Skills
收录 99,064 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。
开发
在 AnalyticDB for PostgreSQL(ADBPG)上实施 AI Coaching 最佳实践:利用 Supabase 项目(训练数据管理)+ 具备向量优化的 ADBPG 实例,构建 RAG 驱动的辅导系统,引导用户完成特定领域的工作流、决策或技能培养。使用场景:用户想要创建 Supabase 项目(spb-xxx)、ADBPG 实例(gp-xxx)、向量知识库,或在 ADBPG 上构建 RAG 驱动的辅导系统。触发词:"Supabase"、"ADBPG"、"vector database"、"knowledge base"、"RAG"、"AI coaching"、"coaching system"、"spb-xxx"、"gp-xxx"
使用成熟的头脑风暴技巧(SCAMPER、SWOT、5 Whys、思维导图、六顶思考帽、逆向头脑风暴、Starbursting、Brainwriting)组织结构化的创意研讨。产出 brainstorming-report.md,汇总整理后的想法与可执行的洞察。支持三种意图:Create(新建研讨会)、Update(添加技巧或加深覆盖)、Validate(确认洞察与项目目标一致)。适用于用户说:“brainstorm”、“ideate”、“generate ideas”、“explore options”、“SCAMPER”、“SWOT analysis”、“mind map”、“Six Thinking Hats”、“5 Whys”、“creative session”、“what if we”、“let's explore”、“think through possibilities”、“find alternatives”或“problem-solve”时。该技能只做规划——绝不编写应用代码或运行测试。
将 Vercel AI SDK 连接到 iMessage。使用 chat-adapter-imessage(官方 Photon 适配器)构建通过 iMessage 通信的 AI Agent 和助手。支持本地模式(运行在 Mac 上)和远程模式(Photon 的生产基础设施)。涵盖 createiMessageAdapter、postMessage、editMessage、deleteMessage、react、startGatewayListener、类型定义,以及与 Chat SDK 的集成。关键词:vercel ai sdk、imessage、chat adapter、ai agent、chatbot、conversational ai、messaging、apple messages、vercel、nextjs、ai assistant、chat sdk、real-time、macos。
全代码库代码质量审计系统,包含 9 个专用子技能,覆盖安全、SOLID 原则、架构、错误处理、性能、测试质量、代码坏味道、设计模式和框架最佳实践。产出带评分的健康度仪表盘(每类 0-100)、带严重程度评级(P0-P3)及评级依据的问题清单,以及可直接复制的修复提示词;还支持相对基线分支的 PR 式差异审查。严格只读 —— 绝不修改用户代码。当用户说 "codeprobe"、"audit"、"full code review"、"code health"、"check my code"、"security scan"、"code smells"、"SOLID check",或询问代码库的健康度、风险或可维护性时使用。(若仅审查当前工作差异,内置的 /code-review 可能更合适,除非用户要求使用 codeprobe。)
当用户在支持 DPA 的硬件(最低支持 ConnectX-7,推荐 ConnectX-8,或 BlueField-3)上调用 doca_flow_dpa_perf,以测量 DPA 卸载的 DOCA Flow 路径上的规则更新/禁用速率时使用此技能——选择主动/被动设备划分、选择工作负载形态维度(burst、queue、completion threshold、workers、hash pipe algo、PSL tables),或读取 Kops/sec 迭代统计和可选自检。即使用户未明确提及 "doca_flow_dpa_perf" 或 "DPA Provider" 也应触发——典型的隐含说法包括 "how fast can the DPA program path-selector entries"、"baseline rule-update rate on ConnectX-8"、"tool reports zero ops on my BlueField"、"self-test sentinel never shows on tcpdump" 或 "is my BlueField-2 DPA-capable"。对于主机/DPU-CPU Flow 路径(doca-flow-perf)、Flow 流水线调优(doca-flow-tune)、编写 doca-flow / doca-dpa 应用或 DOCA 安装,应拒绝并转至其他技能。
处理 DOCA GPI 工作时使用此技能:配置 GPU Packet Initiator,使设备代码通过 doca_gpi 对象直接从驻留在 GPU 的缓冲区发起 RDMA 操作;包括域创建和通道限制、属性对象、设备代码中使用的 doca_gpu_gpi_channel* 交接,以及 doca_gpi_* 入口点(如 doca_gpi_gpu_channel_get)的 DOCA_ERROR_* 排查。对于 "一个 GPI 域能容纳多少个通道" 或 "设备代码发起单边 RDMA" 等隐含请求,也应加载此技能。Send/Receive 语义(doca-gpunetio)、主机管理的 QP 生命周期(doca-rdma)、Arm 侧发起操作(doca-rdmi)或通用 CUDA 指导不属于此技能,应拒绝并转交相应负责人。
当用户进行主机侧 DOCA PCC 实操,将自定义的可编程拥塞控制算法加载到 BlueField DPU 时使用此技能——创建按端口的 `doca_pcc` 上下文,将 `dpacc` 编译的 `doca_pcc_app` 加载到承载 RoCE 的端口所对应的 `doca_dev` 上,对其参数化,进行三轴能力发现(DOCA cap-query + 支持 DPA 的 BlueField + 固件自定义 PCC 槽位已启用),或调试 `doca_pcc_*` 返回的 `DOCA_ERROR_*`。即使没有明确的 "DOCA PCC" 表述也要触发——隐含形式包括 "loading my own congestion control onto a BF port"、"DOCA_ERROR_NOT_PERMITTED on algorithm load"、"DOCA_ERROR_DRIVER when I attach my custom algorithm"、"my custom rate-update isn't affecting RoCE traffic" 或 "load succeeds but no on-wire change"。对于 DPA 侧算法主体设计、`pcc_counters` 命令行、ConnectX 固件中的默认出厂 PCC,或 RDMA / RoCE 流量的搭建,应拒绝并转介到其他地方——那些属于其他技能。
使用此技能通过各域 Telemetry 读取库读取 `doca_dev` 的 DOCA 硬件计数器事件:`doca_telemetry_pcc`、`_dpa`、`_diag`、`_adp_retx`、`_phy` 和 `_pci`。涵盖功能检查、上下文创建、启动,以及各域的读取或采样。对于“从我的 BlueField 应用读取 PCC 计数器”“采样 DPA 计数器导出数据”或“从此 doca_dev 暴露 PHY、PCI 或 DIAG 计数器”等隐含请求,应触发此技能。这是计数器读取接口,不是 NetFlow、IPFIX 或本地套接字收集器。发布和导出请转至 `doca-telemetry-exporter`;已部署的 DOCA Telemetry Service 请转至 `doca-dts`;收集器和普通 stdout 日志请转至其他技能。
把文档转化为能吸引、转化并留住开发者的强大营销渠道。本技能涵盖如何创作在搜索中排名靠前、把访客转化为用户、并通过出色的信息架构和面向开发者的写作加速采用率的文档。触发语:"documentation strategy"、"docs that convert"、"quickstart optimization"、"API reference best practices"、"developer documentation"、"docs SEO"、"information architecture for docs"、"technical writing for marketing"、"docs-led growth"
库文档查询方法论——API 行为、特定版本的变化、惯用用法,或生产环境为何与文档不一致——与具体库无关。提炼跨库通用的导航动作:先对问题分类再搜索(changelog vs API reference vs 惯用法 vs 已知 bug),抓取 HTML 前先查看 llms.txt,阅读参考页面前先锁定用户版本,针对 "X 是否变更" 类问题先读 changelog,把 examples/ 目录视为惯用法的权威,当文档与实际情况不符时回退到 GitHub issues / status page / Discord。各库的具体地形作为轻量参考数据存放在共享的 /knowledge/libraries/ 图中,与 code-distill 的章节并列。触发词:"在 <library> 文档的哪里"、"在 <library> 里查这个"、"<library> 是否改了 X"、"文档说 X 但代码做 Y",以及任何下一步是查阅某库官方文档的提示词。
每当在 Midnight Network 上使用 1AM 钱包、Compact 智能合约和 Next.js 构建、调试或扩展隐私保护支付 dApp 时使用此技能。触发条件包括:任何提及 Midnight Network、Compact 合约、tNIGHT 代币、1AM 钱包集成、ZK 证明资产、midnight-js SDK,或部署/调用电路(deposit、withdraw)的情况。当用户遇到 "Invalid character 'm' at position 0"、"offset: null" GraphQL 错误、balanceUnsealedTransaction 失败,或在 Next.js 中使用 Midnight 包时的 WASM/WebSocket 问题时也使用。即使只涉及部分任务,如接通单个 provider、解码账本状态或调试卡住的部署交易,也使用此技能。
搭建 Expo / React Native 设计系统组件的脚手架,构造上即遵守 expo-design-system 规则——变体驱动的可按压基础组件、基于 slot 的卡片表面、类型化的文本基础组件、带标签的表单字段、FlashList 实体列表页、主题 token 组,以及 Storybook 变体目录。生成的代码使用 Unistyles v3 变体而非 style props、ref-as-prop、设计 token、内置无障碍支持,以及 Web/iOS 一致性(交互式基础组件上的 `_web` hover/focus/cursor),因此无需返工即可遵循 expo-design-system。输出为使用 react-native-unistyles 的 TSX/TS。只要用户想为 clinic 移动应用创建、添加、生成或搭建新的共享 UI 组件、基础组件、设计 token 组或页面,就触发——即使用户没有提到设计系统。
JavaScript 或 TypeScript 游戏中的战争迷雾、视野、视线与地块可见性——roguelike、RTS、俯视或策略地图。涵盖高效 FOV 算法(递归与对称阴影投射、DDA 光线投射、2D 可见性多边形)、更新调度与多观察者引用计数、类型化数组与位集状态、canvas 与 WebGL 迷雾渲染、内存与大地图扩展、热循环几何数学以及可见性正确性。在实现、审查或优化此类代码时触发——即使用户只说 "fog of war"、"reveal the map"、"what can this unit see"、"shadowcasting" 或 "visibility grid" 而未提及性能——每帧逐格朴素光线投射通常正是需要替换的做法。在编写新的可见性代码或重构缓慢或有 bug 的迷雾时优先采用这些模式。
执行微观层面的 NestJS 代码质量审计。依据实时 GitHub 标准验证测试、架构、DTO 校验、错误处理与代码实现。生成详细的违规报告与按优先级排序的行动计划。当用户要求检查 NestJS 代码质量、验证最佳实践或审查后端代码标准时使用。触发词:'nestjs best practices'、'backend code quality'、'code review'、'nestjs standards'、'dto validation'、'error handling review'。
面向 SPA 和 MPA 的 OpenTelemetry 浏览器/RUM 机制。适用于“browser OTel”、“frontend observability”、“Web Vitals”、`sdk-trace-web`、`WebTracerProvider`、`browser-sdk`、浏览器插桩、页面加载或路由追踪、会话、点击、控制台捕获、JavaScript 错误,或前端到后端的追踪关联。浏览器遥测对隐私和数据量敏感,实验性包迭代很快。不适用于 Node.js 服务插桩或仅配置 Collector。
执行微观层面的 React 代码质量审计。依据实时 GitHub 标准验证测试、组件架构、hooks 模式、状态管理、性能与 TypeScript。生成详细的违规报告与按优先级排序的行动计划。当用户要求检查 React 代码质量、验证最佳实践或审查前端代码标准时使用。触发词:'react best practices'、'react code quality'、'component review'、'hooks review'、'react standards'、'frontend code quality'。
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。
