Skills
收录 97,725 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
编写或审查处理不受信任输入、密钥、出站请求、渲染内容或第三方依赖的代码——以 OWASP Top 10:2025 为视角,包含两种模式:编写默认安全的代码,以及判断某项变更引入的风险。触发词包括"is this safe"、"secure by default"、"harden"、"security"、"secret"、"privacy"、"PII"、"XSS"、"injection"、"SSRF"、"safe fetch"、"access control",或依赖审查。涵盖密钥与环境变量、输入验证、输出编码、SSRF、访问控制与数据暴露,以及供应链风险。
面向 Next.js 和 Cloudflare Workers 的生产级 Auth.js v5 配置。使用场景:设置身份验证、实现 OAuth/credentials/magic links、配置 D1 或 PostgreSQL 适配器、调试会话问题、从 v4 迁移到 v5、修复边缘兼容性、排查 JWT/数据库会话、解决 AUTH_SECRET 错误、修复 CallbackRouteError,或实现 RBAC。涵盖:Next.js App Router 和 Pages Router、Cloudflare Workers + D1、OAuth 提供商(GitHub、Google 等)、credentials 认证、magic links、JWT 与数据库会话、中间件模式、基于角色的访问控制、令牌刷新、边缘运行时兼容性,以及常见错误的预防。关键词:Auth.js、NextAuth.js、authentication、OAuth、credentials、magic links、D1 adapter、Cloudflare Workers、Next.js middleware、JWT session、database session、refresh tokens、RBAC、edge compatibility、AUTH_SECRET、CallbackRouteError、CredentialsSignin、JWEDecryptionFailed、session not updating、route protection
完整交付流水线:规划、构建、发布、收尾。覆盖:shape/spec/design、TDD 构建、提交、创建 PR、修复 PR(CI/评审/冲突)、打磨 PR、精简、测试覆盖率、验证 AC、走查、issue 管理。适用场景:交付功能、修复 PR、创建 PR、构建 issue、精简代码、检查质量、编写提交信息、管理 issue。触发:/autopilot、/build、/shape、/commit、/issue、/check-quality、/test-coverage、/verify-ac、/pr-walkthrough。
面向 TypeScript 的生产级认证框架,原生支持 Cloudflare D1。当需要构建认证系统作为 Clerk 或 Auth.js 的可自托管替代方案时使用此技能,尤其适用于 Cloudflare Workers 项目。支持社交登录提供商(Google、GitHub、Microsoft、Apple)、邮箱/密码、magic link、2FA、passkey、组织与 RBAC。可避免 10 多种常见认证错误,包括会话序列化问题、CORS 配置错误、D1 适配器设置、社交提供商 OAuth 流程以及 JWT 令牌处理。关键词:better-auth、authentication、cloudflare d1 auth、self-hosted auth、typescript auth、clerk alternative、auth.js alternative、social login、oauth providers、session management、jwt tokens、2fa、two-factor、passkeys、webauthn、multi-tenant auth、organizations、teams、rbac、role-based access、google auth、github auth、microsoft auth、apple auth、magic links、email password、better-auth setup、session serialization error、cors auth、d1 adapter
为委托给 caveman 风格的子 Agent 的决策指南。告诉主线程何时生成 cavecrew-investigator(定位代码)、cavecrew-builder(1-2 个文件编辑)或 cavecrew-reviewer(差异审查)而不是内联执行工作或使用普通 Explore。子 Agent 输出被压缩,因此注入回主上下文的工具结果小约 60% — 主上下文在长会话中持续更长时间。触发:"delegate to subagent"、"use cavecrew"、"spawn investigator/builder/reviewer"、"save context"、"compressed agent output"。
[Hyper] 当用户明确希望使用 Anthropic Claude Code CLI(`claude`)进行隔离会话、非交互式(`-p`)运行、按 ID 或名称恢复会话,或使用适合 CI 的 `--bare` 调用时使用。触发短语:"use claude code"、"ask claude"、"run claude"、"continue the last claude session"、"resume the auth-refactor claude session" 或 "use Anthropic's CLI to inspect or fix this repo"。
面向 React 19 + Cloudflare Workers + Hono 的生产级起步项目,已预配置 D1、KV、R2 和 Workers AI,并提供可选启用脚本用于 Clerk 认证、AI 聊天、Queues 和 Vectorize。自带 Tailwind v4、shadcn/ui、TypeScript、Vite Cloudflare 插件、AI SDK 提供商配置(Workers AI、OpenAI、Anthropic、Gemini)、规划文档以及会话交接协议。适用于启动新的全栈 Cloudflare 项目、搭建 React + Hono Web 应用、构建 AI 聊天或 RAG 应用,或需要完整生产级样板代码而不想花数小时手动配置。可避免服务绑定错误、CORS 错误、前后端连接问题、Clerk 集成问题以及 AI SDK 配置混乱。
在用户自己的账户下构建并部署 Goldsky Compose VRF(可验证随机函数)示例——这是一个 Compose 应用,监听 EVM 合约上的 `RandomnessRequested` 事件,从 drand 信标获取可验证随机数,并通过 `fulfillRandomness` 连同 drand 轮次 + BLS 签名写回链上,使任何人都能验证。触发词:'build a VRF'、'verifiable random function'、'onchain randomness'、'provably fair random numbers'、'drand oracle'、'random number generator onchain'、'set up / deploy the VRF example'、'compose vrf'。推荐使用 Base Sepolia 上共享的、完全无需许可的 RandomnessConsumer,因此无需部署任何东西。此技能包含完整的应用源码(manifest、合约、ABI、tasks、drand 库),使助手可以开箱即用地部署或定制。对于不是此 VRF 的自定义/全新 Compose 应用,使用 /compose。对于调试已部署的应用,使用 /compose-doctor。对于 manifest/CLI/API 字段查询,使用 /compose-reference。
面向 .NET、Java、Python、Go 和 Spring Boot 的 Azure Cosmos DB SDK 与开发者工具:单例 CosmosClient、异步 API、Direct 与 Gateway 连接模式、重试/429 处理、首选与排除区域、可用性策略、断路器、诊断、枚举序列化、ETag 乐观并发、条件创建、patch 计数器递增、continuation-token 防护、按调用请求选项、写入时返回内容、Spring Data 注解与仓库、NuGet 包设置、Python 异步依赖、模拟器 SSL,以及本地开发 / VS Code 工具。适用场景:将 CosmosClient 复用为单例、Direct 模式、处理 429 重试、首选区域、ETag 并发、原子 patch 递增、Spring Boot 配置、.NET 包设置、本地运行模拟器、在 VS Code 中浏览数据。不适用场景:建模/分区/索引/查询(使用 cosmosdb-data-and-queries);吞吐量、全局、监控、安全(使用 cosmosdb-operations);LangChain/LangGraph/向量/全文搜索(使用 cosmosdb-ai-and-search)。
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。
