Skills
收录 97,222 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
用于构建季度预订额预测、ARR 预测、销售管道预测、NRR 预测，或董事会使用的 commit/best-case/pipe-only 数字；尤其适用于 CRO 需要向董事会说明销售漏斗计算、客户群 ARR 和各阶段转化假设，同时避免用单一、缺乏依据的数字作秀的场景。将销售管道拆分为 commit、best-case 和 pipe-only 档位；预测客户群级 NRR/GRR，以便在问题反映到汇总数字之前发现流失严重的客户群；按阶段评估销售漏斗可信度，对低可信阶段和高可信阶段区别处理。每项输出都会明确列出所用转化率、数据窗口和加权方式。适用于季度预测或董事会准备中的商务负责人、RevOps、VP Sales 和 CRO。不适用于财务结账（参见 finance/financial-analysis），不适用于 CRO 战略招聘/区域规划（参见 c-level-advisor/cro-advisor），不适用于定价（参见同类 pricing-strategist）。
在 Micronaut 中需要以编程方式使用 JDBC 时使用，涵盖池化 DataSource、参数化 SQL、io.micronaut.transaction.annotation.Transactional、批处理和领域异常转换。以下请求应触发此技能：审查 Micronaut 项目中的 JDBC 或 SQL 数据访问；改进 Micronaut JDBC 的事务和参数绑定；将 SQLException 转换为领域异常或流式处理大型结果集；修复 Micronaut 中自调用绕过 @Transactional 的问题；审查 Micronaut JDBC 中 Hikari 或池化数据源的使用。属于 Plinth Toolkit
在 Micronaut 应用中添加或审查 Flyway 数据库迁移时使用——包括 micronaut-flyway、db/migration 脚本、flyway.datasources.* 配置，以及与 JDBC 或 Micronaut Data 的协调。适用于以下请求：在 Micronaut 项目中添加或审查 Flyway 迁移；配置 micronaut-flyway 或 db/migration 目录结构；为 Micronaut 添加带版本号的 Flyway SQL 迁移；审查 Micronaut 数据库迁移顺序；在 Micronaut 项目中配置 Flyway 数据源。属于 Plinth Toolkit。
指导 Agent 创建 Replay Vision 扫描器并安全设定其规模：选择扫描器类型（monitor/classifier/scorer/summarizer），构造用于选择会话的 RecordingsQuery，尤其要在创建前估算所需额度并检查组织剩余预算，避免范围过广的扫描器在首次定时扫描时耗尽预算。 触发条件：用户要求创建、设置或配置 Replay Vision 扫描器；即将调用 vision-scanners-create；或通过 vision-scanners-update 扩大现有扫描器的 query、sampling_rate 或 sampling_mode 范围（或将其改用更昂贵的模型）。 不要触发：仅查看扫描器或观察结果、删除扫描器，或按需对会话运行现有扫描器（vision-scanners-scan-session/-scan-sessions）。若只是临时询问已有会话，请使用 vision-scanners-inline-scan，而不要创建扫描器；技能的第一部分说明了适用情况。
生成用于批量内容操作的 Enonic XP 脚本，使用 lib-content 和 lib-node API 创建、更新、查询、迁移和转换内容。涵盖查询 DSL（NoQL）、聚合、批处理、用于长时间运行操作的任务控制器，以及导出/导入工作流。适用于编写批量创建、更新或删除内容的脚本、使用 NoQL 语法查询、在环境之间迁移内容、运行长时间任务操作，或处理聚合和分页检索。不要用于 Guillotine GraphQL 前端查询、内容类型架构定义、单次 contentLib.get() 调用，或非 Enonic 数据迁移工具。
估算构建代码库、分支差异或单次提交的成本——以证据为依据，而非猜测：使用辅助脚本（LOC 计数器和 git 会话分析器）衡量实际工作范围，将每行源代码归入一个生产力类别，运行成本计算器，提供工程工时、组织开销、日历和团队成本视图以及 Claude ROI，并检查有效的每小时代码行数。这一流程以分叉分析工作流运行，使用独立的推理预算，与主流程隔离。将原始工程工时与开销和团队乘数分开；绝不在未说明范围、假设和置信度的情况下给出数字，也绝不在用户未要求且未实际进行研究时声称适用特定地区的市场费率。适用于用户要求估算开发成本、工作量、工程工时或 ROI 时。
当运营负责人（CX 总监、支持负责人、运营副总裁、BizOps 负责人、IT 运营负责人、财务运营负责人）需要评估运营产能、制定人员编制计划、建模利用率风险、规划 Q3 或全年支持产能，或设计 CS 覆盖方案，并需要 Erlang-C 排队计算、P90 需求估算、考虑收缩率的 FTE、管理者触发阈值，以及包含爬坡和人员流失因素的季度招聘顺序时使用。团队利用率持续高于 80%，或团队在 12 个月内增长超过 50% 时适用。确定人员预算前运行。这不是工程产能规划（DORA 和周期时间请参见 vpe-advisor），也不是战略性三年人力规划（请参见 chro-advisor）。
帮助用户从“我想看录屏，但不知道看哪些”出发，筛选出值得观看的少量高价值会话。用户询问该看哪些会话或回放、希望找到有趣/有用的录屏、表示不知道从哪里开始查看会话回放，或想观看与某个目标相关的会话（注册、定价、引导、结账、某项功能、愤怒点击、错误、移动端、特定人员），但未指定精确筛选条件时使用。通过 `query-session-recordings-list` 将模糊意图转化为聚焦的 RecordingsQuery，随后为最佳候选添加深层链接，并交接给 `investigating-replay`。如果用户已有录屏/会话 ID（使用 investigating-replay），或想查看已知错误问题的回放（使用 finding-replay-for-issue），则不要使用。
实现 Syncfusion Angular DataManager，用于本地/远程绑定、CRUD、查询、缓存和中间件。支持 JsonAdaptor、ODataAdaptor、ODataV4Adaptor、UrlAdaptor、WebApiAdaptor、WebMethodAdaptor、RemoteSaveAdaptor、GraphQLAdaptor、CustomDataAdaptor 和 CustomAdaptor。涵盖 Query 类、筛选、排序、分页、分组、持久化、离线模式、缓存和错误处理。
在设计或生成 Make 平台 DSL YAML 时使用，包括定义应用、实体、字段、关系、视图或记录架构。用户提出“建模”“建表”“加字段”“定义关联”或“生成 DSL”等请求时也会触发。不部署资源（使用 makecli）、不构建前端 UI（makeui）、不实现 Service/API 代码（make-app-service）、不处理身份验证（make-app-auth）、不进行运行时打包（make-app-runtime）、不集成 OCR（make-integration），也不处理 canvas-table 行为（使用 canvas-table-integration）。
使用 engineering analytics MCP 工具诊断 GitHub 仓库的 CI 和拉取请求流水线健康状况：pull-requests（含 CI 状态的 PR 列表）、workflow-health（各工作流的 CI 趋势）和 pr-lifecycle（单个 PR 的时间线）。适用于查询 CI 是变快还是变慢、哪个 GitHub Actions 工作流耗时最长或不稳定、PR 从创建到合并需要多久、作者的合并时间与同组相比如何、哪些未关闭 PR 的 CI 检查失败或待处理，或特定拉取请求卡在哪一步。触发词包括“engineering analytics”“is CI getting slower”“slow workflow”“flaky CI”“time to merge”“cycle time”“PR throughput”“failing checks”“where is PR <n> stuck”“CI long pole”“what's holding up this PR”。要判断某个具体 CI 失败由谁负责、涉及哪个提交，请使用 investigating-ci-failures；要将这些数据保存为洞察，请使用 turning-engineering-analytics-into-insights。
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。