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。
文档处理
深度分析 arXiv 论文、公开 PDF URL、本地 PDF、研究项目页、技术博客或普通网页,自动识别来源类型并生成带证据与图片的 Obsidian 笔记。Use when the user provides an arXiv ID/link、public PDF URL、company research page、blog URL、local PDF or existing note and asks for analysis, summary, evaluation, or knowledge-base capture.
只要涉及 .pptx 文件的任何操作(输入、输出或两者皆有),都使用此技能。这包括:创建幻灯片、提案演示文稿或演示文稿;读取、解析或提取任何 .pptx 文件中的文本(即使提取的内容会用于邮件或摘要等其他用途);编辑、修改或更新现有演示文稿;合并或拆分幻灯片文件;处理模板、版式、演讲者备注或评论。只要用户提到“deck”“slides”“presentation”或引用 .pptx 文件名,就触发此技能,无论之后打算如何处理内容。若需要打开、创建或操作 .pptx 文件,请使用此技能。
有且仅有一个完整的测试用例文件(.xlsx 多个 sheet,列包括 Test Case ID/Description/Steps/Expected/Priority/Type)→ 解析为 JSON,确定性地分类为 ui|calc|perf|security|gap,按批次生成 PLAN,在用户已登录的浏览器会话(claude-in-chrome)中通过 orca-graph 运行,记录 PASS/FAIL/BLOCK 及每个 TC 的截图,为每个批次导出一份 report .xlsx tester-kit(tao_report_test)。当用户说 "chạy bộ test case này"、"file test case xlsx"、"SIT/UAT theo file"、"xuất report tester-kit"、"/tc-run" 时调用。
将数据导出为 CSV、Excel(XLSX)和 JSON。ExcelJS、SheetJS(xlsx)、Papa Parse、Apache POI(Java)、openpyxl(Python)。面向大数据集的流式导出。使用时机:用户提到 "export CSV"、"export Excel"、"XLSX generation"、"download spreadsheet"、"ExcelJS"、"SheetJS"、"Papa Parse"、"data export"。不适用于:PDF 生成——请使用 `pdf-generation`;文件上传/下载——请使用 `file-upload`/`cloud-storage`
使用 Draw.io MCP 服务创建和编辑图表,支持各种形状和厂商。适用于:绘制图表、创建架构图、在图表中添加 Azure/AWS/GCP/Cisco/Kubernetes 图标、将 Mermaid 转换为 draw.io、修复重叠的箭头、编辑 .drawio 文件,以及绘制网络拓扑图、CI/CD 流水线图和认证流程图。支持 XML、Mermaid 和 CSV。使用 drawio/search_shapes,从所有厂商和图标库中查找 10,000 多种形状。不要用于生成 Excalidraw 输出(请使用 excalidraw-mcp-diagramming 技能)。
从一组文档中提取内部术语、缩写、简写和行话,然后在 JARGON.md 中构建或更新项目词汇表。若仓库中任何位置已存在 JARGON.md,则复用;否则默认使用仓库根目录。为每个输入文件派生一个子代理来标记术语并给出通俗英文定义,再由单个 reduce 子代理对合并结果进行关联、去重和按字母排序,并智能合并任何重叠的定义,然后写入词汇表。每当用户要求提取行话、构建或更新词汇表、编目缩写、记录内部术语、标记未定义术语,或按名称提及 JARGON.md 文件时使用此技能,即使表述随意,例如「go through these design docs and pull out anything a new hire wouldn't know」或「scan this repo's markdown files and build a term list」。当用户交来多份文档并询问其中出现了哪些专业词汇或简写时也要触发。
以平实、专业的语体撰写和修订面向人的文章,剔除那些标志文本由 AI 生成的痕迹。自顶向下工作。先重构文档(重排、合并、拆分、删除或替换章节与生成的脚手架),再用 ASD-STE100 简化技术英语以及取自 Microsoft Writing Style Guide 的规范重建段落和句子,然后清除词级痕迹,并用内置 linter 检查。适用于撰写或编辑 README、博客文章、文档、PR 或提交信息、电子邮件、发布说明、更新日志、错误信息、运行手册,或任何有人会读的文案。也适用于被要求让文本听起来不那么像 AI、去除 AI 味、重构或精简文档、去掉营销腔、撰写平实或受控的技术英语、修正过度结构化或清单病、让措辞更具包容性或可访问性、收紧或使草稿更专业,或审查你刚生成的文字。还延伸到注释、提交、PR、测试名称、错误与日志字符串以及格式。
从项目文档中提取显性和隐性约束(合规、安全、托管、工具链、干系人、范围和外部依赖边界),然后构建或更新规范的 CONSTRAINTS.md。为每个源文档生成一个子 Agent,用证据引用和置信度评级标出外部强加的边界,然后按类别关联、去重并整理结果,再写入 CONSTRAINTS.md。只要用户提到 \"CONSTRAINTS.md\"、\"extract constraints\"、\"find our constraints\"、\"document constraints\"、\"compliance constraints\"、\"what limits this project\"、\"synthesize constraints\",或想要记录塑造项目可构建内容及构建方式的外部强加边界(法律、安全、合规、干系人、供应商)时就使用此技能。始终优先使用此技能,而非临时性的约束文档。
面向 Claude Code / OpenClaw 的完整飞书(Lark)Skills 合集。包含 10 个 skill,覆盖:文档管理、消息、电子表格、多维表格、交互卡片、Bot 桥接、跨群记忆和请假审批。飞书 Skills 全集,含文档管理、消息发送、表格操作、多维表格、卡片消息、Bot 桥接、跨群记忆、请假审批等 10 个 Skill,附完整配置教程。触发词:feishu, 飞书, lark, feishu doc, feishu message, feishu sheet, feishu bitable, feishu card, feishu bridge, feishu bot
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。
