Skills
收录 98,067 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
提供使用 Axolotl 微调大模型的指导,涵盖 YAML 训练配置、LoRA 和 QLoRA、使用 DPO、KTO、ORPO 和 GRPO 进行偏好训练、多模态模型、FSDP 和多 GPU 设置、序列(上下文)并行、NCCL 带宽测试、数据集格式、为 vLLM 和 llmcompressor 保存压缩模型,以及自定义集成。在编写或调试 Axolotl YAML 配置、为微调任务选择数据集格式、跨 GPU 设置 FSDP 或 context_parallel_size,或运行 DPO、KTO、ORPO、GRPO 训练时使用。为 vLLM 推理保存压缩模型,或编写自定义 Axolotl 插件或集成时也可使用。不适用于推理服务或 Axolotl 之外的通用 Hugging Face Trainer 脚本。
Better Auth——与框架无关的 TypeScript 身份认证与授权库。涵盖初始化、邮箱/密码、社交 OAuth(40 多个提供商)、passkey、magic link、2FA、组织、会话、插件、管理、hooks 和安全加固。在使用 Better Auth 实现认证时使用:配置 auth 实例、添加提供商、设置数据库适配器(Prisma、Drizzle、PostgreSQL、MySQL、SQLite、MongoDB)、集成框架(Next.js、Nuxt、SvelteKit、Astro、Hono、Express、Elysia、Fastify、Expo)、管理会话,或通过插件扩展。
使用 Tabular Editor 2/3 针对 Power BI 语义模型编写和执行 C# 脚本与宏。当用户提到 "C# script"、"Tabular Editor script"、"TOM scripting"、"MacroActions.json"、"XMLA",或要求 "automate model changes"、"bulk update measures"、"create calculation groups"、"write a macro"、"format DAX expressions"、"manage model metadata" 时自动调用。
使用此技能可启动专门的 OpenAI Codex CLI 子 Agent,用于代码审查、调试、架构分析、安全审计、重构、文档编写、比较证据评判以及自主 /goal 运行。它通过进程级开发者指令添加各个角色,同时保留项目的 AGENTS.md 指令链,包括并行启动时。支持 GPT-6-Astra 的 low、medium、high、xhigh、max 和 ultra 推理级别,以及 default 或 priority 服务层级;还支持 GPT-5.6 和 GPT-5.5 模型。触发词包括“delegate to Codex”“Codex Astra”“Astra subagent”“Codex subagent”“code review agent”“security audit”“refactor with Codex”“goal run”“autonomous goal”“have Codex weigh this”。
构建数据集成管道、查询工业数据、部署数据模型、管理访问控制,或开发连接工业资产、时间序列、事件和文件的应用时使用。使用 REST API、SDK(Python/JavaScript)、数据建模、提取器、转换或基础设施即代码部署时也可使用此技能。适用于托管在 CDF 中的 **Cognite Flows** 自定义 Web 应用(React、`@cognite/cli`、使用 `@cognite/aura` 的 Aura 设计系统 UI、应用托管、使用 Vite 进行本地开发、部署和认证)。核心数据建模(CDM)——处理 CogniteAsset、CogniteTimeSeries、CogniteFile,即资产、时间序列和文件的 CDM 概念时使用。构建资产层级、填充时间序列、创建和链接文件,或在 API 参考中搜索 "Asset" 时使用此技能(CDM 资产位于 Instances API 中。旧版 /assets 端点自 2026-10-15 起弃用,并将于 2027 年 12 月 31 日退役)
面向 AI 辅助开发的 Compound Engineering 工作流。在规划功能、执行工作、审查代码或沉淀经验时使用。遵循 Plan → Work → Review → Compound 循环,其中每个工程单元都让后续工作更轻松。触发词:plan this feature、implement this、review this code、compound learnings、create implementation plan、systematic development。
涵盖用于分布式深度学习训练和 I/O 的 DeepSpeed:ZeRO 优化阶段、流水线并行、FP16/BF16/FP8 训练、1-bit Adam、稀疏注意力,以及用于 NVMe 存储与主机或 GPU 张量间快速传输的 DeepNVMe(aio_handle、gds_handle、async_io 和 gds 运算符、ds_nvme_tune、ds_report)。在为大模型训练配置 ZeRO 阶段、启用混合精度或 1-bit Adam、使用 ZeRO-Infinity 将参数或优化器状态卸载到 NVMe、通过 DeepNVMe 阻塞或非阻塞调用读写张量文件,或调整块大小、队列深度和并行度等 NVMe I/O 设置时使用。不适用于不使用 DeepSpeed 的纯 PyTorch DistributedDataParallel。
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。
