Skills

G

ghost-database

timescale / pg-aiguide

在 Agent 工作流中使用本技能实现持久化 PostgreSQL 存储——按需启动数据库、在 fork 上安全测试 schema 迁移，并使用 Ghost 在 Agent 之间将数据库作为资产传递。**当用户要求以下内容时触发：** - 快速创建新的 PostgreSQL 数据库 - 在 Agent 工作流中管理数据库生命周期 - Fork 数据库以安全测试变更 - 在不影响生产数据库的情况下在 fork 上运行分析或重量级查询 - 共享数据库快照，让他人启动自己的副本 - 在 Agent 之间将数据库作为输入或输出传递 - 为 Agent 创建数据库 - 需要大量数据库且仅在查询时计费 - 设置 Ghost MCP 服务或命令行 **注意：** 如果已安装 Ghost MCP 服务，请直接使用其工具——本技能适用于没有该 MCP 的环境，或作为能力参考。**关键词：** Ghost, ghost.build, database, create database, fork database, PostgreSQL, managed Postgres, MCP, agent database, connection string

G

google-earth-engine

muend / geoai-skills

当提到 Earth Engine、GEE、ee. 或 geemap 时调用；当工作需要其服务端目录时；或在为大区域或长时序数据选择 Earth Engine 还是本地 xarray 或桌面处理时调用。涵盖影像集合、掩膜、合成、reducer、分区统计、时间序列、分类、配额感知批处理和导出。这是一个执行平台 skill；当 scientific method 由 remote-sensing-analysis 或 change-detection 负责时，将其与这些 skill 结合使用。

I

interzoid

membranedev / application-skills

Interzoid 集成。管理数据和记录，并自动化工作流。适用于用户希望与 Interzoid 数据交互的场景。

I

ip2locationio

membranedev / application-skills

IP2Location.io 集成。管理数据和记录，并自动化工作流。适用于用户希望与 IP2Location.io 数据交互的场景。

I

ipdataco

membranedev / application-skills

Ipdata.co 集成。管理数据和记录，并自动化工作流。适用于用户希望与 Ipdata.co 数据交互的场景。

I

ipinfoio

membranedev / application-skills

IPinfo.io 集成。管理 Domains、ASNs、Companies。适用于用户希望与 IPinfo.io 数据交互的场景。

J

jitsu

membranedev / application-skills

Jitsu 集成。管理数据和记录，并自动化工作流。适用于用户希望与 Jitsu 数据交互的场景。

L

lineage-analysis

data-goblin / power-bi-agentic-development

跨 Fabric 工作区追踪语义模型与下游报表之间的关系。当用户要求 "find downstream reports"、"show report lineage"、"impact analysis"、"what depends on this dataset"、"cross-workspace lineage"、"which reports are connected"、"get model dependencies"，或提到模型到报表的依赖追踪时自动调用。

L

liquibase-migration

folio-org / folio-eureka-ai-dev

在 FOLIO Spring Boot 模块中创建、编辑或审查 Liquibase 数据库迁移时使用。任何数据库迁移、模式变更、changeset 编写、XML changelog 创建、数据库迁移脚本，或 FOLIO 模块中的表/列/索引/外键更改，都始终使用此技能——即使用户只说"add a column"、"create a table" 或 "write a migration"。强制遵循 FOLIO 目录结构（changelog-master → changelog-vX.Y → vX.Y/ 文件）、changeset ID 命名约定（JIRA@@scope-action-target）、注释标签和 FOLIO 标准列类型。

L

lookml-view

lkrdev / lookml_skills

使用此技能创建或修改 LookML Views。涵盖基本视图定义、sql_table_name、文件组织和常见模式。

L

loopstructural

steadfastasart / geoscience-skills

基于构造地质数据，用隐式曲面、断层、褶皱和地层约束构建 3D 地质模型。适用于 Agent 需要：(1) 从构造数据构建 3D 地质模型，(2) 对断层网络和位移建模，(3) 创建褶皱地质表示，(4) 插值地质曲面，(5) 将模型导出为 VTK 以便可视化，(6) 对地质模型进行不确定性分析，(7) 在网格上评估模型值。

L

lyt-product-validation

yyyyyzhao / lytskill

lyt 系列已有产品验证 skill。用于用户已经有具体产品、候选品清单、商品截图、1688/竞品链接、供应链资料、CSV/XLSX 候选品表格或后台测试数据，想判断某个产品或一批候选品是否值得进入测试池。输出「能测 / 暂缓 / 不建议做」、事实/推断/假设、7 维验证、最小验证方案和补数清单。仅处理跨境电商、TikTok Shop、电商商品销售、供应链、货盘、内容、广告、达人分销和店铺经营相关产品验证问题。触发方式：/lyt-product-validation、/产品验证、/单品验证、/候选品筛选、「这个产品能不能做」「这些候选品怎么筛」

M

machine-learning

89jobrien / steve

机器学习开发模式、模型训练、评估和

当用户要求"计算 TAM"、"确定 SAM"、"估算 SOM"、"测算市场规模"、"计算市场机会"、"总可服务市场是多少"，或要求对初创企业或商业机会做市场规模分析时，应使用此技能。

M

metaheuristic-optimization

kishorkukreja / awesome-supply-chain

当用户想要使用元启发式算法求解复杂优化问题、应用遗传算法、模拟退火或其他仿自然算法时使用。也可在用户提及 "genetic algorithm"、"simulated annealing"、"tabu search"、"ant colony"、"particle swarm"、"evolutionary algorithms"、"nature-inspired optimization"、"heuristic search"，或精确优化方法对大规模问题太慢时使用。精确方法请见 optimization-modeling。多目标请见 multi-objective-optimization。

M

mockaroo

membranedev / application-skills

Mockaroo 集成。管理数据和记录，并自动化工作流。适用于用户希望与 Mockaroo 数据交互的场景。

N

nansen-perp

nansen-ai / nansen-cli

Hyperliquid 上的永续合约分析——筛选器、排行榜。适用于查看永续合约市场、资金费率或顶级永续合约交易者。

N

numerical-optimization-formulation

nvidia / skills

适用于 NVIDIA 产品的 Agent Skills——安装到 Claude Code、Codex 和其他编码 Agent 中，即可端到端运行 Physical AI、机器人、仿真、CUDA 和 RAG 工作流。

O

obsidian-bases

zhanlincui / agent-skills-hunter

使用视图、筛选器、公式和摘要创建和编辑 Obsidian Bases（.base 文件）。适用于处理 .base 文件、创建类似数据库的笔记视图，或用户在 Obsidian 中提到 Bases、表格视图、卡片视图、筛选器或公式时。

O

offer-testing

gtmagents / gtm-agents

用于设计文案实验以优化钩子、优惠和 CTA。

O

openbio

openbio-ai / skills

用于生物数据访问和计算生物学工具的 OpenBio API。使用场景：(1) 查询生物数据库（PDB、UniProt、ChEMBL 等），(2) 检索科学文献（PubMed、bioRxiv、arXiv），(3) 运行结构预测（Boltz、Chai、ProteinMPNN），(4) 执行通路/富集分析，(5) 设计分子生物学实验（引物、克隆），(6) 分析变异和临床数据，(7) 分析和编辑质粒文件（GenBank、SnapGene）。

P

paid-ads-review

nowork-studio / notfair-plugin

跨已连接平台或所提供的导出数据，生成只读、基于证据的付费媒体效果报告。适用于周报或月报、评分卡、效果、CPA、ROAS、CTR、花费趋势、投放节奏或转化跟踪健康状况。

P

pandas-pro

midudev / autoskills

执行 pandas DataFrame 操作，用于数据分析、处理和转换。适用于使用 pandas DataFrame、数据清理、聚合、合并或时间序列分析。可用于按多个键连接 DataFrame、透视表格、重采样时间序列、通过插值或向前填充处理 NaN 值、groupby 聚合、类型转换，或优化大型数据集的性能等数据处理任务。

P

paper-corpus-rag

kalarislabs / research-agent-skills

基于你自己的研究论文集构建有据可依的问答和检索增强生成（RAG），回答会引用确切的论文和段落。适用于用户想与一组 PDF“对话”或搜索其中内容、综合文献集中的证据、查找哪篇论文提到了某内容，或使用 SQLite FTS5、pgvector（Postgres）、Chroma、Qdrant 或 FAISS 构建向量／混合索引的场景。包含一个零依赖的本地全文索引，可提供可引用的命中结果。

P

paper-explain-figures

huangwb8 / chineseresearchlatex

解读论文 Figure 的含义并输出一份“教会人类如何读图”的高可读性 Markdown 报告；支持输入 1 个或多个 figure 文件绝对路径与人工解读，自动尝试从图附近检索生成该图的源代码，并采用类似 parallel-vibe 的方式通过 `codex exec`/`claude -p` 以进程级隔离解读每张图（并发上限默认 3，可在 config.yaml 调整）。不适用：用户只是想改图尺寸/裁剪/改格式；或要求直接修改图片/源代码（本 skill 对图片与源代码全程只读，严禁修改）。

P

pokemon-data-fetcher

kehwar / experiments

从 PokeAPI（pokeapi.co）获取 Pokemon 数据并按世代整理。当你需要检索 Pokemon 信息、按世代列出 Pokemon，或以 JSON 格式收集 Pokemon 数据时使用本技能。

P

pp-erank

mvanhorn / printing-press-library

来自 eRank 的 Keyword Tool 数据，外加面向 Etsy 卖家的本地评分、商品排名波动与上架缺口分析。触发短语：`research dad mug on eRank`、`score an Etsy keyword`、`find eRank top listings`、`compare Etsy listing tags`、`use eRank`、`run eRank`。

P

prisma-cli

midudev / autoskills

Prisma ORM 7 CLI 参考资料，适用于现有的 Prisma 7 应用或明确选定的 Prisma 7 工作流。涵盖 prisma init、generate、migrate、db、dev、studio 和 mcp。设置、修复连接或使用 Prisma 8 时，请使用 prisma-orm-setup；不要使用 Prisma Platform CLI。

P

prisma-database-setup

midudev / autoskills

prisma-orm-setup 的弃用兼容名称。仅当用户或现有集成明确调用 prisma-database-setup 时使用；否则请选择 prisma-orm-setup。

P

product-conjoint-analysis

timlai666 / skills

本技能必须用于产品联合分析（商品聯合分析、屬性偏好分析），以借助评分、陈述选择或观察到的选择研究产品属性之间的取舍。当有多属性偏好数据时，也应使用于属性重要性、支付意愿（願付價格）或产品配置问题。它不得把评论提及当作观察到的选择，也不得给出数据和拟合模型不支持的定价与概率论断。

P

product-lifecycle-learning

magnus919 / agent-skills

将预期的产品结果与观察到的结果进行对比，以闭合从发布到学习的回路：收集发布后证据，区分预期、观察到、不确定和推断出的主张，更新假设，评估功能健康状况，并在继续/改进/收获/转型/暂停/退役之间做出选择——包括带有弃用、迁移、客户处理和保留可复用学习的退役生命周期。不适用于事故复盘或根因分析（路由到 incident-learning 或 site-reliability-engineering）；不适用于分析埋点或指标仪表盘设计（路由到 product-analytics-and-measurement）；不要将任意阈值用作通用退役规则——决策需要人的判断和背景信息。

P

pygimli

steadfastasart / geoscience-skills

多方法地球物理建模与反演框架。适用于 Agent 需要：(1) 执行电阻率层析成像（ERT）反演，(2) 运行地震折射层析成像（SRT），(3) 对激发极化（IP）数据建模，(4) 模拟探地雷达（GPR），(5) 为地球物理问题创建有限元网格，(6) 对多个数据集进行联合反演，(7) 正演模拟地球物理响应，(8) 分析时移监测数据。

P

pythia-deploy

thaildhe172591 / pythia

当变更涉及多个语句或文件时使用——例如发布或迁移脚本、“chay script DDL”“deploy ban release”“run these .sql files”、包含注释和索引的表、package 规格与主体，或编号脚本目录。为语句排序，逐一预览，整组获取一次批准，通过 apply 按顺序执行六个步骤，并在首次失败时停止。

P

pythia-package

thaildhe172591 / pythia

设计或编写新 package、procedure、function 或 trigger，或重构它们时使用——例如“viet package”“tao procedure”“them function”“them trigger”、其他团队将调用的 API、错误处理或日志设计，以及规格变更。应用行业标准的 PL/SQL 设计规则：将 spec 作为契约、使用命名异常、由单一事务所有者负责、保持 trigger 精简；同时遵循始终优先的团队约定。

P

pythia-table

thaildhe172591 / pythia

创建或更改表、列、约束、索引、序列或注释时使用——例如“add a column”“create a table for X”“them cot”“tao bang”“sua kieu du lieu”“comment cho cot”、迁移脚本或列类型变更。按照团队标准和 Oracle 实践设计 DDL，使用 COMMENT ON 为每个表和列编写说明，并通过 pythia deploy 执行，同时提供如实的回滚方案。

P

pythia-tune

thaildhe172591 / pythia

当查询、报告或 PL/SQL 单元运行缓慢时，在添加索引或提示之前使用；也适用于有人说“cham”“toi uu truy van”“optimize this query”“why is this report slow”或“full table scan”的情况。使用优化器自己的执行计划和统计信息进行测量，每次只更改一项，并用相同的测量方法证明效果；许可合规，不使用 AWR/ASH 或 Tuning Pack。

P

pythia-verify

thaildhe172591 / pythia

在声称 Oracle 任务已完成、修复、部署、提速或正常运行之前使用——在最终报告前、说“xong roi”“da sua xong”“deployed”之前，以及结束自动驾驶会话之前。收集本次会话的证据，包括编译错误、相对基线的 INVALID 对象、lint、日志条目，以及性能为目标时的前后执行计划；只报告证据能够证明的内容。

Q

qdrant-clients-sdk

github / awesome-copilot

Qdrant 为多种编程语言提供客户端 SDK，便于与 Qdrant 部署集成。

Q

qdrant-deployment-options

github / awesome-copilot

指导选择 Qdrant 部署方式。适用于有人询问“如何部署 Qdrant”“Docker 还是 Cloud”“本地模式”“嵌入式 Qdrant”“Qdrant EDGE”“选择哪种部署方案”“自托管还是云端”或“需要最低延迟部署”等情况。也适用于为新项目选择部署类型。

Q

qdrant-model-migration

github / awesome-copilot

介绍如何在 Qdrant 中无停机迁移嵌入模型。适用于有人询问“如何切换嵌入模型”“如何迁移向量”“如何更新到新模型”“如何实现零停机模型变更”“如何重新嵌入我的数据”或“能否同时使用两个模型”。升级模型维度、切换提供商或进行 A/B 测试时也可使用。

Q

qdrant-scaling

github / awesome-copilot

指导 Qdrant 的扩展决策。当有人问“我需要多少节点”“数据放不下单个节点”“需要更高吞吐”“集群很慢”“租户太多”“纵向还是横向”“如何分片”或“需要扩容”时使用。

Q

qdrant-search-quality

github / awesome-copilot

诊断并改善 Qdrant 的搜索相关性。当有人反馈“搜索结果很差”“结果不对”“精度低”“召回低”“匹配不相关”“缺少预期结果”，或询问“如何提升搜索质量？”“用哪个嵌入模型？”“该用混合搜索吗？”“该用重排吗？”时使用。也适用于在量化、更换模型或数据增长后搜索质量下降的情况。

S

sankey-diagram-creator

dkyazzentwatwa / chatgpt-skills

根据 CSV、DataFrame 或 dict 数据创建用于流程可视化的交互式桑基图。支持节点/链接样式设置以及 HTML/PNG/SVG 导出。

S

scanning-experiments-with-replay-vision

posthog / skills

配置 Replay Vision `experiment` 扫描器，用于监视某个实验公开的会话，记录每个会话的变体，均匀抽取各变体样本，并在实验结束时停止。涵盖状态守卫、在各变体间保持可比性的提示词、根据实验自身的受众规模估算额度消耗、创建为禁用状态以便在真实会话中预览提示词，以及按变体读取结果。 触发条件：用户希望 Replay Vision 监视某个实验；要求用 AI 扫描或分析实验录制内容；询问“测试变体中的用户实际上在做什么”；或需要一个范围限定为实验公开会话的扫描器。 不要触发：创建与实验无关的通用扫描器（使用 creating-replay-vision-scanners）；读取扫描器已生成的观察结果（使用 exploring-replay-vision-observations）；或手动浏览实验录制内容而不进行 AI 分析（使用 analyzing-experiment-session-replays）。

S

scrape-plan

zytedata / skills

规划网页抓取并编写经过验证的提取规范 —— 探索详情页、发现字段、确认 schema，然后用更多页面、HTML 变体对比、提取值和可选的浏览器审查来验证它，并将方案提交审批。

S

scraper

webshare-proxy / skills

使用 Playwright 创建网页爬虫脚本。当用户想要爬取网站、从网页提取数据、构建爬取流水线、初始化爬取项目或自动化网站数据采集时使用。支持 Python 和 Node.js 生态。处理代理配置、使用 patchright 的隐身模式，以及将数据导出到 CSV、JSON 或数据库。

S

scrapinghub

membranedev / application-skills

Scrapinghub 集成。管理数据、记录并自动化工作流。当用户希望与 Scrapinghub 数据交互时使用。

S

simpeg

steadfastasart / geoscience-skills

地球物理中的模拟与参数估计。用于地球物理正演建模与反演的框架。适用于 Agent 需要：(1) 运行地球物理反演（直流电阻率、磁法、重力、电磁），(2) 为位场或电磁方法创建正演模型，(3) 构建观测系统与接收器配置，(4) 为模拟设计网格离散化，(5) 对反问题应用正则化与优化，(6) 根据地球物理数据建模地下物性。

S

skill-stats

proffesor-for-testing / agentic-qe

在评审哪些 QE skills 正在被使用、查找触发不足的 skills，或分析 skill 有效性时使用。展示使用模式与建议。

S

sql-optimization-patterns

rmyndharis / antigravity-skills

掌握 SQL 查询优化、索引策略和 EXPLAIN 分析，大幅提升数据库性能并消除慢查询。适用于调试慢查询、设计数据库 schema 或优化应用性能。

S

sqlalchemy-orm

midudev / autoskills

SQLAlchemy Python SQL 工具包和 ORM，提供强大的查询构建器、关系映射，以及通过 Alembic 进行数据库迁移

S

supabase-postgres-best-practices

midudev / autoskills

由 Supabase 维护的 Postgres 最佳实践，适用于在任何环境中运行的 Postgres。在编写或更改 Postgres 数据库中的任何内容之前，请加载此技能：创建或修改表和列（包括选择列类型）、模式设计、迁移和声明式模式文件、RLS 策略及其验证测试、索引、触发器、数据库函数、队列和定时任务（pg_cron、pgmq）、向量／语义搜索（pgvector），以及恢复转储（pg_restore）或导入数据。诊断慢查询、CPU 占用过高、超时、EXPLAIN 计划、连接耗尽、锁定、膨胀，或对错误用户或租户可见的行时，也请加载此技能。这不只是性能指南——模式、迁移、安全和 SQL 编写任务也需要遵循这些规则，即使只是更改一列或执行单个查询。

S

syncfusion-winforms-pivot-grid

syncfusion / winforms-ui-components-skills

用于实现 Syncfusion Windows Forms Pivot Grid 控件以进行数据分析和透视表功能的指南。在 Windows Forms 应用中实现透视表、数据汇总、交叉表数据或分析仪表板时使用本技能。涵盖数据绑定、透视配置、筛选、排序、分组、计算、条件格式和导出。

T

tinker-training-cost

sundial-org / skills

计算 Tinker 微调任务的训练成本。适用于估算 Tinker LLM 训练成本、统计数据集中的 token，或对比 Tinker 模型训练价格。使用正确的模型 tokenizer 对数据集进行分词，并提供准确的成本估算。

T

tkm

jorgemuza / orbit

使用 orbit CLI 跟踪 AI token 消耗、成本和用量趋势。当用户询问 token 用量、AI 成本、Claude Code 支出、使用了多少 token、按模型划分的成本明细、会话历史或 token 分析时，随时使用此技能。触发短语包括 'how much have I spent'、'token usage'、'show me costs'、'what's my AI spending'、'how many tokens today'、'cost per model'、'list sessions'、'track usage'、'token report'、'weekly usage'、'monthly costs'，以及任何 token/成本跟踪任务——即使是 'am I spending too much on Claude'、'what did that session cost'、'show me the dashboard' 或 'how much is opus costing us' 这类随口提及。

V

video-analytics-interpreter

nicepkg / ai-workflow

解读 YouTube Analytics、TikTok Analytics 及视频表现数据。识别趋势、解释指标，并提供可执行的增长建议。适用于分析视频表现、理解指标或优化频道策略。

W

web-scraper

cowork-os / cowork-os

使用 Scrapling 抓取网页并提取结构化数据

W

wechat-channels-crawler

redfox-data / redfox-community

视频号作品查询工具。根据用户输入的关键词搜索视频号热门作品，支持按最新、最多点赞、最多收藏和综合排序，结果以结构化表格展示。当用户想要查找视频号热门内容、搜索视频号爆款视频、查询视频号作品数据、了解某类内容在视频号的表现时使用。触发词包括：视频号搜索、视频号作品查询、视频号爆款、视频号热门、视频号内容搜索、搜视频号、微信视频号搜索。当接口返回积分不足（code=3210）时，自动唤起支付宝完成充值后继续查询。

W

weights-and-biases

nousresearch / hermes-agent

W&B：记录 ML 实验、超参搜索、模型注册表、仪表盘。

W

window-function-builder

dengineproblem / agents-monorepo

SQL 窗口函数专家。用于分析型查询、OVER 子句和排名函数。