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
lyt 系列从 0 选品与候选池构建 skill。仅处理跨境电商、TikTok Shop、电商类目选择、选品边界、用户能力分诊、标品/非标、供应链/货盘、找品路径和候选品池搭建;适用于用户还不知道卖什么、只知道大类目、想判断类目/国家/流量渠道是否适合自己、或想建立一批候选品。用户已经有具体产品、候选品清单、商品截图、1688/竞品链接、供应链资料或候选品表格并想判断能不能做时,转入 lyt-product-validation。触发方式:/lyt-product-selection、/选品、/从0选品、/选类目、/建候选品池
使用 FFmpeg 和 ImageMagick 进行视频/音频/图片处理。工具:FFmpeg(视频/音频)、ImageMagick(图片)。能力:格式转换、编码(H.264/H.265/VP9/AV1)、流媒体(HLS/DASH)、滤镜、特效、缩略图、水印、批量处理、硬件加速(NVENC/QSV)。操作:转换、编码、缩放、裁剪、压缩、提取、合并、流式传输、转码媒体。关键词:FFmpeg、ImageMagick、视频编码、音频提取、图片缩放、缩略图、水印、HLS、DASH、H.264、H.265、VP9、AV1、编解码器、码率、帧率、分辨率、宽高比、滤镜、叠加、拼接、裁剪、淡入淡出、批量处理。使用场景:转换视频/音频格式、使用特定编解码器编码、生成缩略图、创建流媒体清单、从视频中提取音频、批量处理图片、添加水印、优化文件大小。
完整的 Next.js 部署系统(Next.js 15.5/16)。以下情况请主动激活:(1) Vercel 部署与配置,(2) 可自托管 Node.js 部署,(3) Docker 容器化,(4) 使用 output:'export' 的静态导出,(5) Edge Runtime 配置,(6) 环境变量,(7) 使用 GitHub Actions 的 CI/CD,(8) 健康检查与监控,(9) 生产优化,(10) Turbopack 生产构建(Next.js 16)。提供:Dockerfile、docker-compose、PM2 配置、vercel.json、GitHub Actions 工作流、Turbopack 配置。确保以正确的配置实现生产就绪的部署。
完整的 Next.js Middleware 系统(Next.js 15.5/16)。以下情况请主动启用:(1) 创建 middleware.ts(Edge)或 proxy.ts(Node.js),(2) matcher 配置,(3) 身份验证保护,(4) 基于角色的访问控制,(5) 重定向与重写,(6) 国际化(i18n),(7) 安全响应头(CSP、CORS),(8) 地理位置路由,(9) 机器人检测,(10) 限流模式,(11) 使用 proxy.ts 的 Node.js Middleware(Next.js 16)。提供:Edge middleware 模式、Node.js proxy 模式、matcher 语法、认证守卫、响应头操作、cookie 处理、proxy.ts 中的数据库访问。确保以恰当的安全性优化请求处理。
完整的 Next.js Server Actions 体系(Next.js 15.5/16)。以下场景请主动启用:(1) 使用 'use server' 定义 Server Actions,(2) 通过 actions 处理表单,(3) 用 useActionState 管理表单状态,(4) 用 useFormStatus 管理 pending 状态,(5) 用 useOptimistic 实现乐观更新,(6) 用 Zod 和 next-safe-action 做校验,(7) 在 actions 中做授权,(8) 文件上传,(9) 变更后重新验证,(10) 使用 next-safe-action 库编写类型安全的 actions。提供:Action 模式、表单集成、校验、乐观 UI、错误处理、next-safe-action 集成。确保服务端变更操作安全,具备恰当的校验与体验。
对任何 Odoo 变更(新增字段、重写方法、继承视图/xpath、OWL/JS 补丁、向导、cron、控制器、报表、安全、迁移、bug 修复、重构、"optimize"、"clean code"、"stick to base")强制执行的编码前关卡与完成定义,适用于 Odoo 16-19。也适用于用户粘贴 Odoo traceback 或安装/升级错误(ParseError "cannot be located in parent view"、"Field ... does not exist"、缺失 xmlid)时,或询问某个 Odoo 模型、字段、方法、视图或 xmlid 定义在哪里时。在头脑风暴或规划之前运行:Odoo 设计问题应通过将真实源码追溯为 Context Brief(file:line)来回答,而不是开放式问答或凭记忆。解析 Odoo 运行时与版本,加载对应的 odoo-<major> 包,并在提交前完成安装、测试、升级、i18n、安全与整洁性检查。
当项目没有 okteto.yaml/okteto.yml 且用户想把它放到 Okteto 上时使用——例如 "get this repo onto Okteto"、"set up a dev environment for this"、"create an Okteto manifest"、"onboard this service"。当 okteto deploy 因缺少 manifest 而失败时也可使用。如果 okteto.yaml 或 okteto.yml 已存在则不要使用——那属于 okteto skill 的范畴。
当用户想要构建优化模型、求解数学规划问题或寻找最优解时使用。当用户提到「linear programming」「integer programming」「mixed-integer programming」「constraint optimization」「mathematical optimization」「operations research」「optimal solution」或「decision optimization」时也使用。网络设计请参见 network-design。路径规划请参见 route-optimization。
使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时,优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。
用于自动化预先授权决策工作流的流程技能。当用户要求解析 PA 请求数据(X12 278 或 FHIR PAS 捆绑包)、提取用于裁决的临床特征、构建基于规则的 PA 决策引擎、基于历史 PA 决策训练 ML 分类器、分析拒绝模式或为 PA 结果生成 SHAP 解释时使用。触发词包括 "parse 278"、"FHIR PAS bundle"、"PA automation"、"adjudication logic"、"PA classifier"、"denial analysis"、"prior auth ML"、"SHAP explainability"、"PA feature extraction"、"rules engine PA"、"PA decision pipeline"、"authorization workflow"、"clinical criteria extraction"、"denial pattern mining"、"PA turnaround time"。
使用 Hugging Face PEFT 对 LLM 进行微调,采用 LoRA、QLoRA、IA3、AdaLoRA、前缀调优和提示词调优,只训练不到 1% 的参数。涵盖秩、alpha 和目标模块选择、加载与合并适配器、多适配器服务,以及与 TRL SFTTrainer、Axolotl 和 vLLM 的集成。适用于在 GPU 内存有限时微调 7B-70B 模型、在单张 24GB GPU 上运行 QLoRA、选择 LoRA 秩和 alpha、在同一个基础模型上合并或切换适配器,或排查 CUDA OOM 或适配器未生效的问题。不适用于微调参数少于 1B 的小模型,也不适用于需要更新全部权重的情况。
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。
