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
使用本技能,借助 LandingAI ADE 构建端到端的文档处理工作流与流水线。当用户需要以下操作时触发:(1) 并行或异步处理批量文档,(2) 为混合文档类型构建先分类再提取的流水线,(3) 为 RAG 系统准备已解析文档,包括分块与向量数据库摄入,(4) 将提取结果加载到 Snowflake 等数据库,或导出为 CSV/DataFrames,(5) 可视化提取结果:在页面上绘制边界框叠加层、裁剪分块图像,或高亮/标注文档中的特定词或短语,(6) 为文档处理构建 Streamlit 或 Web UI,(7) 使用词级定位在文档章节中查找并高亮特定术语(例如在 Introduction 中高亮 "L2S"、脱敏 PII、在原始页面上标注提取的值)。本技能与涵盖 ADE SDK 基础知识的 document-extraction 技能互补。当需要编写比将文档图像加入提示词并让 LLM 查找相关信息更精确、成本更低的代码来执行解析/提取/拆分操作时,请使用 document-extraction。当需要将这些操作组合成流水线,或需要对已解析文档进行可视化、标注或词级定位时,请使用 document-workflows。
使用 Google Gemini File Search 构建文档问答和可搜索知识库——完全托管的 RAG,具备自动分块、嵌入和引用。上传 100 多种文件格式(PDF、Word、Excel、代码),配置语义搜索,并用自然语言查询。使用时机:构建文档问答系统、创建可搜索知识库、在不管理嵌入的情况下实现语义搜索、索引大型文档集合(100 多种格式),或排查文档不可变性错误(需删除后重新上传)、存储配额问题(嵌入为输入大小的 3 倍)、分块配置(建议每块 500 tokens)、元数据限制(最多 20 个键值对)、索引成本超预期(每 100 万 tokens 一次性 $0.15)、操作轮询超时(等待 done: true)、强制删除错误或模型兼容性(仅 Gemini 2.5 Pro/Flash)。
以包含 Mermaid 图表的 Markdown 作为规范且可通过 git diff 比较的源格式,撰写科学文档和文档。涵盖 Markdown 风格指南、Mermaid 风格指南、24 种 Mermaid 图表类型参考(流程图、时序图、ER、甘特图、状态图、思维导图、雷达图、桑基图、XY 图等)以及 9 种模板(研究论文、状态报告、决策记录、操作指南、拉取请求、问题、看板、演示文稿、项目文档)。适用于以 Markdown 撰写报告、手稿、README 或分析;在文档中添加工作流、流水线、时间线或架构图;选择合适的 Mermaid 图表类型或修复 radar-beta、xychart-beta 等 Mermaid 语法;使用文档模板起草内容或检查引用和标题规则。不适用于真实数据散点图或照片级图像;这些情况请使用 Python 绘图或 scientific-schematics。
介绍 MarkItDown(Microsoft 出品的“万物转 Markdown”工具)的能力边界、支持格式及其生态(CLI / Python API / 插件 / Docker / Azure 集成),并引导 LLM 在面对“把 PDF/PPT/Word/Excel/图片/音频/网页/YouTube 转成 Markdown”这类需求时,正确判断应使用 markitdown-awesome 概览、markitdown-cli 命令指导,还是 markitdown-ocr 的 LLM Vision OCR 路径。当用户提到 markitdown、microsoft/markitdown、将 Office 文档转成 markdown、扫描件 OCR,或询问相关替代品(textract、unstructured、pandoc)时,使用此 skill。
依据 ASD-STE100 简化技术英语撰写或审核技术文本,让疲惫的非母语读者第一遍就能理解:程序性句子限 20 词、描述性句子限 25 词、使用祈使句步骤、先条件后命令、一词一义,且只能使用 approved 情态动词 can/will/must。适用于 README、运维手册、操作规程、错误消息、发布说明、事故报告、API 指南、UI 文案和 Agent 指令。触发于:"STE"、"Simplified Technical English"、"ASD-STE100"、"controlled language"、"plain English"、"make this clearer"、"write for non-native readers"、"prep this for translation"、"cut the fluff",或任何检查文本合规性的请求。只要文本用于指导、记录或警告,就优先使用它而非一般性文案编辑。
Pelosi 追踪器。追踪国会议员根据 STOCK Act 必须披露的股票交易:房众议院书记员公开的定期交易报告(PTR)一经发布便立即读取,每有新报告时提醒一次,并将每份 PDF 转换为整洁的记录(交易人、持有人、股票、股票代码、买入或卖出、期权行权价和到期日、交易日期、金额范围、披露所用天数)。标记你持有的股票相关交易。参议院报告通过有文档记录的手动流程处理。当用户说“Pelosi 在买什么”“追踪 Nancy Pelosi”“国会议员交易”“政客股票交易”“有没有国会议员买入 X”“Pelosi 提交文件时提醒我”或“运行 Pelosi skill”时使用。
从 CSV 或 XLSX 文件将联系人(通讯录条目)导入 TRES Finance。每当用户想向 TRES 导入、上传或批量添加联系人、地址标签或通讯录条目时使用此技能——无论是来自使用 export-3rd-party-contacts 技能后填写的文件,还是来自任何将地址映射到名称的 CSV/XLSX。触发短语包括:'import contacts'、'upload contacts'、'add contacts from file'、'import address book'、'load contacts into TRES'、'bulk label addresses'、'import the contacts file'、'upload the filled contacts sheet'。用户说 "我填好了联系人文件,现在导入它" 或 "这是我的联系人表格,请上传到 TRES" 之类的话时也应触发。不要为导出或提取未识别的地址而触发——那是 export-3rd-party-contacts 技能。不要为查看或搜索已有通讯录而触发。
通过 tres-mcp MCP 服务与 GraphQL,端到端创建(生成)任意 TRES Finance 报告 —— 触发导出、验证报告行确实已创建(防止静默失败)、轮询直至完成,并返回下载链接。在任何报告创建请求时触发本技能,包括诸如 "create a report"、"generate a report"、"export"、"run a report"、"I need a Transaction Ledger / Balances / Reconciliation / Cost Basis / Roll Forward / Staking / Audit report"、"pull the data for"、"download a report for"、"give me a CSV/XLSX of" 之类的说法,或用户希望 TRES 生成报告文件时。当用户不确定需要哪种报告时,与 tres-report-advisor 配合使用。
TRES Finance 批量交易 CSV 上传所要求的精确列标题名称。每当构建、修复或验证 TRES 手动交易或子交易上传 CSV 的表头行时使用 —— 尤其是在上传失败并报出 "Missing required column(s): ..." 之后。触发短语包括:'fix my CSV headers'、'bulk transaction upload failed'、'missing required columns'、'validate TRES upload CSV'、'transaction CSV template headers'。本技能仅涉及表头命名约定;不涵盖行值或上传工作流。请勿用于联系人导入 CSV(请使用 tres-import-contacts)、钱包上传 CSV(请使用 tres-wallets-upload),或与批量交易上传表头无关的一般 CSV 解析。
当电子表格文件是主要输入或输出时使用此技能。即用户希望执行以下任何任务:打开、读取、编辑或修复现有的 .xlsx、.xlsm、.xltx、.csv 或 .tsv 文件(例如添加列、计算公式、设置格式、制作图表、清理杂乱数据);从零或其他数据源创建新的电子表格;或在表格文件格式之间进行转换。当用户提到某个电子表格文件的名称或路径时尤其要触发——即使只是随口一说(比如「我下载文件夹里的那个 xlsx」)并希望对它做些什么或从中产出些什么时。对于将杂乱的表格数据文件(格式错误的行、错位的表头、无用数据)清理或重组为规范电子表格的任务,也应触发。交付物必须是电子表格文件。当主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时不要触发,即使涉及表格数据。
带动态审稿人角色的多视角学术论文评审。模拟 5 位独立审稿人(主编 + 3 位同行审稿人 + Devil's Advocate),具备特定领域专业知识。支持完整评审、复审(核验)、快速评估、侧重方法学、苏格拉底式引导和校准模式。触发于:review paper、peer review、manuscript review、referee report、review my paper、critique paper、simulate review、editorial review、calibrate reviewer、reviewer calibration、measure reviewer accuracy。
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。
