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 MariaDB 中使用向量与 AI 的最佳实践。在编写涉及 VECTOR 列的 SQL、用 MariaDB 构建 RAG 或语义搜索、选择嵌入模型、设计向量索引，或将 MariaDB 与 LangChain、LlamaIndex、Spring AI 等 AI 框架集成时使用。当用户提到 MariaDB 以及以下任一内容时也使用：向量、嵌入、相似度搜索、最近邻、AI、RAG 或 LLM。重要——MariaDB 自 11.7 版本起原生内置向量支持；它不是插件或扩展（与 PostgreSQL 的 pgvector 不同）。不要建议安装任何扩展。
MyBatis-Plus 增强 ORM 技能。覆盖 LambdaQueryWrapper vs QueryWrapper 选择（始终 Lambda）、分页插件（PaginationInnerInterceptor）配置、乐观锁（@Version + OptimisticLockerInnerInterceptor）、逻辑删除（@TableLogic 全局/局部配置）、自动填充（@TableField fill + MetaObjectHandler）、ActiveRecord vs Mapper 模式选择、防全表更新（BlockAttackInnerInterceptor）、通用 PageQuery 抽取。当用户使用 MyBatis-Plus 进行数据库操作、配置分页乐观锁、选择查询方式时使用。与 mybatis 技能互补：mybatis 侧重 XML/ResultMap/SQL 写法，mybatis-plus 侧重增强功能。
执行全面的 NestJS 项目健康审计。分析技术栈、架构、API 设计、数据层、测试、代码质量、CI/CD 和文档，并生成可分享的 Markdown 报告，包含各章节评分和加权总分。用户要求审计 NestJS 项目、进行健康检查、评估后端质量或评估技术债务时使用。触发词：'nestjs audit'、'health audit'、'backend audit'、'nestjs health'、'node audit'、'api audit'、'project quality check'。
面向双边市场的 OpenSearch/Elasticsearch 搜索相关性与排序——候选召回(混合 BM25 + kNN、RRF、双塔 EBR)、基础相关性(BM25F、multi_match、LambdaMART)、质量信号(Wilson 下界、贝叶斯平均、rank_feature 饱和/sigmoid)、个性化(房源/用户/会话 embedding)、时空衰减(gauss/exp)、市场平衡(转化加权排序、供给公平、Pareto 多目标)、偏差校正(IPS、点击模型、Thompson 采样)、实证评估(判断集、NDCG、消融、A/B 样本量、CUPED、回归套件)与多样性(MMR、DPP、max-per-host)。在出现 function_score、rank_feature、script_score、kNN、hybrid query、learning-to-rank、双边排序、曝光公平、NDCG、A/B 测试、判断集构建、排序消融,或"为什么我的 OpenSearch 排序很差"时触发。同样适用于 Elasticsearch——API 相同。
通过生命周期阶段创建、验证和转换文档产物（Vision、Initiative、Epic、Spec、Spike、ADR、Persona、Runbook、Design、Journey）。处理规格编写、功能规划、Epic 创建、Initiative 创建、ADR 起草、研究 Spike、Persona 定义、Runbook 创建、设计捕获、架构文档、阶段转换、实现规划、交叉引用验证和审计。也可在需要更新 frontmatter 字段、将产物重新挂到其他 Epic 或 Initiative 下，或为 Vision 或 Initiative 设置优先级时调用。在 SPEC 上接入 swain-do 进行实现追踪；先将 EPIC/VISION/INITIATIVE/JOURNEY 分解为子项。
用于在 Vue 中虚拟化可滚动元素的无头 UI。在编写、审查或调试以下代码时使用：导入 @tanstack/vue-virtual、调用 useVirtualizer 或 useWindowVirtualizer，或在 Vue 中虚拟化列表、网格、瀑布流、窗口滚动内容或聊天信息流。提供版本精确的适配器规则、Virtualizer 选项与方法，以及在 @tanstack/virtual-core 3.17.x 上使用 @tanstack/vue-virtual 3.13.x 的渲染方案。
JS/TS 最佳实践与规则执行——JS 惯用写法、TS 类型安全、Zod 运行时验证、错误处理和 Deno 工作流。以下情况触发：TS/JS 代码；判别联合、泛型、类型收窄、any 与 unknown 的选择；Zod parse/safeParse；Result 类型；readonly、`as const`、模块；解构、可选链；pipe/compose/currying；单元测试、mock 与 stub；Deno（deno.json、权限、JSR、Deno.serve、Node 到 Deno 的迁移）；或询问“这是否是惯用的 JS/TS 写法”。高级泛型/条件/映射类型或编译器错误谜题请勿使用（使用 `typescript-magician`）；类/SOLID 设计请勿使用（使用 `object-oriented-programming`）；语言无关的测试策略请勿使用（使用 `testing`）。
选择、集成并运营多模型视频生成网关——fal.ai、Replicate、WaveSpeed 等托管推理聚合器，它们在一个账号、一套 API 接口和一份账单之下提供众多第三方视频（以及视频相关的音频）模型。适用于判断视频生成应通过网关还是直连模型服务商 API；比较网关的商品目录、异步/队列任务设计、webhook、定价、schema 发现和版本固定；以及在生产环境运营网关工作负载——支出控制、重试、跨网关故障转移、内容安全差异、数据保留，以及底层模型的商业权利传递。不适用于直连模型服务商 API、本地/可自托管推理、模型训练/微调，或仅用于图像的网关场景。
编写 webpack 5 插件——钩子选择(compiler 与 compilation、tap 与 tapAsync、processAssets 阶段)、资源管线(emitAsset、source 类、info 元数据、source map)、watch 模式与持久化缓存(file/context/missing/buildDependencies)、插件生命周期(构造函数纯净、多 compiler 隔离、关闭清理)、schema-utils 校验、WebpackError 上报、jest-worker 并行,以及兼容性模式(compiler.webpack 命名空间、peerDependencies、getCompilationHooks WeakMap)。这些模式取自 mini-css-extract-plugin、terser-webpack-plugin、compression-webpack-plugin 和 Next.js 的 webpack 插件等生产插件。在编写、审查或调试 webpack 5 插件时触发——即使用户没有明确提到"最佳实践"——只要正在编写 `apply(compiler)` 方法、正在挂接钩子,或插件从 `webpack-sources` 导入,本技能中的规则即适用。
每当遇到最终需要编写插件的 webpack 构建问题时使用——26 个生产形态的配方，涵盖 bundle 体积预算、禁止的架构导入、env-var 校验、密钥泄露防护、构建信息注入、资源清单、许可证遍历、SRI 哈希、虚拟模块（Vite 风格）、文件系统路由（Next.js 风格）、生成的 barrel 文件、运行时驱动的 TS 类型、库替换（react→preact）、调试剥离、条件 polyfill、动态 banner、特性 flag、构建时长回归追踪、桌面/Slack 通知、变更 chunk 差异比对、浏览器自动打开、gzip/brotli 预压缩、图片优化、基于类型的 dist 布局、空 chunk 清理、缓存破坏查询字符串。每个配方都是取自 Next.js、Storybook、webpack-contrib 生产模式的完整可用插件。当用户询问如何用 webpack 实现 X 或是否存在用于 X 的插件时触发。是 webpack-plugin-authoring 的配套内容。
在为单个功能或组件撰写（或修订）技术设计文档（TDD / 工程设计文档 / 设计 RFC）——即在现有系统内构建该功能或组件的详细实现设计——时使用。指导的是方法而非大纲：让设计扎根于既有实践与项目的真实约束，把每一项决策双向追溯到需求，至少比较一个真实的（非稻草人）备选方案并说明决策标准，引用架构文档 / API 规范 / 数据模型而非重复它们，点明失效模式、可观测性信号、测试与发布，并以带版本、做过波及面分析的增量方式修订已批准的设计——达到让工程师无需重新推导设计即可实现的水准。假定上游输入为已批准的 PRD + 功能规格，绝非空白页。不适用于系统级架构，不适用于 API 契约或数据模式，也不适用于评审已完成的 TDD。
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。