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。
测试与质量
在 to-spec -> to-tickets -> implement-spec 或类似实现流程完成后，生成可人工打开网站/API/CLI 执行的验收手册。用于用户要求"生成测试手册""手动验收""怎么打开网站测试""implement 完之后验收""写一份手动测试指南""补 dev.sh 后生成验收手册"等场景。会审计当前仓库、必要时创建 scripts/dev.sh，并输出 docs/verification/manual-test-guide.md；手册中的验收步骤采用结构化「操作」约定，可被 verify-run 技能直接照单自动执行。
面向 WordPress 6.x+ 的 WordPress 区块编辑器代码审查与 Gutenberg 区块开发模式。适用场景：审查区块代码、审计 block.json schema、检查编辑器组件、验证渲染回调、分析区块属性、核实 InnerBlocks 用法、检测区块验证错误、审查 Interactivity API 指令，或用户提及 "block review"、"Gutenberg"、"block development"、"block editor"、"block.json"、"useBlockProps"、"InnerBlocks"、"Interactivity API"、"data-wp-bind"、"render_callback"、"dynamic block"、"static block"、"block deprecation"、"block attributes"、"block supports"、"@wordpress/scripts"、"wp-scripts"、"block validation error"、"save function"、"RichText"、"InspectorControls"、"BlockControls"。可检测 block.json schema、React/JSX 编辑器模式、服务端渲染、属性处理和前端交互中的问题。
WordPress CI/CD 与发布工程评审指南。在评审 GitHub Actions、部署流水线、Composer/npm 构建步骤、插件/主题打包、发布自动化、密钥处理、面向 WordPress.org 的 SVN 部署流程、分阶段发布、回滚计划时，或当用户提及 CI、CD、release pipeline、GitHub Actions、deployment workflow、build artifact、plugin zip 或 release engineering 时使用。有助于评审构建可复现性、打包正确性、密钥边界、部署安全性、回滚就绪度以及 WordPress 特有的发布陷阱。
WordPress WP-CLI 与运维审查指引。适用场景：审查 WP-CLI 命令、search-replace 方案、多站点操作、cron 或缓存维护、部署脚本、运维手册、命令行自动化，或用户提及 "WP-CLI"、"search-replace"、"multisite ops"、"wp cron"、"wp db"、"deployment script"、"maintenance task"、"CLI command"、"ops review"。帮助在 WordPress 代码库与运维手册中审查命令安全性、环境定位、多站点范围、自动化可靠性与运维影响范围。
比较 AG2 的 Agent、模型或提示词，判断哪个更好。run_variants 在同一套件上为多个具名 Agent 打分并在排行榜中排名（Variants 保存具名 Agent 实例的映射以及一个轴标签）。run_pairwise 配合 pairwise_judge 使用双顺序位置交换进行 LLM 头对头比较（只有在交换后仍然获胜才算胜，否则算平局），报告胜率及 Wilson 95% CI、胜、负、平、翻转和一致性（Cohen's kappa）。human_pairwise 以内联方式收集人工盲投，或通过 export_pairwise_cases 和 human_labels 导出的清单收集。当用户想要对提示词或模型做 A/B 测试、运行排行榜、选出胜者、进行头对头评判、测量胜率或收集人类偏好标签时使用。要运行和评估单个 Agent，参见 ag2-evaluation。
审查代码的可读性，然后将其简化到易于跟随和理解。当用户想要简化代码、提升可读性、为交接做清理、让代码易于扫读、降低复杂度、为清晰而重构、去掉样板代码、为未来的维护者做准备，或让代码库更易于上手时，使用此 skill。可广泛触发——任何涉及可读性、简化、清理或“让它更易于理解”的请求都应使用此 skill。当用户说“review this”“clean this up”“tidy this”“make this simpler”“reduce complexity”“flatten this”“strip the noise”或“I want to understand this code quickly next time I open it”之类的话时，也应触发。
资深嵌入式工程师代码评审。默认针对 Classic AUTOSAR 嵌入式 C，涵盖两个方面：(1) 正确性评审 —— 整数溢出、volatile 正确性、ISR/任务竞态条件、栈使用、动态内存、控制流、AUTOSAR/ISO 26262 就绪度，发现项按 Critical/Major/Minor 分级；(2) 命名评审 —— 模块、SWC 类型、端口名、runnable、C 标识符、typedef、宏和枚举的 AUTOSAR Classic 约定，并与 MISRA Rule 5.x 标识符唯一性保持一致。审查现有代码，并为新工作生成命名正确的标识符。当输入为 C++ 或名称包含 ara:: 时处理 Adaptive AUTOSAR C++14+，评审 RAII、异常与 ara::core::Result、智能指针以及 AUTOSAR C++14 / MISRA C++:2023 命名。第三个重点，遗留系统现代化评估，提出迈向符合 MISRA、抽象 MCAL、具备单元测试状态的最小安全步骤。返回可直接决策的发现项，内置自检，并可在 analysis/ 下输出自包含的 HTML 报告。
在 PostHog AI observability 中编写持续运行的在线评估，以你发现的真实失败模式为基础。适用于用户希望评估能自动为后续的新生成内容或整条 trace 打分的场景——"创建一个 eval 来捕获 X"、"持续检查响应是否满足 Y"、"把这些失败变成 eval"。涵盖：让探索过的数据决定要创建多少个 eval，提出该集合供用户挑选，选择评估目标与评估类型（hog / llm_judge / sentiment），为 llm_judge 评估配置 provider 和 model（provider key 只限制启用，不限制创建），通过条件限定哪些生成内容会触发它，以禁用状态创建，验证作用范围，启用，以及回填历史数据。当没有值得捕获的失败模式时，提出 sentiment 评估。寻找并排序值得评估的失败模式是另一项工作——先使用 exploring-ai-failures。若要调试或管理已存在的评估，使用 exploring-llm-evaluations。
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。