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
开展能够产生真实有效信号的封闭和公开 Beta 测试。涵盖 Beta 参与者筛选、结构化反馈收集、从 Beta 阶段转为 GA 的决策标准，以及软启动（缺乏结构、没有有效信号）、大杂烩式测试（所有人都参与，却没有可采取行动的反馈）和结构化 Beta（经过筛选的群体、有计划的反馈循环、明确的毕业标准）之间的区别。触发词包括 Beta 计划、Alpha 测试、Beta 群体、Beta 参与者、Beta 反馈、Beta 转 GA 决策、设计合作伙伴、抢先体验计划、封闭 Beta、公开 Beta、RC 发布。当功能即将发布、团队需要在 GA 前进行结构化验证，之前的 Beta 测试只产生噪声而非有效信号，或团队曾进行软启动但这次希望获得更有结构的反馈时，也会触发。
从生产链路追踪引导生成评估器——默认提出在线 LLM 评判评估器，在你确认后于 Datadog 中创建为已禁用的草稿（绝不会自动启用）；按要求可改为输出 Python SDK 代码或与框架无关的 JSON 规范。当用户说“bootstrap evaluators”“generate evaluators”“create evals from traces”“eval bootstrap”“write evaluators”“build eval suite”“publish evaluators”，或希望从生产 LLM 链路追踪数据生成 BaseEvaluator/LLMJudge 代码或在线评判配置时使用。可与 ml_app 配合使用，并可附带 RCA 报告或失败假设。
针对基线测试通过且保留行为的证据与改动相称的代码，评估重构并提供保留行为的模式。当用户要求清理、整理、简化、重构、去重、合并或折叠选定区域中的相似代码时使用；也可在 GREEN 为某个 TDD 增量确立通过基线后使用。稍后在阶段结束的 PR 就绪关卡中通过变异测试验证累积结果。涵盖可恢复基线纪律、何时重构有价值或应跳过，以及优先级分类；提交始终需要用户明确批准。对于选定的全路径缩减计划中的任何部分——过渡阶段或终止阶段——应以 reduce-system-complexity 作为主导技能；适用时可将重构作为辅助技能。全仓库架构探索使用 improve-codebase-architecture；模块契约使用 codebase-design。不要用于证据不足的代码或添加行为。
将 Wiki 黄金页面转化为可阻止 CI 的评估套件，采用由廉到贵的断言级联，并提交回归基线。黄金页面是位于 llmwiki/wiki/sources/evals/ 下、带有 YAML frontmatter（input、expected、可选的 rubric、asserts）的 md 文件。引擎以纯代码运行确定性的第 1 级断言（equals/contains/regex/is-json/is-sql-ish），可选运行第 2 级相似度评估，并将第 3 级（LLM-rubric judge）报告为隔离的适配器——绝不调用模型。候选输出通过 --outputs outputs.json 提供，因此无需任何模型即可完整运行套件。用户说“wikieval”“eval suite for the wiki”“regression gate for goldens”“assertion cascade”“block CI on eval drop”或调用 /wikieval 时触发。
iOS App Store 提交与审核通过方面的专家系统。由 9 个专业 Agent 组成，提供涵盖合规、设计、隐私、变现、元数据、技术要求、时机、拒审恢复和经验总结的资深 App Review Team 级专业能力。关键词包括 app store、iOS submission、apple review、app rejection、aso、privacy manifest、privacy labels、ATT、iap、in-app purchase、subscription、storekit、review guidelines、HIG、testflight、app store connect。
面向已埋点的 ml_app 的端到端 LLM 可观测性流水线——对生产跟踪记录分类、分析故障根因、初始化评估器，然后（可选）采样并发布数据集、生成并运行实验以及分析结果。分为六个讲解阶段，每个阶段之间都有标准化横幅和“continue”检查点。仅编排 dd-llmo 子技能（`llm-obs-session-classify`、`llm-obs-trace-rca`、`llm-obs-eval-bootstrap`、`llm-obs-experiment-py-bootstrap`、`llm-obs-experiment-analyzer`）。用户说“运行评估流水线”“从跟踪记录进入评估”“端到端初始化评估”“先分类，再做 RCA，然后初始化”“从零构建评估集”“带我了解数据集和实验”“带我逐步进行实验”“我有一个 ml_app，接下来呢”“LLM Obs 入门”“引导式实验设置”“从跟踪记录到实验”，或希望以确定性、讲解式流程从生产数据逐步处理到评估器、数据集和实验时使用。使用 `--stop-after <phase>` 可提前在评估器或数据集阶段停止，使用 `--start-at <phase>` 可从中间阶段继续。
评审设计是否合理——是否解决了正确的问题、是否源于其明确的目标和约束——并输出按优先级排序、有证据支持的发现，而非修改内容。用户要求“评审这个设计”“这个设计是否合理”“对这个提案进行压力测试”“做一次设计评审”“这是否解决了正确的问题”“找出此规范的问题”“我们应该构建这个吗”，或要求批评提案、规范、ADR、架构或产品决策时，请阅读。用户希望撰写这些内容时不要阅读：新提案由 frame-a-proposal 负责，规范由 write-a-spec 负责，决策记录由 record-a-decision 负责，事后复盘由 write-a-postmortem 负责。不要用于代码差异审查，也不要用于核查单条主张（那属于另一项工作：correctness pass）。
当 SaaS API 没有专用 Mule 连接器时，生成其连接知识。根据用户定义的用例和文档研究 API，生成 OpenAPI 3.0 规范，向用户索取凭据，针对实时 API 验证每项操作并自动修复，然后写入 connectivity-schema/<apiName>/（api-reference.md + <apiName>.yaml + config.properties）。生成的文件夹将供 build-mule-integration 后续生成 HTTP-Connector 流使用，使 HTTP 回退路径具备专用连接器所包含的相同身份验证、分页和实体感知能力。适用于用户在提示中提到找不到 Exchange 连接器的 SaaS，或要求“生成 API 知识”“研究 SaaS API”“构建连接模式”“根据实时 API 验证规范”等类似任务。
Godot 专家审计员：Aurelius。针对 Godot 4.7 项目，全面执行禁止清单并严厉指出架构问题。适用于审计信号衰减、ObjectDB 孤儿、类型化 Array/Dictionary 混乱、material.duplicate 批处理故障、导出大小写敏感问题、Expression.execute 风险或领域禁止清单。关键词：审计员、Aurelius、禁止清单、信号衰减、ObjectDB 孤儿、类型化 Array、导出大小写敏感、实例 uniforms、PackedScene.get_state。
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。