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
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“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”/“handover”/“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时,优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制,且 CLI、文件系统或 API 无法完成时,才使用 Computer Use。
将 git 工作区中的更改整理为规范的 Conventional Commits:阅读差异、运行仓库自身的检查、按路径暂存、将无关更改拆分为独立提交、撰写提交信息,并验证提交结果。适用于:(1)用户希望提交、保存进度、记录 WIP 或完成任务收尾;(2)工作区混有应拆分为不同提交的无关更改;(3)更改破坏了现有用法,需要让发布工具识别;(4)用户提到:commit、commit this、commit my changes、save progress、WIP commit、conventional commit、commit message、git add、staged、untracked、BREAKING CHANGE、feat!、Co-Authored-By、pre-commit hook、“split this into commits”。包含避免将密钥和构建输出纳入提交的暂存规则、供 `bumpv` 读取以选择 MAJOR 版本的破坏性更改标记、钩子与 amend 规则,以及提交后检查,确保没有加入归属说明 trailer。适用于任意 git 仓库和技术栈;以仓库自身的检查和约定为衔接点。不是发布工具、变更日志编写工具,也不处理推送或拉取请求流程。
查询 MCU 外设寄存器、位域、复位值和地址(基于 CMSIS SVD),每条结论都附有出处与证据标签;支持地址反查、寄存器值解码与写入值计算、位域速查与位图、中断号与 NVIC 使能提示、CMSIS 风格宏生成、跨芯片与外设级整体对比、地址区间查询、SVD 质量检查、本机芯片清单与环境检查、Markdown 表格输出、解析结果缓存。用户询问寄存器、位域、复位值、外设基地址或中断号,想解码或计算要写入的寄存器值、生成寄存器宏、比较设备间的寄存器定义,或查找/验证机器上的 SVD 文件时使用。关键词:寄存器、位域、复位值、SVD、外设地址、寄存器值、掩码、位图、中断号、IRQn、NVIC、宏定义、对比、整体对比、质量检查、SVD 位置、芯片清单、读改写、USART1->CR1、register、bitfield、mask、reset value、decode、interrupt。不用于:引脚复用、手册章节检索、勘误查询、核对代码中的寄存器写入(使用 embedded-register-verify)。
使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时,优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。
使仓库文档与代码实际内容保持同步:README.md、CLAUDE.md、AGENTS.md 和 docs/ 中的版本、依赖项、命令、项目结构和功能声明,在写入前逐项对照清单、锁文件、脚本和文件验证,同时保留原有的人类撰写文风、语气和章节顺序。适用于:(1)依赖项、框架或运行时版本已更改,但文档仍写着旧版本;(2)脚本、Makefile 目标或目录结构已更改;(3)新增、重命名或移除了功能,文档可能不再准确;(4)Agent 指令文件要求 Agent 运行可能不存在的命令;(5)用户提到:sync docs、update the README、docs are stale、docs out of date、outdated version in README、fix CLAUDE.md、AGENTS.md、package.json、lockfile、pyproject.toml、Cargo.toml、go.mod、“npm run lint” missing script、“docs: sync documentation with codebase state”。包含各生态系统的事实依据表、声明的版本范围与解析后版本之间的规则、无法验证的功能声明须标记而非猜测的规则,以及变更、已验证和已标记三部分报告。适用于任何项目类型,包括 Node、Rust、Python、Go 项目,以及完全没有清单的仓库;以仓库自身的清单和文件为衔接点。不是变更日志或版本更新工具,不会为缺失文件编写文档,也不审计代码是否符合文档。
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。
与没有相关知识的人一起,按固定的八个步骤搭建网站:模型图、设计(根据特性提供两到三个方案)、框架、供验收的 PRD、本地构建并展示、发送到港口并在那里用浏览器展示、生产线、网站或服务器。在 Cockpit 中打开该岛,并通过 schritt_melden 汇报每一步。凡是在网站构建过程中都使用此技能:在 webseite-planen 之后、webseite-modernisieren 完成现状盘点后,或遇到“帮我建这个网站”“模型图”“设计稿”“PRD”“本地查看”“计划之后怎么做”等请求时使用。
将现有产品的界面补录到设计系统的 Storybook 中,作为具有代表性的页面模板;产品已使用本地设计系统的部分从 LOCAL 设计系统重建,并醒目标记所有不属于该系统的区域。用户说“get this product into Storybook”“backfill our screens”“represent this product in the design system”“I want to see how a component change ripples across products”“relocate these pages into Storybook”,或同时提到某个产品(网站、应用、代码仓库、URL)和 Storybook 时使用。这是迁移位置,不是翻译:移动界面并标记系统之外的内容;绝不将定制 UI 转换为系统样式(那是 vibe-killer),也不规划迁移(那是 ds-adoption-plan)。还会运行刷新操作,报告自上次捕获以来产品与 Storybook 副本的差异程度。
通过船上的航海日志和港口副本(Albatros 的 Git 服务 code.aufwind.sh)的比喻,为没有相关经验的人讲解 Git。指导用户从港口获取仓库,通过优质备注完成首次记录(Commit),将记录发送到港口(Push),并检查副本是否到达 Albatros 服务器的 ~/projekt。规则:仅使用 main,只逐个暂存自己的文件,绝不 force-push。在需要“Git”“GitHub”“港口”“commit”“push”“pull”“Repo”“什么是 Repository”“保存我的更改”“push 被拒绝”“冲突”,以及替用户提交任何内容之前使用此技能。
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。
