Skills
收录 98,284 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
使用目标主题已有的 section、block、嵌套 block 结构以及 schema 定义的设置，编辑 Shopify 主题的 JSON 模板、设置数据和设置 schema。适用于更新、编辑或调整 Shopify 的 `templates/*.json`、JSON section 数据、`config/settings_data.json`、`config/settings_schema.json`、section 设置或 block 设置。不要用于自定义 Liquid、新主题 section 或 block、snippet、asset、JavaScript、CSS、结账扩展或任何非 JSON 的主题代码工作。
用于理解和自定义 Mindfold Trellis 的元技能——面向 9 个 AI 编码平台（Claude Code、Cursor、OpenCode、iFlow、Codex、Kilo、Kiro、Gemini CLI、Antigravity）的一体化 AI 工作流系统。本技能记录 Trellis 系统的原始设计。当用户自定义其 Trellis 安装时，修改应记录在项目本地的 `trellis-local` 技能中，而不是本元技能中。适用于以下场景：(1) 理解 Trellis 架构，(2) 自定义 Trellis 工作流，(3) 添加命令/Agent/hook，(4) 排查问题，或 (5) 让 Trellis 适配特定项目。
面向 Web 和移动端的 UI/UX 设计智能工具。包含 50 多种风格、161 种调色板、57 种字体搭配、161 种产品类型、99 条 UX 指南，以及适用于 10 种技术栈（React、Next.js、Vue、Svelte、SwiftUI、React Native、Flutter、Tailwind、shadcn/ui 和 HTML/CSS）的 25 种图表类型。操作：规划、构建、创建、设计、实现、审查、修复、改进、优化、增强、重构和检查 UI/UX 代码。项目：网站、落地页、仪表盘、管理面板、电子商务、SaaS、作品集、博客和移动应用。元素：按钮、模态框、导航栏、侧边栏、卡片、表格、表单和图表。风格：玻璃拟态、黏土拟态、极简主义、粗野主义、新拟态、便当网格、深色模式、响应式、拟物化和扁平设计。主题：色彩系统、无障碍、动画、布局、排版、字体搭配、间距、交互状态、阴影和渐变。集成：shadcn/ui MCP，用于组件搜索和示例。
将 AG2 自带的工具接入 `Agent` —— 既包括提供商原生的服务端工具（web search、web fetch、code execution、MCP、image generation、memory），也包括本地执行的常用工具包（filesystem、DuckDuckGo、Exa、Tavily、skills）。当用户想要使用 AG2 已自带的能力而非编写自定义 Python 时使用。shell 命令见 `ag2-shell-tool`；自定义 Python 工具见 `ag2-add-custom-tool`。
使用 Vercel AI SDK v5/v6 构建后端 AI。涵盖 v6 beta（Agent 抽象、工具审批、重排序）、v4→v5 迁移（破坏性变更）、最新模型（GPT-5/5.1、Claude 4.x、Gemini 2.5）、Workers 启动修复，以及 12 个错误解决方案（AI_APICallError、AI_NoObjectGeneratedError、streamText 静默错误）。适用场景：实现 AI SDK v5/v6、从 v4 迁移到 v5、排查错误、修复 Workers 启动问题，或升级到最新模型。
使用 Latch SDK 在 LatchBio 平台上构建和部署生物信息学流水线——用 @workflow/@task 装饰器编写工作流、处理 LatchFile/LatchDir I/O、注册无服务器工作流、配置 CPU/GPU 任务资源、在 Latch Registry 中组织数据，以及封装 Nextflow/Snakemake 流水线。适用于开发或部署 Latch SDK 工作流、为任务资源设定规格、使用 Registry，或将 Nextflow/Snakemake 生物信息学流水线移植到 LatchBio 上。不适用于 DNAnexus（dxpy/dx CLI）或通用 Flyte。属于 AlterLab Academic Skills 套件的一部分。
使用 PufferLib 扩展强化学习——高吞吐并行训练（PuffeRL）、向量化环境，以及原生多 Agent 系统，相比标准实现可实现 2-10 倍加速。适用于将 RL 扩展到每秒数百万步、运行向量化或多 Agent 配置、构建自定义 PufferEnv 任务，或集成游戏环境（Atari、Procgen、NetHack、PettingZoo）。若做标准单 Agent 算法实现（PPO/SAC/DQN）或快速原型，优先使用 alterlab-stable-baselines3。属于 AlterLab Academic Skills 套件的一部分。
使用 PyTorch Lightning 进行可扩展的深度学习训练——将 PyTorch 代码组织为 LightningModules、为多 GPU/TPU 配置 Trainers、构建数据管道和回调、记录到 W&B 或 TensorBoard，并运行分布式训练（DDP、FSDP、DeepSpeed）。适用于组织 PyTorch 训练循环、跨 GPU/TPU 扩展神经网络训练，或添加检查点、日志记录和分布式策略。属于 AlterLab Academic Skills 套件的一部分。
使用 Qiskit（IBM 的量子计算框架）构建、转译并运行量子电路，包括 Qiskit Runtime 原语（Sampler/Estimator）、电路转译，以及在 IBM Quantum 硬件上的错误缓解。适用于面向 IBM Quantum 后端、转译电路、运行 Runtime 会话或批次，或应用弹性/错误缓解的场景。若面向 Google Quantum AI 硬件与 NISQ 电路，优先使用 alterlab-cirq；若做梯度训练的量子机器学习与混合量子-经典模型，优先使用 alterlab-pennylane；若做开放系统 Lindblad/主方程动力学，优先使用 alterlab-qutip。属于 AlterLab Academic Skills 套件的一部分。
在网站上添加 GSAP 驱动的 WebGL，而不改变原有样式；每个文档共用一个 OGL 渲染器和画布。图像平面跟踪每个 img，实现悬停镜头、滚动速度波浪、擦除、故障、溶解、像素化和波纹效果。框定视图在元素框内绘制：穿过 3D 图像螺旋的摄像机飞行、在形状间变形的 GPU 粒子、液态图像，以及融化成文字或沿页面流下的液态金属液滴。GSAP 对着色器 uniform 进行补间。真实 img（或视图的海报 img）始终作为可访问内容，并在缺少 WebGL、上下文丢失、图像缺少 CORS 或减少动态效果时作为回退。适用于 WebGL 图像效果、着色器悬停、3D 滚动飞行、粒子变形、液态悬停、uniform 补间，或在路由间保持画布运行。与匹配的 GSAP 框架技能搭配，以处理生命周期时序。不适用于 glTF 模型、物理效果、仅 DOM 的效果（使用 animaxxing）、品牌设计或 GSAP API 问题。
Swift 标准库・并发・Observation 参考。协议/泛型、async/await、actor、SerialExecutor、Sendable、Task、TaskGroup、AsyncSequence、AsyncStream、Continuation（CheckedContinuation）、Observable、@Observable、Observations、ObservationRegistrar、Span、InlineArray、RangeSet、Equatable、Hashable、Comparable、Identifiable、Optional、Codable、Result、泛型、some/any。
Azure AI Face 开发的专家知识，包括故障排除、最佳实践、决策制定、限制与配额、安全性以及集成与编码模式。在使用 Face 检测、识别、验证、活体检测、PersonGroup/Directory 或 Face API 配额以及其他 Azure AI Face 相关开发任务时使用。不适用于 Azure AI Vision（请使用 azure-ai-vision）、Azure AI Custom Vision（请使用 azure-custom-vision）、Azure AI Video Indexer（请使用 azure-video-indexer）、Azure AI Document Intelligence（请使用 azure-document-intelligence）。
在编写、审查或重构 TypeScript/Node.js 后端应用或 API 代码且后端设计指导有帮助时使用，包括 API、路由、控制器、中间件、SDK、服务、仓储、数据库访问、运行时 worker 以及实现后端行为的外部集成。不要仅因为代码运行在 Node.js 或服务器上就使用。跳过 CI/工作流配置、部署或维护脚本、演示、测试、简单重命名、格式化、仅文档的工作，以及其他不需要后端设计指导的机械性或辅助性工作。当原因和修改位置已知时，不要用于局部缺陷修复，即使受影响的代码属于 SDK 或后端组件。
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。