Skills
收录 97,501 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
调查某一具体 CI 失败直至得出结论：是谁的错、哪个 commit、谁写的，以及是否已修复。用于 "who broke master"、"why did this test fail in CI"、"is this failure my PR's fault or everyone's"、"is this test flaky or actually broken"、"when did this failure start"。基于 engineering_analytics 数仓视图（engineering_analytics_ci_failures、engineering_analytics_ci_job_history）以及 CI 失败日志开展工作。不适用于汇总的 CI 健康状况、成本或合并瓶颈（请使用 diagnosing-ci-and-merge-bottlenecks），也不适用于构建已保存的洞察（请使用 turning-engineering-analytics-into-insights）。
亚马逊细分市场评论分析与消费者情感洞察。当用户提到细分市场评论分析、消费者情感、用户痛点、客户反馈洞察、评论主题分析、好评差评拆解、细分市场舆情挖掘、产品评论情感分析、niche market reviews, consumer sentiment, customer pain points, review topic analysis, positive/negative reviews, opinion mining, Jiimore data 时触发此技能。即使用户未明确提到“细分市场评论”，只要其需求涉及分析亚马逊细分市场中的消费者评论或理解细分市场层面的客户情感，也应触发此技能。
入场计时器。逐根观察形态，并告诉你入场时机。读取免费的 Yahoo 1 分钟或 5 分钟 K 线，构建开盘区间（默认前 15 分钟），并在首根收盘价高于区间高点的完整 K 线上发出入场信号；也可使用你提供的价位（例如扫描器给出的 20 日高点），并可选检查成交量。显示等待中及距离触发价的差距、触发时间和价格、已过期或尚未开盘，并写入 trader/entry.json 供 /trader-exit 使用。仅做多，不会下单。用户说“tell me when to get in”“watch TSLA”“has it broken out”“did it break the opening range”“entry signal”“time my entry”“check my watchlist”，或在 /trader-scanner 和 /trader-news 之后、/trader-exit 之前使用。
图表扫描器。扫描数千张图表，寻找形态：开盘区间突破、旗形、超卖反弹。从 Nasdaq Trader 的代码目录构建美股普通股、普通股及 ADR 列表，基于日线收盘价进行盘前扫描（20 日收盘高点突破、牛旗、重新站上 20 日均线、超卖、超卖反弹），并基于 5 分钟 K 线进行盘中开盘区间突破扫描，然后写入 trader/watchlist.json，供 trader-news 和 trader-entry 使用。使用免费的 Yahoo 数据，逐根扫描。用户说“scan the market”“find me setups”“what is breaking out”“opening range breakouts”“scan for bull flags”“oversold stocks”“pre-market scan”“build my watchlist”“what should I look at today”，或在交易日开始时、/trader-news 之前使用。
SQL Server 数据库开发的现代 SSDT CI/CD 最佳实践（2025）。以下场景应主动启用：(1) SSDT CI/CD 流水线设计；(2) 使用 DACPAC 进行基于状态的部署；(3) 集成 tSQLt 单元测试；(4) 在 CI 中验证数据库构建；(5) 通过 SqlPackage Extract + Compare 检测漂移；(6) SSDT 的 Azure DevOps 和 GitHub Actions 模板；(7) 按环境管理发布配置文件；(8) 使用幂等 MERGE 的部署前/后脚本；(9) DACPAC 版本控制和构建产物；(10) 处理引用数据库。提供：适用于 ADO 和 GHA 的端到端流水线 YAML、tSQLt 设置、漂移检测脚本，以及适用于 dev/test/prod 的发布配置文件模式。
适用于 SQL Server 和 Azure SQL 的高级 T-SQL 模式与技巧。遇到以下情况时主动启用：（1）编写 CTE 和递归查询；（2）使用 APPLY 运算符（CROSS APPLY、OUTER APPLY）；（3）使用 MERGE 语句和 OUTPUT 子句；（4）使用时态表（系统版本控制）；（5）使用 In-Memory OLTP / 内存优化表；（6）高级分组（ROLLUP、CUBE、GROUPING SETS）；（7）使用 PIVOT 和 UNPIVOT；（8）使用带 PARTITION BY 的 ROW_NUMBER/RANK/DENSE_RANK；（9）通过递归 CTE 或 HierarchyId 处理层级结构；（10）使用 JSON_ARRAYAGG 和 STRING_AGG 模式。提供各项技术的模式目录及示例、性能权衡，以及常见高级查询结构的可直接复制模板
通过 Apify actors 抓取社交平台、商业数据和电商数据——Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon 以及网页抓取——在代码中进行筛选。USE WHEN scrape Instagram, scrape LinkedIn, scrape TikTok, scrape YouTube, scrape Facebook, Google Maps leads, Amazon reviews, business intelligence, multi-platform social listening, competitive analysis, lead generation, social monitoring, Apify actors, web crawl, extract contacts。NOT FOR X/Twitter 账号操作，如发帖、threads 或书签（这些需要专用的 X API 客户端）、带代理升级的四层渐进式抓取（使用 BrightData），或真实 Chrome 机器人绕过与 computer use（使用 Interceptor）。
框定问题后，声明从数据源到预测器的 skrub DataOps 图。无状态步骤使用 `.skb.apply_func`，有状态步骤使用 `.skb.apply`。图创建后，附加已锁定的拆分器和任何非默认评分。不要进行拟合、调参、持久化或调用 `skore.evaluate`。触发条件：编写或编辑数据源到预测器之间的任意环节（加载器、预处理、特征、组合、最终估计器），包括该路径上的纯 Python 函数、添加或重新排序步骤、将裸 `sklearn.Pipeline` 作为顶层对象，或收到构建流水线、分类器或回归器的请求。使用方法：在第一行声明式代码之前以及每次结构性编辑时使用。阅读停止条件，并在编写代码前输出 Pre-flight。使用 `python -m skore_skills api get` 确认新名称。
Alicloud CMS 数据集生命周期管理与查询技能。涵盖通过 aliyun CLI 列出、检查、创建、更新和删除数据集，以及执行数据集查询（CMS API 版本 2024-03-30）。触发词："CMS dataset"、"数据集"、"创建数据集"、"查询数据集"、"dataset 查询"、"ExecuteQuery"、"CreateDataset"、"GetDataset"、"ListDatasets"、"UpdateDataset"、"DeleteDataset"。
针对 Splunk 搜索时字段提取以及到 Common Information Model (CIM) 数据集的映射，基于代表性事件、配置和搜索证据进行编写、解释、诊断和验证。适用于自动键值提取、正则或分隔符提取、props.conf 的 EXTRACT 与 REPORT/transforms.conf 规则、SPL 提取命令、别名、计算字段、查找、事件类型、标签、值规范化、CIM 字段映射，以及缺失或错误的规范化；不适用于部署执行、数据摄取传输、应用安装、知识对象治理、数据模型加速或无关的搜索/仪表板修复。
财报分析师。直接从 SEC EDGAR 读取公司的已披露数据（10-Q 和 10-K 中的 XBRL 公司事实数据，以及最新财报 8-K 和新闻稿），总结变化情况：按季度列出营收、毛利率、营业利润率和净利率、净利润及摊薄每股收益，并与上年同期比较，同时提供过去 12 个月的数据。用户粘贴财报电话会文字稿时也会读取。用户说“Tesla 的财报表现如何”“分析这份财报”“本季度有哪些变化”“营收在增长吗”“查看 10-Q”“比较利润率”“总结电话会内容”“本周会发布财报吗”，或在财报前交易某只股票时使用。
根据一个人留下的数字痕迹，衡量其每天、每个客户或项目实际工作的时长以及具体工作时间，包括 Claude Code 对话记录、Slack、WhatsApp、会议录音、笔记本电脑屏幕使用时间、浏览器历史记录和棋局；扣除休闲时间，并根据本人申报的休息时间校准空闲阈值。用户询问“我实际工作多少小时”“我在客户 X 和 Y 上分别花多少时间”“我的工作时间／作息是什么”“我是不是工作过度”“我一天有多少时间在下棋／看 YouTube”，或想事后还原工时表时使用。即使没有出现“小时”一词也应触发，例如“我的工作日有多长”“帮我拆分在各客户上花的时间”“我通常几点开始和结束”。
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。