Skills
收录 101,174 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。
全部
设计跨 Exchange、SharePoint、OneDrive、Teams 和 Endpoint 的 Microsoft Purview 数据丢失防护（DLP）基线策略的指南。涵盖位置、条件（SIT/标签/分类器）、按严重级别分层的操作、模拟模式、异常处理、Endpoint DLP 接入和调优。WHEN：Purview DLP、数据丢失防护策略、防止数据外泄、Endpoint DLP、DLP 规则条件、DLP 模拟模式、阻止敏感信息共享、策略提示、跨 Microsoft 365 的 DLP、调优 DLP 误报。
使用 pymoo 在 Python 中求解单目标和多目标优化问题，支持 NSGA-II、NSGA-III、MOEA/D、SPEA2、RVEA、GA、DE 和 PSO。涵盖自定义问题（Problem、ElementwiseProblem、FunctionalProblem）、约束处理、混合变量问题、ZDT/DTLZ/WFG 基准测试、遗传算子、并行评估、Pareto 前沿可视化和多准则决策。适用于寻找相互冲突目标之间的 Pareto 最优权衡；定义有约束或混合变量的问题并选择进化算法；在标准测试问题上评估算法；自定义交叉或变异算子；或从 Pareto 前沿中选取一个解。不适用于基于梯度或凸优化的求解器。
使用 lightning 包（PyTorch Lightning）组织 PyTorch 训练代码：LightningModule、LightningDataModule、Trainer、ModelCheckpoint 和 EarlyStopping 等回调、日志记录器（TensorBoard、W&B、MLflow、Comet、CSV），以及多 GPU/TPU 策略（DDP、FSDP、DeepSpeed）。适用于将 PyTorch 模型拆分为训练、验证和测试步骤；配置 Trainer 以运行多 GPU 或 TPU；编写用于数据加载的 LightningDataModule；为训练添加检查点、提前停止或实验日志；以及根据模型规模选择 DDP、FSDP 或 DeepSpeed。不适用于不使用 Lightning 的纯 PyTorch 循环。
遵循 Martin Fowler 编目的系统化代码重构。方法论：特征测试、红-绿-重构、增量式改造。能力：SOLID 合规、DRY 清理、代码异味检测、复杂度削减、遗留系统现代化、设计模式、函数式编程模式。动作：重构、提取、内联、重命名、移动、简化代码。关键词：重构、SOLID、DRY、代码异味、复杂度、提取方法、内联、重命名、移动、整洁代码、技术债、遗留代码、设计模式、特征测试、红-绿-重构、函数式编程、高阶函数、不可变性、纯函数、组合、柯里化、副作用。适用场景：提升代码质量、减少技术债、应用 SOLID 原则、修复 DRY 违规、消除代码异味、现代化遗留代码、应用设计模式。
在对话中途暂停执行，从细节模式抽离，诚实地重新评估方向、假设和偏见的反思技能。用户说“reflect”“take a step back”“step back”“zoom out”“are we missing something”“bigger picture”“sanity check this”“are we on track”“are we overthinking this”“forest for the trees”，或任何表示希望跳出细节并重新评估的类似表达时使用。若对话深入实现细节却没有进行战略性检查，或用户显露出陷入困境的迹象，也应触发——这通常意味着需要重置问题框架，而不是继续处理更多细节。此技能刻意减少前置提问：上下文足够丰富时立即进行五维分析；仅在调用上下文过于有限、无法重新评估时，才提出一个强制澄清问题
将逻辑关系数据库设计方法提炼为 Agent 在设计或审查模式时应用的规则。涵盖设计顺序（使命 → 表 → 字段 → 键 → 关系 → 业务规则 → 视图 → 完整性审查）、一表一主题的分解、原子的单值字段、候选键/主键/外键、带删除规则与参与度的关系类型、数据完整性的四个层级、数据库与应用的业务规则、验证表、派生数据视图，以及需要避免的平面文件/电子表格/RDBMS 驱动反模式。该结构是逻辑的、与 RDBMS 无关，并且构建时即已规范化。在设计新的关系模式、审查或重构现有模式、解决冗余或重复数据、选择键、建模关系，或决定约束应放在何处时使用。
使用 Remotion 制作完整的竖屏短视频，并发布到 TikTok、Instagram Reels 和 YouTube Shorts。将主题、文章、URL、数据集、更新日志或列表转化为 1080x1920 的动态文字短视频（大型动画文字、统计数字递增、Top-N 列表、产品发布和更新日志视频、引言），按阅读速度设置时间，并保持在各应用的安全区域内；在本地渲染，无需付费 API。适用于用户要求制作 Remotion 短视频、TikTok/Reels/Shorts 的 Remotion 视频、动态排版或文字动画视频、统计或数据短片、Top 5 列表视频、产品发布或更新日志视频、引言视频、无露脸文字短片，或“制作一段关于 X 的短视频并发布”。包含标注应用叠加层的审核表、封面帧，以及经确认后通过 WoopSocial 发布。
由小型团队审查代码改动——两名资深工程师独立审查，就各自的发现展开讨论，然后由团队负责人汇报一份汇总清单。本地模式将当前分支与基础分支进行比较；PR 模式（提供 PR URL 或编号时自动启用）可提议把发现作为 PR 审查评论发布。PR 模式严格只读——工作树中的任何文件都不会被修改，且每一条开发者指令都被解释为对评论方案的更新。Agent 从不在当前工作目录中检出分支；若需要其他 ref 上的文件，它会创建临时 worktree，并在展示报告前将其移除。本地模式让开发者挑选要修复的发现，再由同样的两名工程师以自动模式实现。工程师在审查前阅读项目的 AI 文档（先看架构），并明确检查复用违规和未被使用的既有实践。
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。