Skills

O

openrlhf-training

orchestra-research / ai-research-skills

基于 Ray+vLLM 加速的高性能 RLHF 框架。适用于大模型（7B-70B+）的 PPO、GRPO、RLOO、DPO 训练。基于 Ray、vLLM、ZeRO-3 构建。通过分布式架构和 GPU 资源共享，比 DeepSpeedChat 快 2 倍。

P

provider-ephemeral-resources

hashicorp / agent-skills

使用 Plugin Framework 实现 Terraform provider 的临时资源：Open/Renew/Close 生命周期、临时资源 schema 设计、通过 EphemeralResources 注册、用于即将过期凭据的续期，以及临时值如何流入 write-only 属性和 provider 配置。适用于新增临时资源、暴露绝不能持久化在 state 或 plan 中的密钥/令牌/证书、在临时资源与 data source 之间做选择，或把一个 provider 的短期凭据接入另一个 provider 的场景。

S

sglang

orchestra-research / ai-research-skills

使用 RadixAttention 前缀缓存，为 LLM 提供快速结构化生成和服务。适用于 JSON/regex 输出、受限解码、带工具调用的 Agent 工作流，或需要通过前缀共享实现比 vLLM 快 5 倍的推理时。为 xAI、AMD、NVIDIA 和 LinkedIn 的 300,000 多个 GPU 提供支持。

S

speculative-decoding

orchestra-research / ai-research-skills

使用推测解码、Medusa 多头和前瞻解码技术加速 LLM 推理。适用于优化推理速度（提速 1.5-3.6 倍）、降低实时应用延迟，或在计算资源有限的情况下部署模型。涵盖草稿模型、树状注意力、Jacobi 迭代、并行 Token 生成和生产环境部署策略。

U

use-user-controlled-wallets

circlefin / skills

使用 Circle 的 user-controlled wallets SDK 构建非托管钱包，让最终用户通过自己的私钥保有控制权。支持 Google、Apple、Facebook 社交登录、电子邮件 OTP 和 PIN 身份验证，并采用基于 MPC 的密钥管理。涵盖钱包创建、代币转账、消息签名、智能合约执行和钱包管理。触发词：user-controlled wallets、social login wallet、email OTP wallet、PIN wallet、w3s-pw-web-sdk、executeChallenge、MPC wallet、userToken、deviceToken、contract execution。

Z

zustand-state-management

mindrally / skills

React 和 TypeScript 应用中 Zustand 状态管理的最佳实践，涵盖 store 设计、选择器、中间件、SSR 和测试。在创建或重构 Zustand store、判断状态应属于 Zustand、组件状态还是服务端状态库、优化选择器重渲染、添加 persist/devtools/immer 中间件，或在 SSR/React Server Components 中处理 Zustand 时使用。

P

progressive-hydration

patternsdev / skills

讲解如何对优先级较高的客户端交互功能采用渐进式水合。当服务器渲染的页面包含非关键部分，且可延迟其 JavaScript 以改善交互时间时使用。

T

typescript

mindrally / skills

精通 TypeScript 开发，遵循类型安全和代码整洁的最佳实践

G

gdb

mohitmishra786 / low-level-dev-skills

面向 C/C++ 程序的 GDB 调试器技能。在启动 GDB 会话、设置断点、单步执行代码、检查变量、调试崩溃、使用反向调试（record/replay）、通过 gdbserver 进行远程调试或加载 core dump 时使用。在涉及 GDB 命令、段错误、卡死、观察点、条件断点、pretty-printer、Python GDB 脚本或多线程调试的问题时触发。

M

model-merging

orchestra-research / ai-research-skills

使用 mergekit 合并多个微调模型，无需重新训练即可组合其能力。适用于融合特定领域专长（数学 + 编码 + 聊天）来创建专用模型、提升单个模型的性能，或快速试验模型变体。涵盖 SLERP、TIES-Merging、DARE、Task Arithmetic、线性合并和生产部署策略。

O

omni-models

diegosouzapw / omniroute

查询所有已配置提供商可用的 AI 模型。列出模型、解析模型别名，并浏览包含提供商专属变体的完整模型目录。

P

provider-framework-migration

hashicorp / agent-skills

将 Terraform provider 的资源和数据源从 Plugin SDKv2 迁移到 Plugin Framework：在一个 provider 中复用两个插件（terraform-plugin-mux、tf5to6server）、按资源划分的迁移流程、SDKv2 到 Framework 的 schema 映射（ForceNew、ValidateFunc、DiffSuppressFunc、Default、Timeouts、blocks）、null 与零值的行为陷阱，以及状态兼容性验证。适用于将 SDKv2 资源转换或迁移到 Framework、搭建复用式 provider 服务器、判断某个资源是否值得迁移，或排查迁移后出现的 plan 差异和状态错误。

P

pyvene-interventions

orchestra-research / ai-research-skills

提供使用 pyvene 的声明式干预框架对 PyTorch 模型进行因果干预的指导。适用于因果追踪、激活修补、交换干预训练，或检验有关模型行为的因果假设。

S

sentencepiece

orchestra-research / ai-research-skills

与语言无关的分词器，将文本视为原始 Unicode。支持 BPE 和 Unigram 算法。速度快（每秒 5 万句）、轻量（占用 6MB 内存），词汇表具有确定性。供 T5、ALBERT、XLNet、mBART 使用。无需预分词即可在原始文本上训练。适用于需要多语言支持、CJK 语言支持或可复现分词的场景。

C

compose-slot-api-pattern

chrisbanes / skills

当设计或审查可复用的 Jetpack Compose 组件，且其视觉区域因调用方而异，或原始内容参数和布尔形状标志不断累积时使用。

O

outlines

orchestra-research / ai-research-skills

使用 Outlines（dottxt.ai 的结构化生成库）确保生成内容符合有效的 JSON/XML/代码结构，使用 Pydantic 模型实现类型安全的输出，支持本地模型（Transformers、vLLM），并最大限度提高推理速度

P

python-uv

mindrally / skills

使用 uv（快速 Python 包安装器和依赖解析器）管理 Python 依赖项的指南。

R

react19-source-patterns

github / awesome-copilot

React 19 源文件迁移模式参考，包括 API 变更、ref 处理和 context 更新。

R

reference-signal-forms

angular / angular

说明 `packages/forms/signals` 下代码的心智模型和架构。每当计划处理 `packages/forms/signals` 中的代码时，都必须使用此技能。

S

serve-model

modular / skills

使用 MAX 的 `max serve` 命令部署模型：配置环境（pixi 或 uv，配合 max-nightly conda channel／nightly wheel index）、让服务器指向 Hugging Face 仓库或本地 checkpoint、用 `--custom-architectures` 指定自定义架构，并为模型选择合适的 serve 参数。适用于用户希望在 MAX 上运行、启动或托管模型，启用 OpenAI 兼容端点，部署自定义或移植的架构，排查 `max serve` 启动失败，或判断某个模型需要哪些 serve 参数（devices、quantization-encoding、max-length、task、trust-remote-code）时使用——即使用户没有明确说出“max serve”。

S

slime-rl-training

orchestra-research / ai-research-skills

提供使用 slime（Megatron+SGLang 框架）进行大模型强化学习后训练的指导。适用于训练 GLM 模型、实现自定义数据生成工作流，或需要紧密集成 Megatron-LM 以扩展强化学习的场景。

T

training-llms-megatron

orchestra-research / ai-research-skills

使用 NVIDIA Megatron-Core 和先进的并行策略训练大语言模型（20 亿至 4620 亿参数）。适用于训练参数量超过 10 亿的模型、追求最高 GPU 效率（H100 上 MFU 为 47%），或需要张量/流水线/序列/上下文/专家并行的场景。这是用于 Nemotron、LLaMA、DeepSeek 的生产就绪框架。

A

axiom-watchos

charleswiltgen / axiom

构建任何 watchOS 应用时使用，涵盖应用结构、独立应用、Watch Connectivity、Smart Stack 小组件、复杂功能、控件、RelevanceKit、后台任务和 ClockKit 迁移。

C

compose-state-holder-ui-split

chrisbanes / skills

当 Jetpack Compose 屏幕级组合函数接收 ViewModel、组件或控制器，同时收集状态或效果、处理导航/消息栏、连接回调并渲染布局时使用。

F

frontend-enhancer

ailabs-393 / ai-labs-claude-skills

用于提升 Next.js Web 应用的视觉设计和美感。提供现代 UI 组件、设计模式、配色方案、动画和布局模板。适用于改进样式、创建响应式设计、实现现代 UI 模式、添加动画、选择配色方案或构建美观的前端界面等任务。

G

github-contributor

daymade / claude-code-skills

向你不维护的开源项目提交拉取请求——遵守 CONTRIBUTING 要求、检查 PR 大小／范围、采用最小差异实现、撰写 AI 披露说明，并处理 rebase 或机器人审查回复。适用于提 PR／上游 PR／贡献代码、“open a PR”“fix this upstream”“rebase against main”“respond to the bot review”。不适用于以维护者身份审查 PR（使用 github-review-pr）或一般 GitHub CRUD 操作（使用 github-ops）。

G

gptq

orchestra-research / ai-research-skills

用于 LLM 的训练后 4 位量化，精度损失极小。适用于在消费级 GPU 上部署大型模型（70B、405B）、需要将内存占用减少 4× 且困惑度劣化低于 2%，或相较 FP16 实现更快推理（提速 3–4×）的场景。可与 transformers 和 PEFT 集成以进行 QLoRA 微调。

L

langchain

davila7 / claude-code-templates

用于构建由 LLM 驱动的应用的框架，支持 Agent、链和 RAG。支持多个提供商（OpenAI、Anthropic、Google）、500 多种集成、ReAct Agent、工具调用、记忆管理和向量存储检索。用于构建聊天机器人、问答系统、自主 Agent 或 RAG 应用。适合快速原型开发和生产部署。

L

llamaindex

orchestra-research / ai-research-skills

用于构建 RAG 大模型应用的数据框架。专注于文档摄取（300 多个连接器）、索引和查询。提供向量索引、查询引擎、Agent 和多模态支持。适用于文档问答、聊天机器人、知识检索或构建 RAG 流水线，尤其适合以数据为中心的大模型应用。

S

simpo-training

orchestra-research / ai-research-skills

用于大模型对齐的简单偏好优化。作为无需参考模型的 DPO 替代方案，性能更好（在 AlpacaEval 2.0 上高出 6.4 分）。无需参考模型，效率高于 DPO。需要比 DPO/PPO 更简单、更快的训练进行偏好对齐时使用。

S

sparse-autoencoder-training

orchestra-research / ai-research-skills

提供使用 SAELens 训练和分析稀疏自编码器（SAE）的指导，将神经网络激活分解为可解释特征。适用于发现可解释特征、分析叠加现象或研究语言模型中的单义表示。

T

tailwind-capacitor

cap-go / capgo-skills

在 Capacitor 应用中设置和使用 Tailwind CSS v4——包括 CSS 优先配置（`@import "tailwindcss"`、`@theme`、`@utility`、`@custom-variant`、`@source`、`@plugin`）、`@tailwindcss/vite` / `@tailwindcss/postcss`、使用 `npx @tailwindcss/upgrade` 从 v3 的 `tailwind.config.js` 升级、WebView 浏览器最低版本要求（Safari 16.4+ / Chrome 111+，对比 Capacitor iOS 15/16 目标版本）、基于 `env(safe-area-inset-*)` 的安全区域工具类、平台变体（通过根类实现 `ios:`/`android:`）、基于类的深色模式、`pointer-coarse:` 触控目标，以及触屏设备上的悬停行为。在 Capacitor 项目中安装 Tailwind、升级到 v4 后样式不生效、较旧 iPhone 上颜色显示异常，或使用 Tailwind 构建移动布局时使用。不要用于 Konsta UI 组件（konsta-ui）、Ionic 主题设置（ionic-design）、原生系统栏／全屏边到边配置（safe-area-handling）或键盘遮挡（capacitor-keyboard）。

F

flutter-databases

flutter / agent-plugins

暂无简介

M

mamba-architecture

orchestra-research / ai-research-skills

状态空间模型，复杂度为 O(n)，而 Transformers 为 O(n²)。推理速度快 5 倍，支持百万 token 序列，无需 KV 缓存。采用面向硬件设计的选择性 SSM。包括 Mamba-1（d_state=16）和 Mamba-2（d_state=128，多头）。HuggingFace 上的模型规模为 130M–2.8B。

R

react-selective-hydration

patternsdev / skills

讲解如何在 React 18+ 中结合流式 SSR 使用选择性水合。需要在流式传输页面其余部分的同时，优先对交互组件进行水合时使用。

S

sap-abap-cds

secondsky / sap-skills

全面的 SAP ABAP CDS（Core Data Services）参考，涵盖数据建模、视图开发与语义增强。适用于创建 CDS 视图或视图实体、使用注解定义数据模型、处理关联与基数、实现输入参数、使用内置函数、编写 CASE 表达式、使用 DCL 实现访问控制、处理 CURR/QUAN 数据类型、排查 CDS 错误、从 ABAP 查询 CDS 视图，或使用 SALV IDA 显示数据。覆盖从 ABAP 7.4+ 到 ABAP Cloud。

A

android-adb

httprunner / skills

通过原始 ADB 命令控制 Android 设备。用于发现设备/模拟器、通过 USB 或 Wi-Fi 连接、启动/强制停止应用、点击/滑动/按键事件/文本输入、截屏、转储 UI 层级，以及排查 ADB 问题。

A

autonomous-agent-patterns

sickn33 / agentic-awesome-skills

受 [Cline](https://github.com/cline/cline) 和 [OpenAI Codex](https://github.com/openai/codex) 启发的自主编码 Agent 构建设计模式。

F

frontend-design

digitalsamba / claude-code-video-toolkit

创建独具特色、达到生产级质量的高设计水准前端界面。当用户要求构建网页组件、页面或应用时使用该技能。生成富有创意、精致打磨的代码，避免千篇一律的 AI 风格。

G

guidance

orchestra-research / ai-research-skills

使用正则表达式和语法控制 LLM 输出，确保生成有效的 JSON/XML/代码，强制采用结构化格式，并借助 Guidance（Microsoft Research 的受约束生成框架）构建多步骤工作流

I

implementing-llms-litgpt

orchestra-research / ai-research-skills

使用 Lightning AI 的 LitGPT 实现并训练 LLM，支持 20 多种预训练架构（Llama、Gemma、Phi、Qwen、Mistral）。适用于需要简洁的模型实现、深入理解架构，或在生产环境中使用 LoRA/QLoRA 微调的场景。单文件实现，不设抽象层。

R

review-game

playableintelligence / game-creator

审查现有游戏代码库的架构、性能和最佳实践。用户说“审查我的游戏”“代码审查”“检查我的游戏架构”“我的游戏结构合理吗”或“审计我的游戏代码”时使用。不要用于修改——此技能仅进行只读分析。使用 improve-game 实施修复。

Sentry CLI 使用指南，用于从命令行与 Sentry 交互。当用户询问查看问题、事件、项目、组织，进行 API 调用或通过 CLI 与 Sentry 进行身份验证时，使用此技能。

U

ui5-typescript-conversion

cline / skills

用于将 UI5（SAPUI5/OpenUI5）项目转换为 TypeScript 的技能。

A

architect

michael-denyer / pstack-claude

先勾勒类型、签名和模块结构，再在实现过程中持续参与。适用于 /architect、“architect this”“design this”，或直接写代码可能导致结构选择不当的复杂工作。

S

skyline-wxss

wechat-miniprogram / skyline-skills

Skyline WXSS 样式支持技能。提供 Skyline 支持的 CSS 属性、值和限制信息。触发关键词：WXSS、CSS 支持、样式兼容性、属性支持、不支持的属性、display grid、position sticky、overflow、filter、渐变、gradient、linear-gradient、radial-gradient、conic-gradient、border-style、white-space、font-weight、text-decoration、text-overflow、aspect-ratio、will-change、calc、env、mask、mask-image、background-image、transition、animation、transform、font-feature-settings。

M

miles-rl-training

orchestra-research / ai-research-skills

提供使用 miles 进行企业级 RL 训练的指导；miles 是 slime 的生产就绪分支。适用于使用 FP8/INT4 训练大型 MoE 模型、需要训练与推理对齐，或需要通过推测式 RL 实现最大吞吐量的场景。

M

model-pruning

orchestra-research / ai-research-skills

使用 Wanda 和 SparseGPT 等剪枝技术缩小 LLM，并加速推理。当你需要在不重新训练的情况下压缩模型、以最小精度损失实现 50% 稀疏度，或在硬件加速器上实现更快推理时使用。涵盖非结构化剪枝、结构化剪枝、N:M 稀疏度、幅值剪枝和一次性方法。

R

remotion-best-practices

digitalsamba / claude-code-video-toolkit

所有 Remotion 技能的路由入口

R

rust

fandhe-ai / agent-reference-skills

Rust 语言参考。 别名：rustlang、rs（扩展名）、Rust-lang。涵盖 TRPL（The Rust Programming Language）、Rust by Example、Reference、Cargo Book、rustc Book、rustdoc Book、Rustonomicon（Unsafe Rust）、Edition Guide、Standard Library、Error Index，以及所有权、生命周期、trait、async / await、错误处理、宏。

T

torchforge-rl-training

orchestra-research / ai-research-skills

提供使用 torchforge 进行 PyTorch 原生 Agentic RL 的指导。torchforge 是 Meta 的库，可将基础设施与算法分离。适用于需要清晰的 RL 抽象、便捷的算法实验，或借助 Monarch 和 TorchTitan 进行可扩展训练的场景。

W

writing-web-documentation

onmax / nuxt-skills

为 Web 软件项目编写、改写、审阅和整理面向开发者的文档。适用于创建或改进 README 文件、文档主页、快速入门指南、教程、操作指南、API/参考文档、概念说明、迁移指南或故障排除内容，涵盖前端、后端、全栈、SDK、API 或基于框架的 Web 产品。此技能采用强有力的信息架构、任务优先的页面结构、清晰的语气、可运行示例、版本和先决条件规范、无障碍规则，以及 docs-as-code 维护习惯。不要用于营销文案、法律文本或非技术类客户支持文章。

A

agent-tool-builder

sickn33 / agentic-awesome-skills

工具是 AI Agent 与世界交互的方式。设计良好的

A

ai-product

sickn33 / agentic-awesome-skills

设计和评估 LLM 产品功能、检索、经过验证的输出、延迟和成本控制

A

airflow-hitl

astronomer / agents

构建人机协同（HITL）Airflow 工作流，包括审批关卡、表单输入和由人工驱动的分支。当 DAG 需要人工参与时使用，例如审批或拒绝步骤、任务运行前签核、决策或审批 UI、根据人工选择分支，或在运行过程中收集表单输入；提及 ApprovalOperator、HITLOperator、HITLBranchOperator、HITLEntryOperator 或 HITLTrigger 时也适用。需要 Airflow 3.1+。不适用于 AI/LLM 任务调用（参见 migrating-ai-sdk-to-common-ai）。

N

nnsight-remote-interpretability

orchestra-research / ai-research-skills

提供使用 nnsight 解读和操控神经网络内部结构的指导，并可选择通过 NDIF 远程执行。适用于在没有本地 GPU 资源的情况下对超大型模型（70B+）运行可解释性实验，或处理任何 PyTorch 架构时。

专家级算法交易、市场系统、量化分析和交易平台。适用于用户提及算法交易、量化、市场、金融或高频交易，或任务涉及交易系统、市场数据或执行时。

V

voice-ai-development

sickn33 / agentic-awesome-skills

语音 AI 应用开发专家——涵盖实时语音

A

architect

jsmastery-pro / jsm-agent-skill

在编写代码前，像资深工程师一样仔细思考即将构建的内容。明确各项决策、统一编程语言，并制定清晰的实施计划，由你确认后再开始。

A

auth-nodejs-cloudbase

tencentcloudbase / skills

CloudBase Node SDK 身份验证指南，涵盖服务器端身份识别、用户查询和自定义登录凭证。适用于 Node.js 代码需要读取调用方身份、检查终端用户，或将现有用户系统接入 CloudBase 的情况；不适用于配置提供商或构建客户端登录界面。