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
用户要求使用 Make Integration 服务识别发票、账单、收据、票据或其他凭证文件时使用。以下请求也会触发:“发票内容”“识别发票”“票据 OCR”“ocr 这张图片”或“验真发票”。不用于管理 Make 资源(使用 makecli)、设计 DSL 架构(makedsl)、构建 UI(makeui)、实现身份验证(make-app-auth)、Service/API 代码(make-app-service)、运行时打包(make-app-runtime),也不用于 makecli 集成命令之外的非 Make OCR。
对结果看起来异常、有偏差、为空或过时的 PostHog 实验运行诊断和健康检查。涵盖 0 次曝光、样本比例不匹配、曝光丢失或不均、用户进入多个变体、身份识别故障、显著性陷阱(窥探数据、A/A、“达到目标”、贝叶斯与频率学派、序贯检验、CUPED)、PostHog 与 SQL 或控制面板之间的数据差异、运行中编辑、暂停与冻结,以及通过调查问卷进行定性跟进。 触发条件:用户询问“我的实验是否正常/有偏差?”或“为什么曝光数为 0?”,提到偏差或不匹配警告、分流不均、表现异常的变体、显著性反转、数据与 SQL 或洞察报告不符、编辑后结果发生变化,或想收集用户对实验的反馈。 不要触发:创建实验时(使用 creating-experiments)、仅配置发布(使用 configuring-experiment-rollout)或指标(使用 configuring-experiment-analytics),或仅询问生命周期问题时(使用 managing-experiment-lifecycle)
由 Supabase 维护的 Postgres 最佳实践,适用于在任何环境中运行的 Postgres。在编写或更改 Postgres 数据库中的任何内容之前,请加载此技能:创建或修改表和列(包括选择列类型)、模式设计、迁移和声明式模式文件、RLS 策略及其验证测试、索引、触发器、数据库函数、队列和定时任务(pg_cron、pgmq)、向量/语义搜索(pgvector),以及恢复转储(pg_restore)或导入数据。诊断慢查询、CPU 占用过高、超时、EXPLAIN 计划、连接耗尽、锁定、膨胀,或对错误用户或租户可见的行时,也请加载此技能。这不只是性能指南——模式、迁移、安全和 SQL 编写任务也需要遵循这些规则,即使只是更改一列或执行单个查询。
Bright Data 的 Python 和 Node.js SDK,可在应用代码中调用 Web Scraper API、SERP、Web Unlocker 和 Scraper Studio。当用户编写会保留并按计划或在流水线中调用 Bright Data 的代码、需要反复运行同一任务、在 Python 或 Node.js 中导入 Bright Data 包、希望基于 Bright Data 构建自己的 API 或服务(“帮我构建一个抓取器 API”“把它封装成一个端点”),或提到该 SDK 时使用。不适用于在 shell 中输入的一次性检查,这属于 brightdata-cli。不适用于运行时自行选择工具的 AI 应用,这属于 brightdata-mcp。不适用于安装、登录或 API 密钥问题,这属于 agent-onboarding。
Databricks 上的 Apache Iceberg 表——托管 Iceberg 表、External Iceberg Reads(原名 Uniform)、兼容模式、Iceberg REST Catalog(IRC)、Iceberg v3、Snowflake 互操作、PyIceberg、OSS Spark、外部引擎访问和凭证分发。用于创建 Iceberg 表、在 Delta 表上启用 External Iceberg Reads(uniform)(包括通过兼容模式支持 Streaming Tables 和 Materialized Views)、配置外部引擎通过 Unity Catalog IRC 读取 Databricks 表,以及集成 Snowflake catalog 读取 Foreign Iceberg 表。
微调 LLM、训练自定义模型或针对特定任务调整基础模型时使用。适用于配置 LoRA/QLoRA 适配器、准备 JSONL 训练数据集、设置微调任务的超参数、适配器训练、迁移学习、使用 Hugging Face PEFT 进行微调、OpenAI 微调、指令微调、RLHF、DPO,或量化和部署微调后的模型。触发词包括:LoRA、QLoRA、PEFT、finetuning、fine-tuning、adapter tuning、LLM training、model training、custom model。
通过 REST API 或官方 MCP 服务查询 Fintel(fintel.io)机构市场数据。用户提及 Fintel,或询问空头持仓、空头持仓比率或回补天数、逼空数据、借券利率或借券成本、可借股票数量、每日卖空成交量、未交割失败(FTD)、13F 机构持有人(“谁持有 X”)、SEC Form 3/4/5 的内部人士买卖、分析师目标价、评级和预测、股息或财报历史及日历、日终或最新价格、按股票代码、CUSIP、ISIN 或 FIGI 查询证券、Fintel 排行榜,或 Fintel 观察列表和提醒时,均使用此技能。只读:仅限 GET 端点。
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。
