Skills
收录 96,981 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
将 JSON 文件中的审查结果作为行内评论发布到 GitHub Pull Request 上,并将每条评论附加到对应的文件和行。当你手上有一份审查结果列表/JSON(每条包含文件路径、行号,以及 summary/failure_scenario 之类的消息),并希望将其作为行内审查评论发布到 PR 上时使用。触发语包括「把这些审查评论发到 PR 上」「把评论关联到 PR 中的文件」「把审查结果发布到 PR #N」,或提供一个 {file, line, summary} 的 JSON 数组来转换为 PR 评论。
当用户希望监控、排查或降低应用崩溃率时使用——包括设置 Crashlytics、确定优先修复哪些崩溃、解读崩溃数据,以及了解崩溃如何影响 App Store 排名。当用户提到 "crash"、"crashlytics"、"crash rate"、"ANR"、"app not responding"、"crash-free sessions"、"crash-free users"、"symbolication"、"stability"、"firebase crashes"、"app crashing" 或 "crash report" 时使用。有关整体分析设置,请参见 app-analytics。
当请求涉及 Ethereum、EVM 或区块链系统时使用。适用于构建、审计、部署智能合约,或与智能合约、dApp、钱包、DeFi 协议交互。涵盖 Solidity 开发、合约地址、代币标准(ERC-20、ERC-721、ERC-4626 等)、Layer 2 网络(Base、Arbitrum、Optimism、zkSync、Polygon),以及与 Uniswap、Aave、Curve 等 DeFi 协议的集成。包括 gas 成本、合约小数位、预言机安全、重入、MEV、跨链、钱包、从链上查询数据、生产环境部署、协议演进(EIP 生命周期、分叉跟踪、即将到来的变更)等主题。
为 Messaging for In-App and Web(MIAW)配置嵌入式消息部署(Embedded Messaging Deployments)。当用户需要使用 Connect API 以默认设置从头新建嵌入式消息部署,或使用 Metadata API 更新现有部署的设置时使用。新的部署会输出 Connect API 请求体,更新时会输出 EmbeddedServiceConfig 元数据 XML。当用户提到 embedded messaging deployment、embedded service deployment、MIAW deployment、messaging widget setup、chat widget configuration、embedded chat deployment,或引用了 .EmbeddedServiceConfig-meta.xml 文件时触发。当用户正在创建消息渠道(改用 service-digital-engagement-channel-configure)、配置旧版 Live Agent 嵌入式服务,或为网站嵌入生成 JavaScript 代码片段时,不要触发。
通过 `claude-9arm` 命令把机械性、范围明确的小编码任务委托给由 Qwen 驱动的廉价 subagent,从而避免浪费 Claude 的 token/配额。当工作是机械且低风险时使用——批量重命名、格式化、模板代码、查找替换、grep 式搜索与摘要、读取并精简日志或文件、测试/文档字符串/注释脚手架,或运行构建/linter/测试并报告通过与失败。当用户说 "use qwen"、"delegate this"、"send it to 9arm/qwen" 或 "do this cheaply" 时也使用。不要用于架构、设计、需要判断的调试、安全敏感修改,或任何需要本次对话上下文的工作。
编排基于对象的 Lightning Type + HXL 组件生成,以呈现由 Apex Invocable Action 支持的自定义 MCP 服务工具的输出。仅当提示词明确涉及呈现 MCP 工具结果时才触发:用户提到 'MCP server'、'MCP tool'、'custom MCP server',引用工具的 'output schema' / 'tool output' / 'outputValues' 结构,指定支撑 MCP 工具的 'invocable action',或要求为 Apex invocable 支持的 MCP 工具输出构建组件或富 UI 呈现时。不要在以下情况触发:自定义 Apex 支持的 Agent 操作输出(使用 platform-lightning-type-widget-coordinate)、仅编写 Custom Lightning Type(使用 platform-custom-lightning-type-generate)、仅编写 Apex 类(使用 platform-apex-generate),或构建不含 Lightning Type 或 MCP 工具的独立组件(使用 platform-widget-generate)。
OmniStudio 集成过程的创建与验证,采用 110 分制评分。在构建将 Data Mapper 动作、Apex Remote Actions、HTTP callout 和条件逻辑组合起来的服务端流程编排时使用此技能。触发条件:用户创建 Integration Procedures、添加 Data Mapper 步骤、配置 Remote Actions 或审查现有的 IP 配置。不触发条件:构建 OmniScripts(见 building-omnistudio-omniscript)、直接创建 Data Mappers(见 building-omnistudio-datamapper)或分析跨组件依赖(见 analyzing-omnistudio-dependencies)。
Salesforce Industries Common Core (OmniStudio/Vlocity) Apex 可调用类生成与评审技能,采用 120 分评分。适用于创建、评审或迁移 Industries 可调用 Apex 实现。触发条件:用户创建或评审 System.Callable 类、迁移 VlocityOpenInterface 或 VlocityOpenInterface2,或构建供 OmniStudio、Integration Procedures 或 DataRaptors 使用的 Industries 可调用扩展。不触发条件:通用 Apex 类或触发器(使用 generating-apex)、构建 Integration Procedures(使用 building-omnistudio-integration-procedure)、编写 OmniScripts(使用 building-omnistudio-omniscript)、配置 Data Mappers(使用 building-omnistudio-datamapper),或分析命名空间/依赖问题(使用 analyzing-omnistudio-dependencies)。
OmniStudio OmniScript 创建与验证,采用 120 分评分。适用于构建引导式数字体验、多步表单或编排 Integration Procedures 与 Data Mappers 的交互流程。触发条件:用户创建 OmniScript、设计步骤流、配置元素类型,或评审现有的 OmniScript 配置。不触发条件:构建 FlexCards(使用 building-omnistudio-flexcard)、直接创建 Integration Procedures(使用 building-omnistudio-integration-procedure),或分析依赖关系(使用 analyzing-omnistudio-dependencies)。
Blender MCP 专家,涵盖场景检查、Python 脚本编写、GLTF 导出以及材质/动画提取。适用于:(1) 使用 Blender MCP 工具(get_scene_info、execute_python、screenshot 等),(2) 编写用于提取或操作的 Blender Python 脚本,(3) 将场景导出为适用于 Web(Three.js、R3F)的 GLTF/GLB,(4) 排查材质或贴图导出丢失问题,(5) 使用 gltf-transform 优化 GLB 文件,(6) 使用资源集成(PolyHaven、Sketchfab、Hyper3D Rodin、Hunyuan3D)。涵盖关键导出陷阱、材质映射保留、贴图优化流程、无头 CLI 模式和常见失败情形。
OmniStudio Data Mapper(原 DataRaptor)的创建与校验,采用 100 分制评分。适用于构建 Extract、Transform、Load 或 Turbo Extract Data Mapper、映射 Salesforce 对象字段,或审查现有 Data Mapper 配置。触发条件:用户创建 Data Mapper、配置字段映射、处理 OmniDataTransform 元数据,或询问 DataRaptor/Data Mapper 模式时。不要触发的情况:构建 Integration Procedure(使用 building-omnistudio-integration-procedure)、编写 OmniScript(使用 building-omnistudio-omniscript),或分析跨组件依赖(使用 analyzing-omnistudio-dependencies)。
OmniStudio FlexCard 的创建与校验,采用 130 分评分体系。适用于构建一目了然的 UI 卡片、将数据源绑定到 Integration Procedures,或审查现有 FlexCard 定义的无障碍性与性能。触发时机:用户创建 FlexCard、配置数据源、设计卡片布局,或询问 OmniUiCard 元数据时。不要触发:构建 OmniScripts 时(改用 building-omnistudio-omniscript)、创建 Integration Procedures 时(改用 building-omnistudio-integration-procedure)、分析依赖关系时(改用 analyzing-omnistudio-dependencies)。
面向 OmniStudio 的横向分析技能,用于跨 OmniScripts、FlexCards、Integration Procedures 和 Data Mappers 的命名空间检测、依赖可视化和影响分析。触发条件:用户询问 OmniStudio 依赖关系、需要命名空间检测(Core vs vlocity_cmt vs vlocity_ins)、需要影响分析、请求依赖图或 Mermaid 图,或询问某项变更会影响哪些组件。不触发条件:编写 OmniScripts(使用 building-omnistudio-omniscript)、构建 FlexCards(使用 building-omnistudio-flexcard)、创建 Integration Procedures(使用 building-omnistudio-integration-procedure),或配置 Data Mappers(使用 building-omnistudio-datamapper)。
通过修补站点的 LWR 或 Aura 页面包、部署、发布并验证访客访问权限,将 Messaging for In-App and Web (MIAW) Embedded Messaging 聊天组件集成到 Experience Cloud 站点。适用于用户希望在 Experience 站点中嵌入消息功能、为社区添加聊天组件、将 Embedded Messaging 组件放置在 LWR 或 Aura 页面上、将嵌入式服务部署接入站点、引用已获取的包文件(`content.json`、`homeGuestLayout.json` 或 `*.site-meta.xml` 文件),或希望自动执行 retrieve/修补 JSON/deploy/publish 流程而非在 Experience Builder 中逐步点击时。创建消息渠道时不要使用(请用 service-digital-engagement-channel-configure);创建或更新 EmbeddedServiceConfig 部署时不要使用(请用 service-digital-engagement-deployment-configure);为非 Experience 网站生成独立 JavaScript 代码片段时也不要使用。
引导用户从应用创意制定审慎的架构方案:确定边界、领域模型、数据决策和弹性,只做难以逆转的决策,其余暂缓。分阶段编排八项技能:clean-architecture、domain-driven-design、system-design、ddia-systems、software-design-philosophy、release-it、pragmatic-programmer、37signals-way;在每个决策点向用户提问,并将结果记录在项目 docs/ 文件夹(ARCHITECTURE.md、DESIGN-CODE-ARCHITECTURE-PLAN.md),以便跨会话继续。适用于用户想设计新应用的架构、选择边界和领域模型、决定采用单体还是微服务,或询问“这个应用该如何组织”。如果代码库已存在,使用 remove-technical-debt(老旧项目)、improve-code-quality(新原型)或 architecture-optimization(运行缓慢但可用);如果尚未验证,先运行 create-business 或 create-app。若只需单独使用某个框架,直接调用对应技能。
为应用代码添加 Pydantic Logfire 可观测性——追踪、日志、指标以及 AI/Agent span。当用户要求添加或配置 Logfire、可观测性、追踪、日志或监控;尽可能多地获取有用的遥测数据;或了解某个应用在做什么时使用。支持 Python、JavaScript/TypeScript、Rust,以及主要的 AI Agent 框架,包括 Pydantic AI、OpenAI Agents SDK、Claude Agent SDK、LangChain、LangGraph、CrewAI、AutoGen 和 Google ADK。若只需基础设施层监控(主机、Docker、Kubernetes、数据库或云指标,无需改动应用代码),请使用 logfire-infrastructure。若要针对测试数据集评估 AI/Agent 行为,请使用 logfire-evals。
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。
