Skills
收录 97,222 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
在父议题下,按依赖顺序使用 worktree 并行自动实现所有后代子议题,随后在 push 前审查、创建 PR、监控 CI,直至达到可合并状态。适用于“并行实现议题树”“集中实现所有子议题”“并行实现整个树”或“自动开发议题层级”等请求。按每个议题分别规划(Plan:会话继承模型)和实现(Implement:sonnet)。仅在审查通过后才 push、创建 PR 并启动一次 CI。使用 args.externalChecks 以 {"app", "context"} 组合明确声明外部检查。使用 [] 确认“无”,避免不必要的等待;未指定时停止自动合并;仅含 slug 的旧格式会对自动合并采取 fail-closed。通过 autoMerge: true 并明确指定 externalChecks(包括所有 App 的可信 context 声明)选择启用自动 squash merge。前提是 merge-exec 自行获取并重新验证,且实际检查服务端 branch protection。默认 autoMerge 为 false,执行会在可合并状态停止,由人工合并。也可委托给服务端 workflow 示例(参见 upstream 的 docs/implement-issue-tree/auto-merge-sample.yml)和 branch protection。通过并行度(parallel)和依赖项(dependsOn)控制执行顺序。若要严格按 Phase 串行化,使用 phaseGate: true(选择启用):按 sub-issues 列表顺序串行处理根议题的直接子项(Phase 父项),并等待前一 Phase 的所有后代均已 merged/closed 后,才开始下一 Phase。默认 phaseGate 为 false,仅采用当前的后序优先级。若要预先了解可启动和将被阻塞的议题数量,使用 dryRun: true(仅返回估算,不写入任何内容)。单个议题的实现参见 implement-issue;PR 审查参见 implement-review-pr。
使用 Legate 的并行分布式 HDF5 I/O(legate.io.hdf5:to_file、from_file、from_file_batched)读写大型 cuPyNumeric 数组。适用于开发者需要将 cuPyNumeric 数组保存为 .h5/.hdf5 文件、将 HDF5 数据集加载到分布式 cuPyNumeric 数组、分块读取大型 HDF5 数据集、将数组作为单个文件交给 HPC 流水线,或使用 GPUDirect Storage(GDS)加速 HDF5 磁盘 I/O 的情况。不要用于 Parquet/cuDF/原始二进制或其他分片/自定义布局(参见 cupynumeric-parallel-data-load 技能)、Zarr 或对象存储/S3 输出、.npz 或 pickle 归档、不使用 cuPyNumeric 的纯 h5py,或 FFT、矩阵乘法、归约等纯数组计算。
当用户的应用或更新被 Apple App Review 或 Google Play Review 拒绝,需要快速诊断原因、修复并重新提交时使用。适用于用户提及“app rejected”“App Review rejection”“guideline violation”“Apple rejected my app”“Google Play rejected”“Play policy violation”“Resolution Center”“metadata rejection”“binary rejection”“guideline 2.1”“guideline 4.3”“guideline 5.1.1”“Sign in with Apple required”“Apple ID rejection”“Play Store suspension”“appeal”“I need to respond to App Review”或“expedited review”的情况。提交前的商店页面检查请参阅 aso-audit。仅修复元数据请参阅 metadata-optimization。
运行规范驱动的 Agent 循环:编码任务以 Markdown 规范的形式存储,在 inbox → active → archive 之间流转,由 Claude Code 或 Codex 实现,并通过评审关卡后才算完成。适用于用户提到“loop factory”“spec-driven loop”或“agent factory”、希望 Agent 工作可重复且可审查,或仓库中存在 factory/specs/inbox 或 factory/specs/active 目录的情况。也涵盖在项目中安装和搭建 loop-factory CLI。
为 OpenDesign(nexu-io/open-design)提供一键贡献流程,即使不会编程也能参与。选择四张卡片之一(发布你用 OD 制作的 Skill 或 Design System;翻译文档;修正错字/撰写博客;报告 Bug),Agent 会为你验证并创建 PR(或 issue)。触发词:contribute to open design、ship my OD skill、ship my OD design system、translate OD docs、report an OD bug、od-contribute。
使用 Cog 打包和构建自定义 AI 模型,以部署到 Replicate。创建 cog.yaml 或 predict.py、定义模型输入和输出、在设置时加载模型权重、为机器学习模型构建 Docker 镜像、使用 cog serve 或 cog predict 本地运行服务,或将 HuggingFace、GitHub 或 ComfyUI 模型移植到 Replicate 上运行时使用。触发语句包括“构建模型”“打包模型”“创建 Cog 模型”“封装模型”“将 AI 模型容器化”“predict.py”“cog.yaml”“BasePredictor”或“Cog 容器”;提及 cog.run、github.com/replicate/cog 或 github.com/replicate/cog-examples 时也使用。涵盖 GPU 和 CUDA 设置、使用 pget 快速下载权重、支持持续批处理的异步预测器、流式输出,以及图像、视频、音频和 LLM 模型的冷启动优化。要将构建好的模型推送到 Replicate,请参阅 publish-models。要运行现有模型,请参阅 run-models。
用于配置和运行联邦 GraphQL 超图的 Apollo Router 版本感知指南。可为 Router v1.x 和 v2.x 生成正确的 YAML。适用于:(1) 设置 Apollo Router 以运行超图;(2) 配置路由、标头或 CORS;(3) 实现自定义插件(Rhai 脚本或协处理器);(4) 配置遥测(追踪、指标、日志记录);(5) 排查 Router 性能或连接问题;(6) 使用 JWT、声明式字段级授权指令或持久化查询允许列表保护图;(7) 将 router.yaml 作为版本控制配置管理,并通过 CI/CD 验证。
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。
