Skills
收录 97,905 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 Motion for React（motion/react、motion@13）构建、审查、调试、迁移或规划 UI 动画。适用于 React/Next/Vite：motion.div、AnimatePresence、variants、手势、拖拽、layout/layoutId、LazyMotion、useScroll、useAnimate、MotionValues、animateView、AnimateView（motion/react-animate-view，React 19.3）、arc()、弹簧回弹、Reorder 网格、reducedMotion、framer-motion→motion、Motion 13 isValidProp、CSS/WAAPI/View Transitions、微交互、页面转场、可访问性以及性能安全的动画。不适用于 Vue、仅用 vanilla 的 Motion、React Native，或非交互式影视/视频，除非将其适配到产品 UI。
提供 Karpathy 的精简 PyTorch GPT 实现 nanoGPT（model.py 和 train.py），包含在 CPU 上训练字符级 Shakespeare、通过多 GPU torchrun 在 OpenWebText 上复现 GPT-2 124M、微调预训练 GPT-2 检查点，以及使用自定义文本训练的工作流。适用于从头学习 GPT 和 Transformer 模块的工作原理、在 CPU 或单个 GPU 上进行小型训练实验、使用原生 PyTorch 修改 Transformer 变体、准备字符级或 BPE 二进制数据集，或排查 nanoGPT 的内存不足和训练缓慢问题。不适用于生产环境或大规模分布式训练；请改用 HuggingFace Transformers 或 Megatron-LM。
在周边技术允许的情况下，要求 TypeScript 和 JavaScript 代码使用基于 `neverthrow` 的返回类型。在创建、重构、审阅或扩展独立函数、导出的模块函数、类方法、对象方法、服务方法、仓储方法以及类似 API 时使用——这些 API 应在签名中暴露明确的成功与失败结果类型。同步代码优先使用 `Result<T, E>`，异步代码优先使用 `ResultAsync<T, E>`。仅当框架、库、运行时接口或外部强加的契约不兼容并要求不同的返回结构时，才跳过 `neverthrow` 返回类型。
使用 Opper CLI（`opper` 命令、npm 包 `@opperai/cli`）在终端中操作 Opper：登录、调用函数、检查 traces、跟踪用量和成本、生成图像、安装捆绑的 skills、配置 AI 代码编辑器，以及启动通过 Opper 路由推理的编码 Agent（Claude Code、OpenCode、Codex、Hermes、Pi）。当用户提到 `opper` 命令、Opper CLI、opper-ai/cli、`@opperai/cli`、`opper launch`，或明确需要 shell 命令、编辑器配置、本地私密密钥交付或 Agent 启动工作流时，使用此 skill。对于 Agent 辅助设置、平台管理和模型测试，优先使用 opper-mcp。要查看准确参数，务必运行 `opper <subcommand> --help`；帮助输出是权威参考。
通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”／“handover”／“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时，优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制，且 CLI、文件系统或 API 无法完成时，才使用 Computer Use。
通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”／“handover”／“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时，优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制，且 CLI、文件系统或 API 无法完成时，才使用 Computer Use。
使用 Outlines（dottxt.ai）从 LLM 生成保证有效的结构化输出，通过有限状态机约束 token 采样，支持 JSON schema、Pydantic 模型、正则表达式、选项列表以及整数/浮点数类型，并适用于 Transformers、llama.cpp、vLLM 和有限的 OpenAI 后端。当需要始终能解析为有效 JSON 或匹配正则表达式的输出时使用。当需要从本地模型提取类型化数据并填入 Pydantic 模型时使用。当需要将文本分类到固定类别集合时使用。当需要在 vLLM 或 Transformers 上运行批量结构化生成时使用。当需要在语法层面控制 token 采样时使用。不适用于需要自动重试的 API 模型（请使用 Instructor）。
无需后端、基于 Mock 数据生成原型 UI 的技能。Vue 3 + TypeScript + NuxtUI v4。在单独的 ui-proto 仓库（例如 peach-ui-proto-backoffice）的 modules-task 文件夹中按任务累积各画面。由 "프로토타입 만들어줘"、"Mock 화면"、"proto UI"、"기획 화면 빠르게"、"ui-proto 작업"、"기획자 검토용 화면"、"태스크 폴더 추가" 等关键词触发。若输入中提供了 Spec 文档，会自动切换为团队模式（Ralph 循环 5/10 次）；若没有 Spec 而由策划者自行操作，则以单人模式运行。若需要接入真实 API，请使用 peach-gen-ui。
Principal 级架构、系统设计、权衡分析、ADR、Clean Architecture、GoF、生产级微服务、Clean Code、算法、领域建模/DDD、分布式数据、API 契约、质量属性/ATAM、SRE/韧性、安全架构、遗留系统演进、C4/arc42 文档以及工程所有权。适用于架构/代码评审、技术战略、模式审计、编码规范、算法或数据结构选型、Big O/性能、数据库、一致性、事件、可扩展性、SLO/可靠性、威胁建模、现代化/迁移、限界上下文、聚合、上下文映射、API 版本管理/弃用、团队拓扑、平台工程、多服务设计，或 /principal-software-architect。产出基于证据的发现，以及仅与决策相关的专业基线。
当用户需要查询 TOTVS Protheus 原生函数的语法/参数/返回值、SX 数据字典结构（SX1-SX9、SIX）、REST API 端点模式（FWRest、WsRestFul）、MV_* 系统参数行为、SX3 字段校验，或某个函数是否受限/仅限内部时使用。也会因葡萄牙语表述触发，如 "funcao nativa"、"dicionario de dados"、"parametro MV_"、"campo SX3"、"API REST protheus"、"essa funcao e restrita"。
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。