Skills
收录 96,770 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。
其他
当用户想解决背包优化问题、在约束下选择物品，或在有限容量下最大化价值时使用。当用户提到 "0/1 knapsack"、"bounded knapsack"、"unbounded knapsack"、"multiple knapsack"、"multidimensional knapsack"、"value-based packing"、"capacity-constrained selection" 或 "resource allocation with limits" 时也使用。装箱问题请见 2d-bin-packing 或 3d-bin-packing。通用优化请见 optimization-modeling。
使用 Meta 的 LlamaGuard（7B v1、8B v2 和 v3）将 LLM 提示词和响应分类为安全或不安全，涵盖六个类别：暴力与仇恨、色情内容、枪支和非法武器、受管制物质、自杀与自残，以及犯罪计划。支持 HuggingFace Transformers 和 vLLM 推理、FastAPI 审核端点、Sagemaker 部署及 NeMo Guardrails 集成。适用于在调用 LLM 前过滤用户提示词、展示前审核模型输出、提供可自托管的审核 API，或通过 vLLM 或量化降低审核模型的延迟和 GPU 内存占用。也可用于调整阈值以减少误报。若需更简单的托管方案，请改用 OpenAI Moderation API。
介绍如何使用 Mamba 选择性状态空间模型（state-spaces/mamba 包；Mamba-1 使用 d_state=16，Mamba-2 使用多头结构和 d_state=128）进行线性时间序列建模。涵盖安装、Mamba block、使用 MambaLMHeadModel 构建语言模型、从 HuggingFace 加载预训练的 state-spaces 检查点（130M 至 2.8B），以及与 Transformers 进行基准测试。适用于实现或加载 Mamba 模型、在不使用 KV cache 的情况下处理超长序列、构建流式应用、在 Mamba-1 和 Mamba-2 之间进行选择，或解决安装和 CUDA 内存问题。需要 Linux 和 NVIDIA GPU。不适用于标准 Transformer 模型，也不适用于 RWKV、RetNet 或 Hyena 架构。
设计、审查和迁移 MATLAB R2026a 与 GNU Octave 数值代码，涵盖带 arguments 块的函数、数组和索引、表和时间表、matlab.unittest 测试、MATLAB Projects、exportgraphics 图形、MAT 文件清单，以及 MATLAB 与 Python 的互操作。包含静态辅助脚本，可扫描 .m 文件、规划 argv 命令并对工件计算哈希，不会执行任何内容。适用于编写或审查 .m 代码、在不同 MATLAB 版本之间或迁移到 Octave、设置可复现的测试和项目、安全检查不可信的 MAT 或 .mlx 文件，或检查 Python Engine 兼容性。不适用于使用 NumPy 或 SciPy 进行纯 Python 数值计算。
计算一笔拟议的 MLB 梦幻交易在全部 10 个 H2H 类别（R/HR/RBI/SB/OBP、K/ERA/WHIP/QS/SV）中的完整影响、赛季剩余时间的美元价值、位置灵活性、位置槽位价值期权、逆向选择先验，以及第 21-23 周的季后赛影响。生成带符号的裁决（accept / counter / reject），附理由，并在适用时给出具体的反报价。当用户提到 "trade evaluation"、"trade value"、"should I accept"、"trade delta"、"counter offer"，或粘贴来自 Yahoo 的交易提案时使用。在中间区间默认 COUNTER——纯粹的 REJECT 仅保留给明显掠夺性的报价。
提供 Karpathy 的精简 PyTorch GPT 实现 nanoGPT（model.py 和 train.py），包含在 CPU 上训练字符级 Shakespeare、通过多 GPU torchrun 在 OpenWebText 上复现 GPT-2 124M、微调预训练 GPT-2 检查点，以及使用自定义文本训练的工作流。适用于从头学习 GPT 和 Transformer 模块的工作原理、在 CPU 或单个 GPU 上进行小型训练实验、使用原生 PyTorch 修改 Transformer 变体、准备字符级或 BPE 二进制数据集，或排查 nanoGPT 的内存不足和训练缓慢问题。不适用于生产环境或大规模分布式训练；请改用 HuggingFace Transformers 或 Megatron-LM。
为 PLOS 期刊（PLOS ONE、PLOS Biology、PLOS Computational Biology、PLOS Genetics、PLOS Medicine、PLOS Pathogens、PLOS Neglected Tropical Diseases、PLOS Global Public Health 等）准备稿件，涵盖结构、摘要和作者总结、Vancouver 格式参考文献、强制性数据可用性政策、伦理和财务披露声明、图件要求（PACE）、PLOS LaTeX 模板、报告指南及 PLOS ONE 的发表标准。适用于投稿任何 PLOS 期刊或检查是否符合 PLOS 政策。
介绍 RWKV（Receptance Weighted Key Value）架构，这是一种具有 O(n) 推理且无需 KV 缓存的 RNN/Transformer 混合架构，涵盖 RWKV-7、并行 GPT 模式训练与顺序 RNN 模式推理、状态传递、使用 DeepSpeed 微调以及 CUDA 内核设置。适用于以恒定内存逐个 token 生成文本、处理 100K+ token 的超长上下文、微调 RWKV 模型、比较 RWKV 与 Transformers 的内存占用和速度，或调试 RWKV 状态处理、加载及内存不足错误。若峰值准确率比内存更重要，优先选择标准 Transformer；状态空间模型则选择 Mamba。
面向汽车制造运营的 SAP ECC 专家。涵盖物料管理 (MM)、生产计划 (PP)、销售与分销 (SD)、质量管理 (QM)、工厂维护 (PM) 以及财务/控制 (FI/CO)。当用户提及 'SAP'、'ECC'、'transaction code'、't-code'、'MRP'、'purchase order'、'production order'、'goods receipt'、'goods issue'、'material master'、'BOM'、'routing'、'work center'，或需要 SAP 流程方面的帮助时使用。可与 AutomotiveManufacturing 和 SupplyChain 技能集成。
使用 scikit-survival（sksurv）构建、评估和审查右删失生存分析工作流：Cox PH、Coxnet、IPC ridge、生存树、森林、提升方法和 SVM，以及用于竞争风险的非参数累积发生率。涵盖防止数据泄漏的 scikit-learn 流水线、嵌套 CV 和考虑删失的指标。适用于基于事件发生时间数据拟合生存模型、构建结构化结果数组、计算 IPCW 一致性、动态 AUC 或 Brier 分数、估计特定原因的累积发生率，或在避免数据泄漏的情况下调优模型。不适用于 Fine-Gray 回归，因为 scikit-survival 不提供此功能。
将交易员 Serenity（@aleabitoreddit）的 AI/半导体供应链分析视角应用于美股观点和市场判断。评估股票决策（买入/卖出/持有/仓位）；判断任何 AI、半导体、光学/CPO、存储、电力/电网或新兴云计算公司；提及 Serenity 关注范围内的任何股票代码（NBIS、AXTI、LITE、SIVE、COHR、AAOI、IREN、CRWV、MU、SNDK、NVDA、TSM、MRVL、AVGO、INTC、SOI、IQE、TSEM、CIFR、XLU、VST、CEG、EWY 等）；询问“Serenity 会怎么看”“这是真正的瓶颈吗”，或希望从供应链/瓶颈角度分析某个论点时，均使用此技能。仅提供决策支持——绝不自动交易，也不下单或撤单。
解决纠纷、化解冲突、调解争吵、协商协议、开展辩论，并在任何当事方之间——人类、AI Agent、团队、室友、联合创始人、同事或组织——进行仲裁。只要用户对任何人或任何事有抱怨、不满、争论或分歧，包括对（作为 AI Agent 的）你、对另一个人、对公司、对同事、对室友、对伴侣或对另一个 AI，都可使用此技能。当用户想就某个话题辩论、为某个立场辩护或反对某个立场、进行模拟审判、扮演魔鬼代言人、进行结构化论证或角色扮演反方时，也可使用。当各方需要确立共同规则、合同、家庭协议、团队规范、社区准则或任何具有约束力或不具约束力的共识时，同样使用。涵盖：冲突解决、争议解决、仲裁、调解、谈判、诉讼替代方案、公平分配、具有约束力的裁决、关系冲突、职场纠纷、协作达成协议、结构化辩论、模拟审判、魔鬼代言人练习和对立式讨论。
在给定现有 Enhanced `MessagingChannel`（任何类型——WhatsApp、Text/SMS、LINE、Apple、Facebook、EmbeddedMessaging）的 `{CHANNEL_ID}` 时，配置其设置。涵盖五个方面：同意（ConsentType 和按语言划分的关键词记录）、自动回复、消息关键词、会话不活跃超时和聊天前参数。激活就绪检查要求配置同意及匹配的语言关键词记录。对现有渠道设置或更改设置（退订关键词、同意类型、双重确认选择、初始/帮助自动回复、OptIn/OptOut 关键词、会话不活跃超时）时触发——通常发生在插入/路由与激活之间，或针对已上线渠道。新建渠道（`service-de-channel-create`）、通过元数据 XML 部署 MIAW/EmbeddedMessaging 渠道（`service-digital-engagement-channel-configure`）、设置路由（`service-de-channel-routing-configure`）或激活渠道（`service-de-channel-activate`）时不要触发。
使用 llncs 类或 Springer Nature 的 sn-jnl 模板，为 Springer Lecture Notes in Computer Science（LNCS）及相关论文集系列（LNAI、LNBI、CCIS）和 Springer Nature 期刊排版论文，涵盖页数限制、摘要与关键词、splncs04 参考文献、ORCID、页眉、终稿材料包和出版许可表。适用于撰写发表于 LNCS 的会议论文（如 ECCV、MICCAI、ESWC 及许多研讨会）、准备 LNCS 终稿，或投稿 Springer Nature 期刊。
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。