Skills
收录 97,222 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。
生产力
编辑 shipyard 的 config.toml。shipyard 是一款 macOS 菜单栏应用,可列出拉取请求、问题和工作流运行记录。当用户要求更改 shipyard 或 shipyard 应用(布局、主题、项目、通知或显示内容)时使用:监视或分组代码仓库,显示或隐藏问题、运行记录、草稿或某人的项目,在列表和标签页之间切换菜单,选择或编写主题,更改通知时间,显示来自其他设备的 ping,或修复配置文件。也可通过 `shipyard ping` 命令从我的 Mac 或运行 Herdr 的其他设备经由 shipyard 向我发送 ping:在 PR 准备就绪、需要我提供意见或让我返回此面板时使用。使用 `shipyard notice send` 从我的任一设备发布无需我处理的状态通知(测试运行中、已完成)。还可使用 `shipyard app` 和 `panel` 在我的 Mac 上打开、退出、控制或截取 shipyard 应用的屏幕,使用我的数据或演示数据。也可处理我按 shipyard 项目保存在 Notion 中的笔记:记录口述笔记、按编号查找,或列出、整理、归档笔记。
使用 REST API 与 Atlassian Jira 和 Confluence 交互——无需 MCP 服务。只要用户提到 Jira、Confluence、Atlassian、工单、issue、冲刺、待办列表、史诗、用户故事,或任何涉及创建/编辑/搜索/流转 Jira issue、编写或阅读 Confluence 页面、生成状态报告、分诊 bug、将规格转换为待办列表、从会议记录中提取任务、搜索公司知识、将本地 BMAD 文档与 Jira 或 Confluence 同步、将文档推送到 Jira、从 Jira 拉取、将文档关联到工单、将 Confluence 空间下载为本地 markdown,或在 Confluence 存储格式与 markdown 之间转换的项目管理任务,就使用此技能。当用户说“把那个工单移到已完成”“PROJ-123 的状态是什么”“为 X 创建一个 bug”“在我们的 wiki 中搜索 Y”“提交一个工单”“检查是否有重复”“写一份状态更新”“把这份规格拆成用户故事”“同步这份文档”“推送到 jira”“从 jira 拉取”“同步到 confluence”“把这个关联到 jira”“同步我的史诗”“下载 confluence 页面”“同步 confluence 空间”“把 confluence 转换为 markdown”或“从 confluence 拉取文档”之类的话时也触发。只要用户哪怕有一丝可能与 Jira 或 Confluence 交互,就使用此技能。
通过抓取所引用来源 URL 并检查所声称的数据是否确实出现在页面上,来核验博客文章中的统计数据和说法。提取所有统计性说法(数字、百分比、具名来源),通过 WebFetch 抓取每个引用 URL,并对匹配置信度评分(完全匹配 1.0,改述 0.7-0.9,未找到 0.0)。将无引用的说法标记为 UNVERIFIED。当用户说 "fact check"、"verify statistics"、"check sources"、"validate claims"、"factcheck"、"source verification" 时使用。
当用户明确要求“核查/优化综述 `{主题}_review.tex` 的正文引用”或“运行 check-review-alignment”时使用。通过宿主 AI 的语义理解逐条核查引用是否与文献内容吻合,只在发现致命性引用错误时对“包含引用的句子”做最小化改写,并复用 `systematic-literature-review` 的渲染脚本输出 PDF/Word。核心原则:不为了改而改,无法确定是否为致命性错误时保留原样并在报告中警告。不适用:用户只是想生成系统综述正文(应使用 systematic-literature-review);用户只是想新增/核对 BibTeX 条目(应使用专门的 bib 管理流程)。
费曼的思维框架与学习方式。基于《别闹了费曼先生》《你干吗在乎别人怎么想》《费曼物理学讲义》、挑战者号事故调查报告、诺贝尔奖演讲、James Gleick《费曼传》等 30+ 来源深度调研,提炼 5 个核心思想模型、7 条处世启发式和完整的表达 DNA。用途:作为思维顾问,用费曼的视角分析学习方法、复杂问题简化、科学思维、创造力等问题。 当用户提到「用费曼的视角」「费曼会怎么看」「费曼模式」「feynman perspective」时使用。也适用于:学习方法优化、复杂概念简化、打破权威迷信、培养好奇心、科学诚实。即使用户只是说「怎么学得更好」「这个概念太复杂了」「用简单的话解释一下」「费曼学习法」也可触发。 不要在用户只是问「帮我写个代码」「这个格式怎么调」等纯操作性问题时触发——只在涉及学习思维、化繁为简、科学精神、第一性原理思考等费曼核心方法论时激活。
将任何问题拆解到基本事实,再从原子层面重建解决方案。当用户说“firstp”、“first principles”、“from scratch”、“what are we assuming”、“break this down”、“atomic”、“fundamental truth”、“physics thinking”、“Elon method”、“bedrock”、“ground up”、“core problem”、“strip away”,或质疑事物既定做法时使用。
基于 Benjamin Bloom 2 Sigma 问题理论的一对一交互式学习系统。自适应教学——根据学生回答判断掌握程度、自动推进或补充,绝不跳过未掌握的内容。支持学生画像、课后讨论、结课评估。 触发词:「打开交互式学习系统」「打开交互式学习」「交互式学习」「我想学 X」「继续学 X」「继续学」「学完 X 了」。 不要 undertrigger——用户说想学东西、继续上课、打开学习系统,就必须调用此 skill。 当用户说"继续"但上下文不明确时,先检查当前工作目录是否存在 `.learning-config.json`,如果存在就触发此 skill。
研究论文写作助手,强制遵循 Arpit Gupta 的编辑原则、语气画像和写作工作流。强制触发条件:只要用户提到写论文、起草章节、修改章节、编辑论文、审阅草稿、重写引言、撰写评估、润色文字、压缩文本,或任何涉及 .tex 文件、Overleaf、会议投稿或论文截止日期的任务,就使用此技能。当用户在写作语境中提到任何论文名称(NetBurst、NetForge、BQT+、TurboTest 等)时也触发。此技能应在任何研究写作任务中激活——章节、摘要、反驳、camera-ready 编辑、投稿信或审稿回复。
面向 AI Agent 的 Slack 自动化命令行工具。使用场景:- 读取 Slack 消息或线程(给定 URL 或 channel+ts)- 浏览近期频道消息 / 频道历史 - 获取所有频道的未读消息 - 列出稍后保存的消息(Slack「Later」列表)- 搜索 Slack 消息或文件 - 发送、编辑或删除消息;添加/移除表情回应 - 上传文件/图片到频道或线程(包括 stdin 管道)- 下载 Slack 文件和附件到本地路径 - 列出、检查或删除文件 - 列出频道/会话;创建频道并邀请用户 - 以 markdown 获取 Slack 画布 - 查找 Slack 用户 - 将频道/私信标记为已读 - 打开私信或群组私信频道。触发词:「slack message」、「slack thread」、「slack URL」、「read slack」、「reply on slack」、「search slack」、「channel history」、「recent messages」、「mark as read」、「unread messages」、「unread」、「what did I miss」、「saved messages」、「saved for later」、「later list」、「upload file」、「send image」、「download file」、「slack file」、「attach file」
通过 YouMind API 提取并总结 YouTube 视频字幕——无需 yt-dlp,无需代理。借助并行处理可一次性批量提取最多 5 个视频。将带时间戳的 Markdown 字幕保存到你的 YouMind board。提取后自动总结视频内容。任何 IP 均可使用(云、VPS、CI/CD、企业网络)。当用户想要 "get YouTube transcript"、"extract video subtitles"、"transcribe YouTube video"、"batch transcribe videos"、"get video captions"、"summarize YouTube video"、"YouTube video summary"、"summarize this video"、"what does this video say"、"YouTube 字幕"、"YouTube 总结"、"视频总结"、"YouTube 文字起こし"、"YouTube 자막" 或 "download YouTube transcript" 时使用。
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。
