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
使用 @upstash/qstash TypeScript/JavaScript SDK,这是面向无服务器和边缘运行时(Next.js、Vercel、Cloudflare Workers、Deno、Node.js)的基于 HTTP 的消息队列、任务调度器和后台作业系统。适用于向 HTTP 端点或 URL 组发布消息、无需长时间运行的工作进程即可运行后台作业、使用 cron 表达式进行调度、延迟消息、构建支持并行处理和流量控制的 FIFO 队列、配置重试和回调、处理死信队列(DLQ)、对消息去重、向多个端点扇出消息、验证 QStash webhook 签名(Next.js App Router、Pages Router 和 Edge Runtime)、运行本地 QStash 开发服务器或迁移区域。用户提出无服务器 cron 作业、异步任务队列、作业调度器、延迟投递、带重试的 webhook 投递或服务间事件驱动消息传递时,也适用。
根据任意格式的客户 SOP(PDF、xlsx、csv、JSON、docx、Markdown、纯文本或端点表截图),生成 Salesforce 沙盒复制后自动化工具所需的 JSON 配置文件。用户要求创建、构建、生成、制作或转换复制后或刷新后自动化配置时使用:将沙盒刷新 SOP 转换为 JSON 数组,其中包含 OutboundMessages(OBM)、RemoteSiteSettings、ScheduledApex 和 Flows 条目,以及 ConfigurationName、Label、Fields、IsActive 和 ExecutionOrder 字段。以下说法也应触发:“post-copy config”、“post-refresh automation JSON”、“update the outbound message (OBM) endpoints after refresh”、“convert this SOP to config”、“remote site settings JSON”、“refresh planner to JSON”或“sandbox refresh config”。以下情况不要触发:用户要将生成的配置部署到组织(使用 platform-metadata-deploy),或要对沙盒应用、执行、运行或试运行 post-copy 自动化 JSON(使用 automation-sandbox-post-copy-configure)。
用于将现有的 JavaScript Lightning Web 组件(.js、.html、.css)转换为带有完整类型标注的 TypeScript,并生成仅暴露组件 `@api` 面的配套 `.d.ts` 文件。当用户说 "convert LWC to TypeScript"、"migrate LWC to TS"、"rename .js to .ts for this component"、"add types to my LWC"、"generate .d.ts for this LWC"、"type-annotate @api properties" 或 "produce declare module 'c/componentName' definitions" 时触发。当用户从零开始编写全新的 LWC(使用 experience-lwc-generate)、为现有 LWC 生成 Jest 测试(使用 experience-lwc-generate),或把 Aura 组件迁移到 LWC 时不要触发。
引导用户将可运行但未经测试的氛围编程原型,逐步打磨为具备测试、清晰结构、业务规则边界和规模化韧性的生产就绪产品。分阶段编排九项技能:working-with-legacy-code、clean-code、refactoring-patterns、software-design-philosophy、clean-architecture、pragmatic-programmer、release-it、system-design、ddia-systems;在每个决策点向用户提问,并将结果记录在项目 docs/ 文件夹中的 TESTING.md、TECH-DEBT.md 和 IMPROVE-CODE-QUALITY-PLAN.md,以便跨会话继续推进。适用于用户希望加固 AI 生成的原型、在重构前添加测试、让代码更易于安全修改,或表示“这在我的机器上能运行,但我不敢动它”时。对于老旧代码库,使用 remove-technical-debt;对于全新项目结构,使用 design-code-architecture;对于产品和 UX 改进,使用 improve-app;对于速度和结构优化,使用 architecture-optimization。若只需单独处理某个框架,直接调用相应技能。
引导用户将一个庞大、陈旧、人人都不敢动的代码库,逐步改造成安全易改、清晰、有边界且有韧性的代码库;在原地偿还技术债,无需重写。分阶段协调八项技能:working-with-legacy-code、refactoring-patterns、clean-code、software-design-philosophy、clean-architecture、pragmatic-programmer、release-it、domain-driven-design;在每个决策点向用户提问,并将结果记录到项目的 docs/ 目录(TESTING.md、TECH-DEBT.md、REMOVE-TECHNICAL-DEBT-PLAN.md),以便跨会话继续推进。用户想整治遗留代码库、安全地偿还技术债、避免大规模重写,或表示“我们不敢动这段代码”时使用。对于新建的 vibe-coded 原型,使用 improve-code-quality;对于全新项目的结构,使用 design-code-architecture;对于产品和 UX 优化,使用 improve-app;对于提升现有代码库的运行速度,使用 architecture-optimization。若只需处理单个框架,直接调用相应技能。
为当前分支创建 PR(默认目标为 `canary`),包括将跨层的单个分支拆分为有顺序的堆叠 PR,使较低层(数据库/共享包/服务端 TRPC)先于其调用方(桌面端/CLI/UI)合并。当用户要求创建/提交 PR,或因客户端调用了主干上尚不存在的服务端契约而需要拆分分支时使用。触发词包括:'pr'、'create pr'、'submit pr'、'open a PR'、'pull request'、'split this PR'、'stacked PR'、'backend should merge first'、'提 PR'、'提个 PR'、'新建 PR'、'拆 PR'、'后端先合'、'分层合并'。
使用现代技术(Node.js、Python、Go、Rust)、框架(NestJS、FastAPI、Django)、数据库(PostgreSQL、MongoDB、Redis)、API(REST、GraphQL、gRPC)、认证(OAuth 2.1、JWT)、测试策略、安全最佳实践(OWASP Top 10)、性能优化、可扩展性模式(微服务、缓存、分片)、DevOps 实践(Docker、Kubernetes、CI/CD)和监控,构建健壮的后端系统。适用于设计 API、实现认证、优化数据库查询、搭建 CI/CD 流水线、处理安全漏洞、构建微服务或开发生产级后端系统。
管理 spartan/ui 和 Angular UI 库,包括使用 Brain(无头原语)和 Helm(带样式)层添加、组合、修复、调试和设置 UI 样式。提供项目上下文、组件 API 和用法示例。适用于使用 spartan/ui、@spartan-ng/brain、@spartan-ng/helm、@spartan-ng/cli 生成器,或包含 components.json 文件的任何 Angular 项目时。也适用于“spartan init”“add a spartan component”或“set up spartan/ui”。
为 AI 应用添加持久记忆的 Mem0 Platform SDK。触发条件:用户提到 "mem0"、"MemoryClient"、"memory layer"、"remember user preferences"、"persistent context"、"personalization",或需要为聊天机器人、Agent 或 AI 应用添加长期记忆时。涵盖 Python SDK (mem0ai)、TypeScript SDK (mem0ai) 以及框架集成 (LangChain、CrewAI、OpenAI Agents SDK、Pipecat、LlamaIndex、AutoGen、LangGraph)。同时涵盖开源的自托管 Memory 类。对于含义不明确的查询,这是默认的 mem0 技能。不要触发:用户询问 CLI 命令、终端使用方式或 shell 脚本时(使用 mem0-cli),或涉及 Vercel AI SDK / @mem0/vercel-ai-provider / createMem0 时(使用 mem0-vercel-ai-sdk)。
使用 TRL(Transformer Reinforcement Learning)或 Unsloth 配合 Hugging Face Jobs 基础设施训练或微调语言与视觉模型。涵盖 SFT、DPO、GRPO 和奖励建模等训练方法,以及用于本地部署的 GGUF 转换。内容包括 TRL Jobs 包、PEP 723 格式的 UV 脚本、数据集准备与验证、硬件选择、成本估算、Trackio 监控、Hub 认证、模型选择/排行榜以及模型持久化的相关指导。适用于涉及云端 GPU 训练、GGUF 转换,或用户提到在 Hugging Face Jobs 上训练而没有本地 GPU 环境的任务。
介绍如何使用 Apollo Rover CLI 管理 GraphQL 架构和联邦。适用于:(1)发布或获取子图/图架构;(2)在本地或通过 GraphOS 组合超图架构;(3)使用 rover dev 进行本地超图开发;(4)使用 check 和 lint 命令验证架构;(5)配置 Rover 身份验证和环境;(6)为 Agent 驱动的发现探索或搜索图架构(rover schema describe / rover schema search);(7)使用 rover init 初始化新的图项目或 MCP 服务;(8)处理 Apollo Connectors、契约、持久化查询或客户端操作;(9)管理 API 密钥、插件、模板或图构件
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。
