaz)、解释现象学分析(IPA)、内容分析、叙事探究、民族志、案例研究方法(Yin)、编码技术(开放式/主轴式/选择式)、带 Python 替代方案的 NVivo 式工作流、可信度标准(Lincoln & Guba)、反思性和成员核验。设计或分析定性研究时使用,涵盖主题分析、扎根理论、数据编码、现象学、IPA、民族志、案例研究、叙事探究、内容分析、定性编码、NVivo、可信度、成员核验、反思性、访谈分析或焦点小组分析。属于 AlterLab Academic Skills 套件。
排查并解决 ClickHouse Node.js 客户端(@clickhouse/client)的常见问题。用户报告涉及该 Node.js 客户端的错误、异常行为或配置问题时使用,包括 socket hang-up 错误、Keep-Alive 问题、流处理问题、数据类型不匹配、只读用户限制、代理/TLS 设置问题或长时间运行的查询超时。即使用户没有准确说明问题,也应触发;在 Node.js 上下文中,“插入一直失败”或“连接随机断开”等模糊症状也是使用此技能的明确信号。不要用于浏览器/Web 客户端问题。
使用 Python 解析并提取 HL7v2 消息和 FHIR R4 资源中的临床数据。当用户提到 HL7v2、HL7、FHIR、PID segment、OBX segment、MSH segment、Patient resource、Observation resource、Condition resource、MedicationRequest、EHR 数据提取、临床消息解析、FHIR bundle、HL7 到 FHIR 转换、ADT 消息、ORU 消息、检验结果提取或临床数据质量检查时使用。触发词包括 "parse HL7"、"extract FHIR"、"HL7v2 message"、"FHIR resource"、"PID segment"、"OBX segment"、"Patient resource"、"Observation resource"、"EHR parsing"、"clinical data extraction"、"HL7 to CSV"、"FHIR to DataFrame"。
用于医学影像研究设计与生物标志物选择的推理技能。当用户要求规划影像研究、选择预处理策略、挑选影像生物标志物、设计影像组学流水线、处理 DICOM 去标识化、规划纵向影像分析或选择配准目标时使用。触发词包括 "imaging study"、"preprocessing strategy"、"DICOM de-identification"、"imaging biomarker"、"radiomics"、"longitudinal imaging"、"registration target"、"MNI vs native space"、"scanner harmonization"、"ComBat"、"IBSI"、"multi-site imaging"、"burned-in PHI"、"test-retest reliability"、"volumetric biomarker"、"diffusion MRI"、"perfusion imaging"、"fMRI study design"、"spectroscopy biomarker"。
使用此技能评估并规划从 AWS MSK(Managed Streaming for Apache Kafka)到 Confluent Cloud 的迁移。触发条件包括用户意图如 "migrate MSK to Confluent Cloud"、"move off MSK"、"MSK to CC cutover"、"Zero-Cut migration from MSK"、"kcp scan my MSK",或任何关于 MSK 到 CC 的评估、规划、集群规模、Cluster Linking 设置、基于 Gateway 的切换或切换后验证的讨论。不要用于非 MSK 的 Kafka 来源(开源 Kafka、Aiven、Confluent Platform、Redpanda)——此技能仅限 MSK。不要用于没有既有 Kafka 来源的全新 Confluent Cloud 项目。不要用于与迁移无关的一般 Kafka 编程问题(生产者/消费者代码、Kafka Streams)。
针对基于真实世界数据的因果推断,思考药物流行病学研究设计——选择活性对照新用药者设计、模拟目标试验、避免永生时间偏倚、用边际结构模型处理时变混杂,以及选择倾向评分方法。当用户要求设计药物安全性或有效性研究、在倾向评分匹配与加权、分层之间做选择、模拟目标试验、处理永生时间偏倚、应用边际结构模型、用 E-value 评估未测混杂、选择活性对照、定义新用药者队列,或评估药物流行病学研究设计时使用。触发词包括 "active comparator"、"new-user design"、"target trial emulation"、"immortal time bias"、"propensity score matching"、"IPTW"、"marginal structural model"、"confounding by indication"、"E-value"、"negative control outcomes"、"quantitative bias analysis"、"time-varying confounding"、"prevalent user bias"、"washout period"、"landmark analysis"、"stabilized weights"。
此技能应用于生成逼真且人格一致的合成教练与治疗会话转录文本,用于评估、演示和训练数据。它生成虚构但可信的教练/客户(或治疗师/客户)对话,基于所选方法(ICF/GROW 教练、CBT、IFS 部分工作、ACT/动机式访谈),并导出为 Fathom/Granola 转录风格、纯对话、结构化 JSON 或 Obsidian markdown。触发请求如"generate a synthetic coaching session"、"make fake therapy transcripts for evals"、"create demo session transcripts"、"synthetic CBT dialogue"、"persona-consistent coaching transcript"、"test data for my session summarizer" 或 "mock coaching call"。
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。
