Skills
收录 96,981 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
neo4j-agent-memory Python 包的权威参考——这是一个基于 Neo4j 构建的、面向 AI Agent 的图原生记忆系统——以及位于 memory.neo4jlabs.com 的托管服务（NAMS）。当用户提及 neo4j-agent-memory、基于 Neo4j 的 Agent 记忆、上下文图、POLE+O 模型、MemoryClient/MemorySettings、记忆 MCP 服务，或任何框架集成（LangChain、PydanticAI、CrewAI、AWS Strands、Google ADK、Microsoft Agent Framework、OpenAI Agents、LlamaIndex）时，均应使用此技能。当用户提及 memory.neo4jlabs.com 上的托管服务、NAMS、Neo4j Agent Memory Service、`nams_` API key 前缀或托管 MCP 端点时也应使用。为该项目撰写文档、博客文章、教程、PRD 或代码示例时，比较不同 Agent 记忆方案时，或在对比图原生记忆与纯向量方案时，也应使用此技能——即使用户没有明确提到该包。
通过 Data Cloud 全方位查看单个 Agentforce 会话。当用户按会话 ID（Agent Session UUID `019d…` 或 MessagingSession ID `0Mw…`）要求追踪、检查、总结或描述特定 Agentforce 会话时触发。用户尚无会话 ID，但要按时间、Agent、渠道、结果或对话文本查找／列出／搜索会话时，也会触发。设计阶段的架构问题（改用 investigating-agentforce-architecture）或需要 Data Cloud 之外平台遥测数据的运行时性能／延迟／SLO 问题不触发。
使用 apidojo 在 Apify 上的 YouTube Trending Scraper，按类别和国家发现热门及爆款 YouTube 视频。当用户要求：查找今天的爆款 YouTube 视频、发现某个国家 YouTube 上的热门内容、获取 YouTube 上热门的游戏或音乐视频、按类别查找本周最热门的 YouTube 视频、发现 YouTube 上的爆款内容以获取灵感、研究哪些话题主导 YouTube 热门榜，或为内容策略追踪热门 YouTube 内容时触发。返回视频标题、观看次数、点赞数、频道信息、时长、关键词和缩略图。适合内容策略师、YouTuber 和趋势研究者。
在 rde 机器上构建或修改 Metabase 数据应用：确定 `metabase-data-apps` 技能所需的本地配置（远程同步仓库、Metabase URL、rde 存储的 API key，以及应用如何连接 Metabase），确保应用读取的所有内容都是已同步到该仓库的 Library 内容，与用户确认每个同步步骤，并将构建工作交由该技能处理。仅当用户明确要求创建应用时使用，例如“为 X 给我做个应用”“创建数据应用”“在 Metabase 中制作内部工具／门户”“为我的数据应用添加页面／表单／筛选器”。仪表板、问题或指标不属于应用，应由 `rde` 技能处理。
当以可能破坏使用方的方式修改 dbt 模型时使用 —— 重命名、删除或更改列类型，或更改下游模型、exposures、仪表盘或 BI 工具所依赖的模型 —— 以判断该修改是否具有破坏性以及会影响谁。也用于模型版本管理（模型版本、latest_version、latest_version_pointer、deprecation_date、迁移窗口）、强制执行契约、设置访问权限或群组，以及进行多项目 dbt Mesh 工作（通过 dependencies.yml 跨项目引用、区分名称相近的模型、拆分单体模型）。涵盖单项目与多项目，既可用于规划或提供建议，也可用于实施。
AE 知识库命令行手册，涵盖创建、导入只读编译快照、查询、由 LLM 驱动的提问、列出可访问的知识库及其来源、确定性索引/grep/read 检索、检查状态、ZIP 来源上传和目录管理、原始子文件读取、经修订版本校验的子文件更新与删除、编译、模式生成、URL 来源、来源删除、普通文本来源创建、完整读取和经修订版本校验的编辑、文件/ZIP 来源草稿替换与恢复，以及知识库删除。用户要求管理 AE（Agentic Engine）知识库、导入编译后的 Markdown ZIP 快照、向知识库上传文档或 URL、查询知识、使用 LLM 向知识库提问、列出可访问的知识库或来源元数据、检查知识库索引、搜索知识库页面、读取指定知识库页面、检查知识库状态、生成模式、编译知识、移除来源、创建或编辑文本来源，或删除知识库时使用。选择值得搜索的知识库时，先使用 ae-kb-discovery skill；选定目标后，此 skill 执行检索。必须使用 ae-cli kb 命令，不得猜测知识库名称、范围、页面路径、来源 ID、来源显示名称、JSON 负载结构或 URL 格式。
Markets 编排 —— 将 ESPN 实时赛程与 Kalshi、Polymarket 预测市场打通。提供统一看板、赔率对比、实体搜索与跨平台的投注价值评估。适用于：用户希望将预测市场赔率与 ESPN 比赛赛程并览、跨平台比较赔率、在 Kalshi 或 Polymarket 上搜索球队/球员、检查 ESPN 赔率与预测市场之间是否存在套利，或评估某场比赛的市场价值。不适用于：用户只想要预测市场原始数据而无需 ESPN 上下文 —— 请直接使用 polymarket 或 kalshi。若只需赔率数学计算（转换、去水位、Kelly）—— 请使用 betting。若只需实时比分而无市场数据 —— 请使用对应的运动技能。
在 Apify 上使用 apidojo 的 TikTok Profile 抓取工具，批量抓取任意账号列表的 TikTok 主页统计数据和元数据。当用户要求：获取某个账号的 TikTok 主页数据、抓取 TikTok 用户的粉丝数和互动数据、批量抓取 TikTok 账号元数据、导出一组创作者的 TikTok 主页信息、查询多个用户名的 TikTok 数据，或从 TikTok 主页获取简介和粉丝数据时触发。返回用户名、粉丝数、关注数、累计点赞数、视频数量和简介。适用于网红筛选、数据丰富化和受众分析。
利用 Apify 上 apidojo 的 Instagram 位置抓取器，查找从特定地点发布内容的 Instagram 内容创作者和网红。当用户提出以下需求时触发：查找位于某城市的 Instagram 创作者、发现某个地理市场的本地网红、查找从特定场所或街区发帖的内容创作者、为地理定向营销活动识别本地 Instagram 微型网红、查找某个国家的创作者以洽谈区域品牌合作，或发现曾经到访或常驻特定地点的网红。返回创作者账号名、该地点的帖子数、粉丝数估算、互动情况以及近期内容。适用于区域品牌活动、本地商家营销和地理定向网红项目。
支持使用 Outpost Bio 的开源微生物组基础模型 —— Waypoint 检查点（Waypoint-6m、Waypoint-45m、Waypoint-170m）、Atlas 预训练语料、Compass 八任务基准测试，以及 `waypoint-bio` 包中的 `waypoint` 命令行工具。涵盖微生物组样本嵌入、在分类丰度数据上微调、在 Compass 上对检查点进行基准测试、在分类丰度谱上预训练 GPT-2 模型，以及将 MetaPhlAn、Kraken2、QIIME 2 或 MGnify 丰度表转换为 waypoint 格式。
使用 apidojo 的 YouTube scraper（在 Apify 上）跟踪特定细分领域的 YouTube 热门话题和视频形式。当用户要求以下内容时触发：查找某细分领域的 YouTube 热门话题、发现某类别中当下正在获得观看量的视频、识别某行业中流行的 YouTube 形式或主题、从搜索趋势中寻找高表现的 YouTube 视频创意、研究 YouTube 算法当前在某个话题领域中奖励什么、发现某细分领域中正在崛起的 YouTube 创作者，或分析某类别中哪些视频角度在 YouTube 上表现最佳。返回热门视频标题、观看量、互动指标、形式规律和话题主题。适用于 YouTube 内容创作者、视频营销人员和品牌视频策略师。
使用 apidojo 在 Apify 上的 Instagram Location 抓取器，抓取标记在特定地点的 Instagram 帖子。适用于以下请求：查找来自特定地点或场所的 Instagram 帖子；抓取餐厅、酒店或活动的用户生成内容；查找在会议或音乐节上标记的照片；监测宾客或访客从某地点发布的内容；发现到访过某地的内容创作者；基于地点标签构建 UGC 素材库；或查找曾到过特定场所或城市的网红。每条地点帖子返回帖子链接、文案、作者账号、点赞数、评论数和时间戳。适合酒店餐饮品牌、活动营销人员和 UGC 内容策划团队。
使用 apidojo 在 Apify 上的 Tweet 抓取工具，分析 Twitter/X 上关于任何主题、品牌或事件的公众情绪。触发场景：用户要求分析某主题的 Twitter 情绪、衡量 Twitter 上的公众舆论、判断 X 上关于某个品牌或议题的情绪是正面还是负面、分析关于某事件推文的情绪基调、研究 Twitter 对新闻报道的反应、从推文衡量品牌或产品情绪，或比较 Twitter 上两个竞争主题或品牌的情绪。返回情绪分类、最正和最负面的推文、随时间变化的声量和关键主题。适合公关团队、市场研究员、政治分析师和社交聆听平台。
使用 apidojo 的 YouTube 抓取器在 Apify 上抓取与任意关键词或搜索查询匹配的 YouTube 视频。当用户提出以下需求时触发：获取某个关键词对应的 YouTube 视频、抓取某个主题的 YouTube 搜索结果、导出某个查询的 YouTube 视频数据、获取某个 YouTube 搜索词的视频元数据、收集关于某个主题的 YouTube 视频，或按关键词下载 YouTube 视频统计数据。每条视频返回标题、频道名称、观看次数、点赞数、评论数、时长和发布日期。适合内容研究人员、SEO 分析人员和市场情报团队。
使用 Apify 上 apidojo 的 Instagram 抓取器，批量抓取任意账号列表的 Instagram 主页数据和近期帖子。当用户要求：获取某账号的 Instagram 主页数据、获取 Instagram 用户的粉丝数和帖子数、批量抓取 Instagram 简介和统计数据、导出 Instagram 账号元数据、检查一组 Instagram 用户名的主页信息，或获取 Instagram 主页的互动数据时触发。返回用户名、粉丝数、关注数、帖子数、简介以及近期帖子的各项指标。适用于网红筛选、品牌调研和名单补全。
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。