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
使用 apidojo 的多平台抓取工具，为品牌在所有主流平台上构建全面的社交媒体审计。触发条件：用户要求为品牌做社交媒体审计、构建完整的社交媒体存在报告、分析品牌在各社交平台上的表现、创建跨平台社交媒体基准、审计竞争对手的整体社交媒体策略、为品牌建立社交媒体记分卡，或创建涵盖 Twitter、Instagram、TikTok 和 YouTube 的全面社交媒体分析时。返回各平台的指标、粉丝数、互动率、内容构成、发布频率以及整体品牌健康分。适合社交媒体经理、品牌策略师和进行品牌全面审计的代理公司团队。
使用 apidojo 的 TikTok Music Scraper 在 Apify 上按指定音频或音乐提取 TikTok 帖子。当用户提出以下需求时触发：获取使用某个特定声音的所有 TikTok 视频、查找使用某段音频的 TikTok 帖子、按热门音乐抓取 TikTok 视频、导出使用某首歌曲制作的 TikTok 帖子、查找使用某个特定声音的创作者，或收集与某个音乐 URL 关联的 TikTok 内容。每条帖子返回视频文案、播放量、点赞数、评论数、频道信息、歌曲元数据和话题标签。适合音乐营销人员、趋势分析师和热门声音追踪者。
使用 @docyrus/api-client 和 @docyrus/signin 库，通过 Docyrus API 开发应用。适用于构建以下类型的应用：使用 Docyrus OAuth2（PKCE、iframe、客户端凭据、设备码）进行身份验证；调用 Docyrus 数据源端点的 REST API；使用筛选器、聚合、公式、数据透视表和子查询构造查询负载；或与外部连接器集成（发现连接器、通过提供方认证发送请求、执行操作）。当任务涉及 Docyrus API 集成、@docyrus/api-client 使用、@docyrus/signin 身份验证、数据源查询构建、Docyrus REST 端点调用、连接器发现或外部提供方请求时触发。
使用 apidojo 在 Apify 上的 Instagram 抓取器，监控 Instagram 上的品牌提及和标签帖子。当用户要求以下操作时触发：追踪 Instagram 上某品牌或产品的提及、监控 Instagram 上某品牌相关的标签活动、查找用户在 Instagram 上标记或提及某公司的帖子、发掘 Instagram 上的自然品牌口碑、找出说明文字中未加标签的品牌提及、追踪包含某品牌的用户生成内容，或监控 Instagram 上的竞品提及。返回帖子 URL、说明文字、作者账号名、点赞数、评论数、时间戳和提及类型。适合品牌经理、社交聆听团队、公关公司和社区经理。
使用 Apify 上 apidojo 的 TikTok User 爬虫，抓取详细的 TikTok 用户数据和近期视频历史。当用户要求：获取某个 TikTok 账号的全部视频、获取某位 TikTok 创作者近期发布的帖子和数据、导出 TikTok 用户的视频历史、抓取某位创作者的全部 TikTok 内容、按用户名获取 TikTok 帖子数据，或收集某 TikTok 主页的视频级指标时触发。返回指定账号每条视频的观看量、点赞数、评论数、分享数、文案和时间戳。适合创作者分析、内容审核和竞争对标。
面向数据驱动的敏捷团队分析与教练的高级 Scrum Master 技能。当用户询问迭代规划、速率跟踪、回顾会、站会主持、待办列表梳理、故事点、燃尽图、阻塞项解决或敏捷团队健康度时使用。运行 Python 脚本分析来自 Jira 或类似工具的迭代 JSON 导出数据：velocity_analyzer.py 用于蒙特卡洛迭代预测，sprint_health_scorer.py 用于多维度健康度评分，retrospective_analyzer.py 用于跟踪行动项与主题趋势。为高效 Scrum 团队产出置信区间预测、健康度评级报告和改善速率趋势。
使用 Apify 上 apidojo 的 Instagram 抓取工具，分析竞争对手的 Instagram 内容策略和表现。触发场景：用户要求分析竞争对手在 Instagram 上发布的内容、对标竞争对手的 Instagram 互动表现、了解哪些内容类型在竞争对手的 Instagram 上表现最好、逆向解析竞争对手的 Instagram 内容日历、找出与竞争对手在 Instagram 上的内容差距、比较发帖频率或内容主题，或理解竞争对手的 Instagram 为何增长。返回发帖频率、内容类型构成、表现最佳帖子、话题标签策略和互动基准。适合社交媒体管理者、品牌策略师和内容营销团队。
使用 Apify 上 apidojo 的 YouTube 爬虫，提取并分析 YouTube 评论以进行受众研究。当用户要求：提取 YouTube 评论进行研究、分析观众在 YouTube 评论中的看法、抓取某个 YouTube 视频的评论进行情感分析、找出 YouTube 评论中的常见问题、从 YouTube 视频评论中研究受众反馈、提取某个 YouTube 频道的高赞评论以洞察受众，或分析 YouTube 评论区的观众反应时触发。返回评论文本、评论点赞数、回复数、评论者用户名和时间戳。适合内容创作者、品牌研究员、产品团队和受众洞察分析师使用。
使用 apidojo 的 YouTube 抓取工具分析竞争对手的 YouTube 频道策略与内容表现。触发条件：用户要求分析竞争对手的 YouTube 频道策略、了解竞争对手 YouTube 频道成功的原因、将某个 YouTube 频道与竞争对手做对标、找出竞争对手 YouTube 内容中推动增长的模式、分析竞争对手频道的内容构成与发布节奏、了解竞争对手的 YouTube 受众与互动情况，或逆向拆解竞争对手在 YouTube 上的成功之道时。返回内容构成、形式表现、发布节奏、互动基准和战略洞察。适合 YouTube 内容策略师、品牌视频团队和竞争情报分析师。
使用 Apify 上 apidojo 的 Instagram 爬虫，抓取任意话题标签（hashtag）下的 Instagram 帖子。当用户要求：获取某个 hashtag 的 Instagram 帖子、按标签抓取 Instagram 内容、导出某个关键词或主题的 Instagram 帖子数据、获取某个 Instagram challenge 或趋势下的帖子、收集特定标签下的 Instagram 媒体，或按 hashtag 下载 Instagram 帖子元数据时触发。返回每条帖子的链接、文案、点赞数、评论数、作者账号和时间戳。适合趋势分析师、UGC 收藏者和社交媒体研究人员使用。
社交媒体分析与报告：如实读取平台原生数据，并将其转化为后续行动。用户想“查看我的分析数据”、“看看我的帖子表现如何”、“制作社交媒体报告”、“哪些内容有效”、“应该追踪哪些指标/KPI”，或希望将表现数据转化为后续步骤时使用。衡量与目标对应的 SIGNAL 指标（收藏、分享、观看时长/留存率、按触达量计算的互动率、粉丝增长率、CTR、转化），而非虚荣指标（粉丝数/展示量/点赞数），并形成闭环。使用 METER 框架。首先读取 brand-profile 和 social-strategy（目标）。读取 WoopSocial 上 TikTok、LinkedIn、Facebook、Instagram、Pinterest、YouTube 和 Bluesky 的帖子分析数据；其他平台则读取其原生控制面板。绝不捏造指标。为 content-recycling、experimentation、competitor-analysis 及所有增长技能提供数据。不同于设定目标的 goals-and-kpis 和运行测试的 experimentation。
使用 apidojo 在 Apify 上的 TikTok 抓取工具，查找 TikTok Shop 上的热门商品。当用户提出以下需求时触发：查找 TikTok Shop 热门商品、了解当前在 TikTok Shop 上热销的商品、识别某个品类中的爆款 TikTok Shop 商品、查找带有 TikTok 联盟链接的热门商品、研究 TikTok Shop 畅销榜、为电商调研发现 TikTok 上的爆款商品、找出 TikTok 创作者正在推广的热门商品，或基于 TikTok Shop 数据整理热门商品名单。返回商品名称、创作者推广次数、互动信号、价格区间和热度趋势。适合 TikTok Shop 卖家、一件代发卖家和电商趋势研究者。
将统计方法应用于金融数据，包括描述统计、协方差估计、回归、假设检验和重抽样。当用户询问收益率分布、资产间的相关性、构建协方差矩阵、运行 CAPM 回归、检验 alpha 是否显著、检验收益率是否服从正态分布，或估计置信区间时使用。当用户提到“volatility”、“how correlated are these”、“fat tails”、“skewness”、“R-squared”、“beta of a fund”、“bootstrap a Sharpe ratio”、“shrinkage estimator”、“Ledoit-Wolf”，或询问其优化器为何产生不稳定的权重时，也应触发。
使用 Apify 上 apidojo 的 Instagram Location 抓取器，抓取标记了特定地点或场所的 Instagram 帖子。当用户要求：获取某地点的 Instagram 帖子、抓取餐厅或酒店标记的照片、获取活动或场馆的 Instagram 内容、收集某个地理区域的 Instagram 帖子、导出带地点标签的 Instagram 媒体，或了解人们在某个特定地点的 Instagram 上发布什么时触发。返回每条帖子的链接、作者账号、说明文字、点赞数、评论数和时间戳。适合酒店餐饮品牌、活动团队和 UGC 内容收集者使用。
使用 apidojo 的 Tweet 抓取器追踪 Twitter 上球队球迷的情感。当用户提出以下需求时触发：追踪 Twitter 上对某支球队的球迷情感、监测 Twitter 上对球队新闻的反应、分析比赛结果后 Twitter 上的球迷情绪、衡量球队周边的公众情感、监测体育赛事期间 Twitter 上的热度、分析球员转会或新闻引发的球迷反应，或为球队社交媒体声量构建情感追踪器。返回情感分布、热度趋势、最热门球迷反应、话题主题和事件驱动的峰值。适合体育营销团队、品牌赞助商、体育分析公司和体育媒体使用。
使用 apidojo 在 Apify 上的 Twitter Profile Scraper 提取并分析竞争对手或品牌的 Twitter 历史推文。当用户要求：获取竞争对手 Twitter 账号的全部推文、分析某家公司在 Twitter 上发布的内容、审计品牌推文历史、追踪竞争对手在 X 上覆盖的话题、比较品牌之间的 Twitter 内容策略、从公司 Twitter 时间线提取帖子，或监测竞争对手在 Twitter 上的传播与公告时触发。返回推文文本、互动指标（点赞、转推、回复、浏览量）和作者数据。适合竞争情报团队、公关分析师和品牌策略师。
使用 apidojo 在 Apify 上的 YouTube 抓取工具，分析竞争对手的 YouTube 频道内容策略和表现。当用户提出以下需求时触发：分析竞争对手在 YouTube 上发布什么内容、查看竞争对手哪类视频表现最好、逆向推导竞争对手的 YouTube 内容日历、将自己的 YouTube 频道与竞争对手进行对标、找出在 YouTube 上与竞争对手相比的内容空白、了解哪些主题为竞争对手带来流量，或比较两个 YouTube 频道的订阅增长和视频表现。返回视频更新频率、形式组合、表现最佳的主题、播放量基准和互动分析。适合内容营销团队、YouTube 策略师和品牌视频团队使用。
Salesforce Industries CME EPC 产品建模 skill，用于基于 Product2 的目录创建。当创建 EPC 产品、配置产品属性、使用 Product Child Item 构建报价组合，或审查产品目录变更所需的 EPC DataPack JSON 元数据时使用。触发条件：用户创建或更新 Product2 EPC 记录、AttributeAssignment 负载、AttributeMetadata/AttributeDefaultValues、Offer 组合或 ProductChildItem 关系时。不触发条件：设计 OmniScripts/FlexCards/Integration Procedures（使用 sf-industry-commoncore-* skills）、实现 Apex 业务逻辑（使用 sf-apex）、排查部署管道问题（使用 sf-deploy）时。
使用 apidojo 的 YouTube 抓取器在 Apify 上抓取任意 YouTube 视频的评论。当用户提出以下需求时触发：获取某个 YouTube 视频的全部评论、导出 YouTube 评论数据、抓取观众对某个 YouTube 视频的评论、从 YouTube 链接获取评论文本和点赞数、收集某个 YouTube 视频的评论线程，或下载某个 YouTube 视频的观众反馈。每条评论返回评论者用户名、评论文本、点赞数、回复数和时间戳。适合情感研究人员、产品团队和内容分析师。
使用 apidojo 在 Apify 上的 TikTok Comments 抓取器，抓取任意 TikTok 视频的评论。当用户提出以下需求时触发：获取某个 TikTok 视频的全部评论、导出 TikTok 评论数据、抓取 TikTok 帖子上观众在说什么、从 TikTok URL 获取评论文本和点赞数、收集 TikTok 评论串以供分析，或下载热门 TikTok 视频的评论。每条评论返回评论者用户名、评论文本、点赞数、回复数和时间戳。适合情感分析师、品牌监测人员和内容研究人员使用。
使用 apidojo 的 TikTok Location Scraper 在 Apify 上提取标记在特定地点的 TikTok 帖子。当用户提出以下需求时触发：获取某个具体地点的 TikTok 视频、抓取标记在某个地点的 TikTok 帖子、查找来自某座城市或场馆的 TikTok 内容、收集带有地理位置标签的 TikTok 视频、导出 TikTok 位置标签内容，或从地点页面抓取 TikTok 帖子。每条帖子返回视频标题、观看数、点赞数、评论数、分享数、频道信息、话题标签和时间戳。适合本地营销团队、活动研究人员和地理定向分析师使用。
在依赖 @prisma/orm-postgres、@prisma/orm-sqlite 或 @prisma/orm-mongo（Prisma 8，原名 Prisma Next）的项目中工作时使用：编辑 contract.prisma 或 contract.ts builder、运行 `prisma contract emit`、规划或应用迁移、编辑 migration.ts、编写 db.orm / db.sql / db.query 查询、接线 db.ts 或中间件、集成构建工具、使用 Supabase 扩展或 RLS，或阅读形如 MIGRATION.HASH_MISMATCH 的点分错误码。当用户询问 "what is Prisma 8"、"where do I start"，或将其与其他 ORM 比较时使用。当用户要求在应用或扩展包中升级或提升 Prisma 8 版本时使用。当看到 @internal/* 或 @prisma/orm-* 导入、带 definePrismaConfig 的 prisma.config.ts，或 contract.json / contract.d.ts 时使用。不适用于 Prisma ORM 7 及更早版本（schema.prisma + @prisma/client）。
使用 Apify 上 apidojo 的抓取器，分析竞争对手的 TikTok 内容策略和表现最好的视频。当用户要求：查看竞争对手在 TikTok 上发布的内容、分析哪些 TikTok 视频对某个品牌效果最好、拆解竞争对手的 TikTok 策略、了解竞争对手的发帖频率以及哪些内容互动最多、研究品牌的 TikTok 运营、比较多个竞争品牌的 TikTok 内容策略，或找出竞争对手在 TikTok 上覆盖哪些话题时触发。返回视频话题、发帖频率、平均播放量、热门开场钩子、使用的标签以及互动模式。适合社交媒体策略师、内容团队和竞争情报分析师使用。
使用 Apify 上 apidojo 的 Tweet 和 Search 爬虫，监控并汇总 Twitter/X 上的品牌提及。当用户要求：追踪某品牌在 Twitter 上的提及、查看人们在 X 上如何评价某家公司、监控 Twitter 上的品牌情感、设置品牌提及追踪、在 Twitter 上查找关于某产品的投诉或表扬、根据推文分析品牌声誉，或衡量在 X 上与竞争对手相比的声量占比时触发。返回每条提及的推文文本、作者、互动指标、情感信号和时间戳。适合品牌经理、PR 团队、社区经理和声誉分析师使用。
使用 Apify 上 apidojo 的 Twitter User 抓取工具，抓取任意用户名列表的 Twitter/X 个人资料数据。触发场景：用户要求获取 Twitter 账号的个人资料数据、获取一批用户名的粉丝数、抓取多个用户的 Twitter 简介和统计数据、导出 Twitter 个人资料元数据、查看一组 handle 的账号详情，或批量获取 Twitter 用户信息。返回用户名、显示名称、简介、粉丝数、关注数、推文数、认证状态和个人资料 URL。适合数据分析师、名单丰富化流程和市场研究人员。
当电子表格文件是主要输入或输出时使用此技能。即用户希望执行以下任何任务：打开、读取、编辑或修复现有的 .xlsx、.xlsm、.xltx、.csv 或 .tsv 文件（例如添加列、计算公式、设置格式、制作图表、清理杂乱数据）；从零或其他数据源创建新的电子表格；或在表格文件格式之间进行转换。当用户提到某个电子表格文件的名称或路径时尤其要触发——即使只是随口一说（比如「我下载文件夹里的那个 xlsx」）并希望对它做些什么或从中产出些什么时。对于将杂乱的表格数据文件（格式错误的行、错位的表头、无用数据）清理或重组为规范电子表格的任务，也应触发。交付物必须是电子表格文件。当主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时不要触发，即使涉及表格数据。
使用 apidojo 在 Apify 上的抓取器，同时追踪 Twitter、Reddit 和 TikTok 上的品牌情感。当用户提出以下需求时触发：监测品牌在社交平台上的声誉、追踪人们在多个渠道上如何谈论某个品牌、比较品牌在 Twitter、Reddit 与 TikTok 上的情感、获取跨平台品牌健康评分、监测产品发布后在社交媒体上的反应、衡量品牌的整体公众情感，或为品牌搭建跨平台社交聆听仪表板。返回各平台的情感分布、跨平台评分、最热门的正面/负面帖子以及主题分析。适合品牌经理、CMO、公关团队和口碑管理机构使用。
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。