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
介绍 RWKV（Receptance Weighted Key Value）架构，这是一种具有 O(n) 推理且无需 KV 缓存的 RNN/Transformer 混合架构，涵盖 RWKV-7、并行 GPT 模式训练与顺序 RNN 模式推理、状态传递、使用 DeepSpeed 微调以及 CUDA 内核设置。适用于以恒定内存逐个 token 生成文本、处理 100K+ token 的超长上下文、微调 RWKV 模型、比较 RWKV 与 Transformers 的内存占用和速度，或调试 RWKV 状态处理、加载及内存不足错误。若峰值准确率比内存更重要，优先选择标准 Transformer；状态空间模型则选择 Mamba。
审计 Scala 文件或代码库以寻找重构机会——Scala 3 现代化、惯用法采纳、反模式移除、性能卫生、尾递归安全以及迁移清理。产出有理论依据、有文档支撑的发现，仅作为建议，绝不直接编辑文件。当用户要求重构 Scala 代码、将 Scala 2 现代化为 Scala 3、查找 Scala 反模式、优化 Scala 性能、审查 Scala 惯用法、应用 opaque types、替换 value classes、将 sealed traits 转换为 enums、将 implicits 迁移为 given/using、审计 `.scala` 文件，或任何涉及清理或改进 Scala 代码的任务时，都应使用此技能——即使用户没有明确说"审计"或"重构"。触发短语如 "review my Scala"、"modernize this Scala"、"make this idiomatic Scala 3"、"find issues in this Scala file"、"check for Scala anti-patterns"，或任何粘贴的 Scala 代码并附带改进、清理、优化或现代化请求。
使用 Python sentence-transformers（SBERT）库和预训练 Hugging Face 模型（如 all-MiniLM-L6-v2、all-mpnet-base-v2 及多语言变体）在本地生成句子、文本和图像嵌入。涵盖编码、余弦相似度、语义搜索、批量编码、微调以及 LangChain/LlamaIndex 集成。为 RAG 构建嵌入、运行语义搜索或相似度评分、聚类或分类文本、无需 API 嵌入多语言文本，或使用领域数据微调嵌入模型时使用。对于基于 API 或托管的嵌入，请改用 OpenAI 或 Cohere Embed。
构建和编辑 Smithery 主页应用——一个位于 ~/.smithery/homepage 的 TanStack Start + shadcn/ui Web 应用，通过 Smithery Connect API 连接 MCP 服务。只要用户想创建、修改或为 Smithery 主页添加功能，构建展示 MCP 工具数据（Linear issues、Gmail、Notion 等）的页面，或询问编辑 ~/.smithery/homepage 中的任何内容，就使用此技能。当出现“add a page to the homepage”、“show my Linear issues on the homepage”、“update the homepage UI”等请求，或任何涉及 ~/.smithery/homepage 项目的任务时也会触发。
适用于任何软件变更的软件工程指南。本技能必须在需求澄清、架构/设计、实现、重构、代码审查、测试、发布或创建 Git 提交（包括单独的提交请求）之前加载；即使变更只有一行，也不得跳过。内容涵盖简洁性、基于连贯实现设计的完整交付、高影响变更优先测试并采用 TDD（测试驱动开发），以及可验证的成功标准。触发词：任何軟體規劃、需求釐清、架構設計、寫 code、改 code、做功能、修 bug、refactor、開發、coding、development、實作、實現、寫程式、改程式、加功能、修問題、code review、測試、重構、init、初始化專案、建立 CLAUDE.md、建立 AGENTS.md
当有人要求通过经过验证、多视角的方式研究软件工程问题时使用——"should we use X vs Y"、"evaluate library/framework/database Z"、"research whether we should adopt …"、"write an ADR for …"、"spike on …" 或 "migrate from X to Y / upgrade path"。运行专为软件定制的 STORM 风格流水线：自动检测五种研究模式之一（library-eval、deep-research、architecture、spike、migration），并行启动该模式的专家视角，梳理其矛盾之处，综合生成 HTML 简报和 Markdown/ADR 记录，然后结合版本感知，针对一手软件来源（官方文档、RFC、GitHub 发布、OSV/CVE、OpenSSF Scorecard、基准测试）对所有论断进行对抗式验证。最适合需要多种视角和版本正确、经过事实核查的论断的决策；对于快速查询 API 来说过于繁重。非软件主题请使用 deep-research；纯评分的决策矩阵请使用 trade-off-analysis。
用于 Spring Boot 中 API 文档的 Springdoc OpenAPI。涵盖 Swagger UI 配置、注解、schema 定制与安全文档。基于 castellino 和 gestionale-presenze 项目的生产实践。使用场景：用户提到 "Springdoc"、"Spring Boot OpenAPI"、"Swagger in Spring"、"@Operation"、"@Schema"、"Swagger UI Spring"，或询问 "Spring Boot API documentation"、"Spring REST documentation"、"OpenAPI in Java" 时。不适用于：通用 OpenAPI 规范——请改用 `openapi`；GraphQL——请改用 `graphql`；非 Spring Boot 项目；前端 OpenAPI 生成——请改用 `openapi-codegen`。
Stripe 支付平台参考资料（API 2026-09-30.endive）。PaymentIntents、Checkout、Payment Links、Elements、Link、Managed Payments、Subscriptions、Invoices、Connect (Accounts v2)、Radar、Terminal、Tax、Issuing、Treasury、Capital、Financial Connections、Climate、Revenue Recognition、Crypto Onramp、stablecoin、Identity、Webhooks、Stripe CLI、幂等性、API 版本管理、分页、错误处理
为 Stripe 集成提供开发与测试环境规划（独立沙盒或共享测试模式沙盒）、API 选择（Checkout Sessions 或 PaymentIntents）、Connect 平台设置（Accounts v2、controller 属性）、计费/订阅、税务与注册（Stripe Tax、automatic_tax、产品税码）、Treasury 金融账户、集成选项（Checkout、Payment Element）、从已弃用 Stripe API 迁移，以及安全最佳实践（API 密钥管理、API 密钥权限、webhook、OAuth）方面的决策指导。适用于规划、构建、修改、测试或审查任何 Stripe 集成，包括选择开发环境、收款、构建市场平台、集成 Stripe、处理付款、设置订阅、征收销售税、VAT 或 GST、创建关联账户，或实施安全的密钥处理。
实现 Syncfusion ASP.NET Core 日历组件的综合指南，包括 Calendar、DatePicker、DateRangePicker、DateTimePicker 和 TimePicker。只要用户询问任何 Syncfusion ASP.NET Core 日历、日期选择器、日期范围选择器、时间选择器、日期时间选择器、日历视图、多选、伊斯兰历、日期范围限制、周数、日期单元格自定义、renderDayCell、日期选择、范围选择、日期格式化、日期掩码、全球化、本地化、严格模式、无障碍，或 ASP.NET Core 标签帮助程序应用中任何相关的日历/日期/时间 UI，就始终立即使用本 skill。
当 Windows Forms 应用需要使用 Syncfusion Spreadsheet 组件实现类似 Excel 的 UI 时使用本 skill。适用于创建、查看、编辑 Excel（.xlsx、.xls）文件；使用公式、筛选、排序或单元格格式。当用户提到电子表格文件（"open xlsx"、"load Excel file"、"add Syncfusion spreadsheet"）时也适用。不适用于没有 UI 组件的独立文件处理。
基于仓库证据、可度量的需求、容量计算、受保护的不可变约束和明确的取舍，设计或演进一个生产系统。将现有代码库读作当前架构，补齐其自身无法恢复的需求，然后绘制结构上不同的候选方案，并用链式证据论证推荐其中一个。产出交互式 HTML 报告、结构化的 design.json，以及后续会话可续接的持久 DESIGN.md。在现有仓库中，它还会依据预期架构审计实现并记录发现的债务，每项都附有补救措施及其证据。用于仓库架构工作、全新系统、扩展与分片方案、数据存储或一致性选择、容量与成本测算、将决策记录为 ADR，或审计一个已偏离其设计的系统。当数字本身已能定夺选择时直接回答，而不是硬造一份文档。
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。