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
通过 [inference.sh](https://inference.sh) 在安全的沙盒环境中执行 Python 代码。预装:NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh,以及 100 多个库。适用于:数据处理、网页抓取、图像处理、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词:python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib
当用户想在 B2B SaaS、一般 B2B 或本地小型企业领域寻找、筛选潜在客户并建立联系名单时使用。用户提到“潜在客户开发”“建立潜在客户名单”“寻找销售线索”“线索名单”“外呼名单”“目标客户名单”“符合 ICP 的客户”“寻找本地企业”“寻找首批客户”“设计合作伙伴”“基于信号的外呼”“购买信号”“意向数据”“职位变动提醒”“瀑布式数据丰富”“Clay 表格”“相似客户”“兜底邮箱”“客户分层”或“联系前研究该客户”时也使用。邮件进入营销序列前务必验证,绝不抓取 LinkedIn 数据。在 Sales Navigator 中定义受众,并从授权数据源获取联系人。涵盖名单构建、信号、数据丰富、验证和客户研究。关于实际外联(文案、发送设置、LinkedIn、联系节奏、回复),请参阅 cold-email。关于竞品研究,请参阅 competitor-profiling。
只要用户需要后端,或任务涉及通过 InsForge CLI 操作 InsForge 后端或云基础设施,就使用此技能:项目、SQL、迁移、RLS 策略、函数、存储、备份、部署、计算、密钥、配置、计划任务、日志、诊断、顾问扫描及抑制、导入/导出、AI/OpenRouter 设置及使用概览、Stripe/Razorpay 支付、Apify 网页抓取/数据源、PostHog 产品分析、后端分支、组织成员管理(邀请、退出、删除)、Agent 记忆(记住/回忆项目事实和决策)、反馈 InsForge 端的错误或文档差异,以及 CLI 文档。使用 InsForge 或 @insforge/sdk 编写应用代码时,请改用 insforge 应用集成技能。
通过 [inference.sh](https://inference.sh) 在安全的沙盒环境中执行 Python 代码。预装:NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh,以及 100 多个库。适用于:数据处理、网页抓取、图像处理、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词:python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib
通过 [inference.sh](https://inference.sh) 在安全的沙盒环境中执行 Python 代码。预装:NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh,以及 100 多个库。适用于:数据处理、网页抓取、图像处理、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词:python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib
当用户想规划、设计或实施 A/B 测试或实验,或构建增长实验计划时使用。用户提到“A/B 测试”“分流测试”“实验”“测试此改动”“变体文案”“多变量测试”“假设”“要不要测试这个”“哪个版本更好”“测试两个版本”“统计显著性”“这个测试应该运行多久”“增长实验”“实验速度”“实验待办”“ICE 评分”“实验计划”或“实验手册”时也使用。只要有人比较两种方案并想衡量哪种效果更好,或想建立系统化的实验实践,就使用此技能。跟踪实施请参阅 analytics-tracking;页面级转化优化请参阅 page-cro。
通过 [inference.sh](https://inference.sh) 在安全的沙盒环境中执行 Python 代码。预装:NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh,以及 100 多个库。适用于:数据处理、网页抓取、图像处理、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词:python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib
为 PR、分支、文件、目录或功能提供端到端的分析埋点工作流。读取代码,找出应跟踪的事件,并一次性生成具体的埋点计划。用户希望为 PR 添加分析、提出“instrument this PR”“add tracking to this branch”“what analytics does this file need”“instrument the checkout flow”“run the full instrumentation workflow”,或提出任何暗示要从代码变更生成跟踪计划的请求时,使用此技能。如果用户提供 PR 链接、分支名称、文件路径或功能描述,并提及分析、事件或埋点,也应触发。它是分析工作流的主要入口,优先使用此技能,而不是分别调用各个步骤(diff-intake、discover-event-surfaces、instrument-events)。
找出此代码库中实际编写分析跟踪调用的方式,包括用于发送事件的具体 SDK 调用、函数签名和导入模式。在添加新的跟踪前需要了解现有分析埋点模式、有人询问“how do we track events here?”“show me the analytics setup”“what's the analytics pattern in this codebase?”,或即将运行 instrument-events 或 discover-event-surfaces 技能且需要了解应遵循的正确编码风格时,使用此技能。输出去重后的模式列表、通用示例、各模式所在的文件路径,以及根据这些调用点推断出的主要事件和属性命名规范。编写任何分析埋点代码前,始终使用此技能。
根据 change_brief YAML(由 diff-intake 输出)生成完整的候选分析事件列表,以便添加埋点。以具备产品经理思维的工程师视角,列出所有值得考虑的事项,让产品经理决定哪些才真正重要。作为分析埋点工作流的第 2 步,在 diff-intake 生成 change_brief 后立即使用。用户拥有 change_brief YAML 并想知道应添加哪些分析事件,或提出“what should I track for this PR”“what events should I instrument”“generate event candidates”,或任何旨在找出代码变更分析覆盖缺口的请求时触发。
根据 event_candidates YAML(由 discover-event-surfaces 输出),为优先级 3(关键)事件生成具体的埋点计划。以软件架构师的身份,找出代码库中现有的分析模式,读取提示的文件以确定作用域内的变量,设计精简且适用于图表的属性,并确定每个跟踪调用的精确插入位置。输出结构化 JSON trackingPlan。作为分析埋点工作流的第 3 步,在 discover-event-surfaces 之后使用。用户拥有 event_candidates 并希望生成跟踪代码,或提出“instrument these events”“generate tracking plan”“add analytics for these events”“where should I put the tracking calls”,或任何将候选事件转化为具体实施指导的请求时触发。
当用户希望弄清哪些营销真正带来转化和收入、选择或解读归因模型,或核对不同工具中的冲突数据时使用。用户提到“归因”“归因模型”“首次触点与末次触点”“多触点”“哪个渠道带来收入”“我的实际 CAC 是多少”“我的仪表板数据不一致”“Google/Meta 显示 X,但 GA 显示 Y”“媒体组合模型”“MMM”“增量分析”“地理提升”“留出测试”“你是如何得知我们的”“自述归因”或“暗社交”,或希望自行配置归因——“将预订与来源关联”“SavvyCal/Calendly 归因”“弥合身份识别缺口”“跟踪第三方域名上的转化”“第一方/可自托管归因”时也使用。事件跟踪设置和 UTM 请参阅 analytics。广告平台像素/CAPI 和转化跟踪请参阅 conversion-tracking。销售管道和 CRM 收入报告请参阅 revops。AI 搜索归因盲点请参阅 ai-seo。
GTM 潜在客户、数据补全、外联、Plays、开发者信号/Reo.dev。提供商:adyntel,affinity,ai_ark,akta,allegrow,amplemarket,apify,attention,attio,aviato,bettercontact,bigquery,bluesky,bounceban,brave,browserbase,builtwith,buyercaddy,cbinsights,clay,clickhouse,cloudflare,contactout,contextdev,crunchbase,crustdata-v3,customer_db,databricks,dataforseo,datagma,dealroom,deepline_ip_to_company,deepline_native,deeplineagent,deepseek,discolike,dnb,edges,emailbison,emailguard,enformion,enigma,exa,findymail,firecrawl,fireflies,firmable,forager,fullenrich,fundable,generic_http,getleads,gong,google_ads_audiences,google_workspace,govfiles,grain,hackernews,harvestapi,heyreach,hubspot,hunter,icypeas,instantly,intercom,ipqs,kaspr,kernel,kickbox,leadmagic,lemlist,limadata,linkedin_ads_audiences,luma,lusha,meta_audiences,millionverifier,nooks,notion,openmart,opensosdata,openwebninja,outreach,parallel,particle,peopledatalabs,pitchbook,podscan,polymarket,postgres,predictleads,prospeo,quickenrich,rapidapi,redshift,…。
为测试和开发选择并创建合适的 Neon 分支类型。用户询问 Neon 分支、使用真实数据测试迁移、隔离测试环境、敏感数据的仅架构分支工作流、从父分支重置分支、分支过期与 CI/CD 分支生命周期,或通过 Neon CLI 或 Neon MCP 创建分支时使用。触发词包括“Neon branch”“test migrations safely”“branch production data”“schema-only branch”“reset branch”“branch per PR”和“sensitive data testing”。
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。
