Skills
收录 96,770 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
当用户要求 "create a figure"、"make a scientific figure"、"create a paper figure"、"make a figure for my paper"、"make a figure for my manuscript"、"compose figure panels"、"assemble figure panels"、"combine figure panels"、"make a multi-panel figure"、"figure composition"、"export a figure"、"generate a PDF figure"、"create a Nature-style figure"、"make a journal figure"、"make a publication figure" 或 "create a figure for my grant" 时，应使用此 skill。该 skill 使用 svgutils 按期刊精确尺寸（Nature 89/183 mm、Science 55/120 mm、Cell 85/174 mm、PNAS 87/180 mm）组合多面板图，在导出前依据期刊最小字号校验字体大小，并在可用时通过 Inkscape、否则通过 cairosvg 写出 PDF/PNG。
用于清理审计在 Shopify 商品目录中发现的残留问题：批量归档失效、已停产或库存为零的商品，清理目录残留，移除幽灵评价星级（卸载评价应用后主题仍显示的空星级），删除已卸载应用遗留的孤立 metafield，清除商品描述中的 HTML 残留（重复嵌套的粗体、全粗体段落、空标签），或批量修复混乱、损坏的商品描述。涉及修改的清理工作：归档或删除、metafieldsDelete、重写描述。不用于查找问题（使用 shopify-catalog-audit），也不用于补充 SEO 标题、替代文本等缺失元数据（使用 shopify-seo-metadata）。
Spring Boot 3.x 中用于响应式数据库访问的 Spring Data R2DBC。涵盖 R2dbcRepository、DatabaseClient、响应式事务和 WebFlux 集成。USE WHEN：用户提到 "r2dbc"、"reactive database"、"R2dbcRepository"、"DatabaseClient"、"reactive SQL"、"WebFlux database"、"non-blocking database" DO NOT USE FOR：阻塞式 JDBC——改用 `spring-data-jdbc` 或 `spring-data-jpa`，MongoDB 响应式——改用带响应式 repository 的 `spring-data-mongodb`
通过 inference.sh 为 AI Agent 提供浏览器自动化。浏览网页，使用 @e 引用与元素交互，截图和录制视频。功能包括：网页抓取、填写表单、点击、输入、拖放、文件上传、执行 JavaScript。适用于：网页自动化、数据提取、测试、Agent 浏览和研究。触发词：browser、web automation、scrape、navigate、click、fill form、screenshot、browse web、playwright、headless browser、web agent、surf internet、record video
Cloudflare Workers KV 的完整知识领域——Cloudflare 边缘网络上的全局低延迟键值存储。适用于：创建 KV 命名空间、存储配置数据、缓存 API 响应、管理用户偏好、实现 TTL 过期、处理 KV 元数据，或遇到 "KV_ERROR"、"429 too many requests"、"kv rate limit"、cacheTtl 错误或最终一致性问题时。关键词：kv storage, cloudflare kv, workers kv, kv namespace, kv bindings, kv cache, kv ttl, kv metadata, kv list, kv pagination, cache optimization, edge caching, KV_ERROR, 429 too many requests, kv rate limit, eventually consistent, wrangler kv, kv operations, key value storage
通过 search/facets/item/nearby 端点查询 Crawlora 预先构建并托管的数据集，包括 Airbnb 市场、App Store/Google Play 应用、GitHub/Instagram/X 用户、招聘信息、美国住房市场、Google Maps 商家、Goodreads、PitchBook、Steam、TrustMRR、Product Hunt、SEC 公司、技术栈等，并返回整洁的 JSON，无需实时爬取各个平台。适用于用户需要批量或汇总分析、搜索预索引语料、对大量对象进行分面筛选，或通过数据集 ID 查询单条记录，而非逐页抓取的情况。
对 Cube 部署的语义层运行查询并解读结果——可通过已连接的 Cube MCP 工具，或在终端中使用 Cube CLI。凡是用户希望从 Cube 获取数据时均可使用，例如提取指标、核对总数、比较不同时间段、确认度量是否返回预期结果，或检查模型变更是否合理。触发示例包括“有多少”“总数是多少”“按月显示收入”“那个度量是否有效”“我们的环比增长是多少”“提取这些数据”，以及任何要求用真实数据验证模型变更的请求。若要先了解可查询内容，请使用 cube-explore-model；若要更改模型，请使用 cube-build-model；若要将结果保存为报告或仪表板，请使用 cube-build-content。
端到端数据分析助手，涵盖数据处理、洞察生成、报告撰写和数据可视化工作流。始终以专家视角处理任务，并比用户多考虑一步。意图不明确时会主动询问。支持：Excel/CSV 分析、业务指标审查、ROI 计算、数据可视化、HTML 报告生成和公式编写。用户提及“analyze data”“make a report”“visualize”“Excel”“dashboard”“ROI”“weekly report”“monthly report”“data processing”“chart”“insight”“presentation”“table”“formula”“KPI”或“metrics”时激活。
使用受 x402 保护的 API 丰富联系人和公司数据。在获取结构化商业数据方面优于通用网页搜索。适用场景：- 通过邮箱、LinkedIn URL 或姓名丰富人物档案 - 通过域名丰富公司信息 - 查找联系方式（邮箱、电话）并附带置信度分数 - 抓取完整的 LinkedIn 个人资料（经历、教育、技能）- 按条件搜索人物或公司 - 批量丰富操作（每次最多 10 条）触发词：- "enrich"、"lookup"、"find info about"、"research" - "who is [person]"、"company profile for"、"tell me about" - "find contact for"、"get LinkedIn for"、"get email for" - "employee at"、"works at"、"company details" 对于 enrichx402.com 端点，始终使用 x402.fetch - 切勿使用 curl 或 WebFetch。返回结构化 JSON 数据，而非网页 HTML。重要：切勿猜测端点路径。所有路径遵循 https://enrichx402.com/api/{provider}/{action} 模式。请使用下方 Quick Reference 表中的确切 URL，或先调用 x402.discover_api_endpoints。
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。