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 FlowStudio MCP 服务调试失败的 Power Automate 云端流程。Graph API 只显示顶层状态代码。此 Skill 会向你的 Agent 提供操作级输入和输出,以查明真正的根本原因。遇到以下请求时加载此 Skill:调试流程、调查失败的运行、询问流程为何失败、检查操作输出、查找流程错误的根本原因、修复损坏的 Power Automate 流程、诊断超时、追踪 DynamicOperationRequestFailure、检查连接器身份验证错误、读取运行的错误详情,或排查表达式故障。需要订阅 FlowStudio MCP,详情见 https://mcp.flowstudio.app
针对 GitHub 和 Dev.to 的实时数据研究任何项目想法,揭示已有哪些实现、该领域的成熟度以及真正的机会所在。当开发者描述想做的事情并想知道是否已有人做过时使用。触发短语包括 "validate my idea"、"has this been built"、"is this already a thing"、"what exists for X"、"should I build this"、"is this idea original"、"check if my project exists"、"what are the alternatives to what I want to build"、"is the market saturated for X",或在启动项目前研究竞争格局的任何请求。
适用于大规模生产环境中管理提示词:提示词版本管理、对提示词运行 A/B 测试、构建提示词注册表、防止提示词回归,或为生产级 AI 功能搭建评估流水线。触发词:'manage prompts in production'、'prompt versioning'、'prompt regression'、'prompt A/B test'、'prompt registry'、'eval pipeline'。不适用于撰写或改进单个提示词(用 senior-prompt-engineer)。不适用于 RAG 流水线设计(用 rag-architect)。不适用于降低大模型成本(用 llm-cost-optimizer)。
检索增强生成架构模式。分块策略、检索流水线、重排序、混合搜索、评估以及生产环境 RAG 系统设计。使用时机:用户提到“RAG”“retrieval augmented generation”“document Q&A”“knowledge base chatbot”“semantic search pipeline”“chunking strategy”。不适用于:向量数据库细节——请使用 `vector-databases`;LangChain 实现——请使用 `langchain`;直接调用 LLM API——请使用 Claude/OpenAI SDK 技能。
限流与节流。令牌桶、滑动窗口、固定窗口算法。Express 限流、Spring 限流、基于 Redis 的分布式限流,以及 API 配额管理。适用场景:用户提到 "rate limit"、"throttle"、"API quota"、"too many requests"、"429"、"express-rate-limit"、"sliding window"、"token bucket"。不适用场景:熔断器模式 - 请使用 `resilience-patterns`;DDoS 防护 - 请使用基础设施/WAF 方案
Redis 专家,专注缓存、发布/订阅、数据结构和分布式系统模式。当提及 "redis, caching strategy, cache invalidation, pub/sub, rate limiting, distributed lock, session storage, leaderboard, message queue, upstash, redis, caching, pub-sub, session, rate-limiting, distributed-lock, upstash, elasticache, memorystore" 时使用。
在不改变外部行为的前提下重构现有代码,以提升可读性、可维护性和性能。适用场景:在不改变行为的前提下重构代码、提取方法/类、消除重复、应用设计模式、改善代码组织、减少技术债。不适用:缺陷修复(使用 /debugging)、添加测试(使用 /testing)、新功能(直接实现)。触发词:refactor、restructure、rewrite、clean up、simplify、extract、inline、rename、move、split、merge、decompose、modularize、decouple、technical debt、code smell、DRY、SOLID、improve code、modernize、reorganize。
在不改变功能的前提下改进可运行代码的结构:抽取重复、拆分复杂函数、删除死代码、替换魔法数字、修正误导性命名,并使其现代化为符合语言习惯的写法——每一步都对照测试验证。从构建文件检测技术栈,并借助项目自身的 linter(detekt/ktlint、dart analyze、SwiftLint、cargo clippy、clang-tidy)。适用于有人说“重构一下这个”“清理一下这个”“这个函数太长了”“这里有很多复制粘贴”“删掉死代码”“简化一下”“让它更符合语言习惯”“降低复杂度”,或匈牙利语“refaktoráld ezt”“tisztítsd meg ezt a kódot”“túl bonyolult ez a függvény”“sok itt a duplikáció”时。这是 code-analyzer 的检测所对应的应用方:那个技能在项目中找出问题,这个技能负责改动。不用于修复 bug 或崩溃(那是 error-debugging),也不用于编写重构所需的测试(那是 test-generation)。
Bedrock、Sage、Acorn、Trellis、@roots/vite-plugin、roots/wp-config、WP Packages、Trellis CLI 及官方 Acorn 扩展包的 Roots 生态实现指南。适用于处理基于 Roots 的 WordPress 项目,尤其是 Bedrock 配置与由 Composer 管理的 WordPress、Sage Blade 模板/组件/composers、Acorn 启动/providers/routes、WordPress 中的 Blade 渲染、Trellis 配置或部署、Trellis GitHub Actions 设置、WordPress 包分发,或 acorn-mail、acorn-user-roles、acorn-post-types、acorn-prettify、acorn-fse-helper、acorn-llms-txt、acorn-ai 等 Acorn 包。
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。
