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
使用 TypeScript 构建 React 19 应用。涵盖 Actions、Activity、use() hook、React Compiler、ref-as-prop、useEffectEvent 以及严格的 TypeScript 模式。在创建组件、管理状态、为 props 标注类型、处理事件、使用 hooks，或使用 React 19 特性时使用。触发词：react、typescript、tsx、component types、hook types、react 19、react compiler、actions、use hook、useEffectEvent、activity、import defer。
在评审/评判一份已完成的数据模型文档（持久化/领域模型——实体、键、关系、索引、规范化、生命周期）以判断工程师能否正确构建 schema 并查询它时使用——这是验收关口，而非撰写。依据单一来源的 9 项完整性 + 可查询性标准进行评判：实体有类型 + 有键（存储形态，而非 api-spec DTO）；关系带有基数 + 引用规则（on-delete / embed-vs-reference）；每个索引都可追溯到某个访问模式；规范化 + 范式选择 + 权衡；生命周期 + 迁移；图 ⇄ 表保持同步；隐私/规模；与 api-spec 单向一致并与已交付 schema 保持一致；修订仅限增量范围。具备范式意识（关系型/文档型/图/宽列/键值——绝不反射式地套用关系型）。仅输出 `VERDICT: approve|revise`——对满足标准的模型给出 approve，对存在具名缺口的模型给出 revise。不适用于撰写、api-spec/feature-spec 或通用设计文档（请用 design-review）。
用于 CMS-HCC 风险调整计算与编码缺口识别的流水线技能。当用户要求应用 ICD-10 到 HCC 的交叉映射、计算 RAF 评分、以编程方式解析疾病层级、从 Rx 或实验室代理指标识别编码缺口、预测成员级风险评分、构建风险调整数据流水线、计算 HCC 系数、运行层级解析代码，或生成成员风险评分报告时使用。触发词包括 "calculate RAF score"、"ICD-10 to HCC crosswalk"、"hierarchy resolution code"、"coding gap detection"、"Rx proxy gap"、"lab proxy gap"、"risk score projection"、"HCC pipeline"、"member risk report"、"risk adjustment Python"、"risk adjustment SQL"、"RAF calculation code"、"CMS-HCC pipeline"。
用于 CMS-HCC 风险调整策略与方法的推理技能。当用户询问 CMS-HCC 模型版本 V24 或 V28、混合过渡方法、ICD-10 到 HCC 的映射逻辑、疾病交互层级、RAF 评分方法、风险调整因子计算、编码缺口识别、可审计辩护的病历文档、HCC 重新捕获策略、前瞻性与回顾性风险调整，或 Medicare Advantage 风险评分时使用。触发词包括 "CMS-HCC"、"V24"、"V28"、"blended transition"、"HCC mapping"、"disease hierarchy"、"RAF score"、"risk adjustment"、"coding gap"、"HCC recapture"、"chart review"、"audit defensible"、"risk score methodology"、"Medicare Advantage risk"、"capitation revenue"、"hierarchical condition category"。
涵盖比对（STAR）、定量（Salmon、featureCounts）和差异表达（DESeq2）的批量 RNA-seq 分析流程。触发词包括 RNA-seq、STAR、Salmon、DESeq2、differential expression、gene expression、tximport、featureCounts、transcriptomics、"bulk RNA-seq"、"STAR alignment"、"Salmon quantification"、"gene counts"、"DESeq2 results"、"shrinkage estimator"、"volcano plot RNA-seq"。
Sa-Token 集成扩展技能。覆盖 JWT 集成(Simple/Mixin/Stateless三种模式对比表)、Redis持久化(JDK序列化/JSON序列化)、Alone-Redis独立Redis(鉴权缓存与业务缓存隔离)、AOP注解鉴权(Service层使用注解)、SpEL表达式注解(@SaCheckEL)、Quick-Login快速登录(零代码登录页)、JSON序列化扩展(Jackson/Fastjson/Fastjson2/Snack3)、模板引擎集成(Thymeleaf/Freemarker标签方言)、RPC集成(Dubbo/Dubbo3/gRPC上下文传播)。 当用户需要集成JWT实现无状态认证、配置Redis分布式会话、缓存隔离、Service层注解鉴权、快速搭建登录页面时使用。 基础登录认证请先使用 sa-token 技能。
Sa-Token 微服务鉴权技能。覆盖 Same-Token 内部服务外网隔离机制、SpringCloud Gateway 网关统一鉴权(Reactor 响应式)、Feign/Dubbo/gRPC 内部 RPC 调用鉴权、分布式 Session 会话方案(Redis Session 中心/JWT 无状态)、Reactor/WebFlux 框架集成、SpringBoot3/4 依赖适配。当用户需要微服务架构下的服务间认证、网关 Token 转发与校验、内部服务外网隔离、分布式会话共享时使用。基础登录认证请先使用 sa-token 技能。
Sa-Token OAuth2.0 服务端技能。覆盖四种授权模式：授权码模式(Authorization Code)、隐式模式(Implicit)、密码模式(Password)、客户端凭证模式(Client Credentials)。完整 OAuth2-Server 搭建、SaOAuth2DataLoader 数据加载器、Scope 权限自定义与分级、OIDC 协议、OpenId/UnionId、自定义 grant_type、自定义登录授权页、注解校验 Access-Token、与登录会话互通、Scope level 等级控制、自定义 API 路由。当用户需要搭建 OAuth2.0 认证服务器、开发开放平台、实现第三方应用授权时使用。基础登录认证请先使用 sa-token 技能。
构建 Salla Communication App，代表商家发送 SMS、WhatsApp 或电子邮件。适用于构建渠道应用、OTP/通知发送或 communication.*.send 事件。Salla 差异点：没有 sub_category_id，默认零 webhook，渠道必须在发布前通过 supported-features 声明（否则返回 403），且每个 send 事件都是 App Function 触发器 —— 优先使用 App Functions。应用创建 → salla-app-builder；凭据 → salla-app-settings；处理程序代码 → salla-app-functions；token/OAuth → salla-app-auth。
创建、美化、导出并校验达到出版质量的科学与技术图表。xy 是首选默认工具（兼容 matplotlib.pyplot，便于迁移）；也支持 matplotlib/seaborn/plotly。当用户要求 "publication figure"、"paper figure"、"journal-ready plot"、"scientific visualization"、"SVG/PDF/TIFF export"、"colorblind-safe palette"、"multi-panel layout"、"error bars / significance markers"，或需要处理导入 matplotlib、seaborn、plotly 或 xy 的绘图脚本时使用。
擅长保护 Web 应用免受 OWASP Top 10 漏洞影响。涵盖身份验证、授权、输入验证、XSS 防护、CSRF 防护、安全响应头和安全性测试。将安全性视为一等需求，而非事后补充。当提及 "security、OWASP、XSS、CSRF、SQL injection、authentication security、authorization、input validation、secure headers、vulnerability、penetration testing、security、owasp、authentication、authorization、xss、csrf、injection、headers" 时使用。
使用 Python sentence-transformers（SBERT）库和预训练 Hugging Face 模型（如 all-MiniLM-L6-v2、all-mpnet-base-v2 及多语言变体）在本地生成句子、文本和图像嵌入。涵盖编码、余弦相似度、语义搜索、批量编码、微调以及 LangChain/LlamaIndex 集成。为 RAG 构建嵌入、运行语义搜索或相似度评分、聚类或分类文本、无需 API 嵌入多语言文本，或使用领域数据微调嵌入模型时使用。对于基于 API 或托管的嵌入，请改用 OpenAI 或 Cohere Embed。
针对 URL 或域名的图像 SEO 审计。通过 Firecrawl 拉取原始图像清单，然后审计 alt 文本质量、现代格式覆盖（WebP / AVIF）、响应式尺寸（`srcset` / `sizes`）、懒加载和 LCP 信号（`loading`、`fetchpriority`、`decoding`）、对 CLS 安全的尺寸、描述性文件名以及 `ImageObject` JSON-LD。可选交叉参考 PageSpeed Insights 以获得真实的字节节省估算。产出按优先级排序的修复清单以及可直接粘贴的 picture 元素标记和 `ImageObject` schema。区别于 `seo-technical-audit`（在站点层面暴露审计标记的图像问题）和 `seo-schema`（生成页面级 JSON-LD 但不生成图像专属标记）。当用户要求 "image SEO"、"image audit"、"alt-text audit"、"WebP coverage"、"AVIF"、"responsive images"、"lazy loading"、"CLS images"、"image schema"、"ImageObject"、"image rich results"、"licensable images" 或 "optimise images" 时使用。
主 SEO 编排器，涵盖 9 个类别下 24 个专门 sub-skill。面向任何网站或业务类型做全面 SEO 分析。执行全站审计、单页深度分析、技术 SEO 检查（可抓取性、可索引性、含 INP 的 Core Web Vitals）、schema 标记、内容质量（E-E-A-T 框架）、图片优化、站点地图分析、站点架构规划、AI 搜索优化（面向 ChatGPT、Perplexity、AI Overviews 的 GEO）、外链分析、关键词研究、SERP 跟踪和 AI 可见性监测。可识别 SaaS、电商、本地商家、出版方、代理商等行业。触发词："SEO"、"audit"、"schema"、"Core Web Vitals"、"sitemap"、"E-E-A-T"、"AI Overviews"、"GEO"、"technical SEO"、"content quality"、"page speed"、"structured data"、"site architecture"、"metadata"、"AI SEO"、"backlinks"、"link building"、"keywords"、"keyword research"、"SERP"、"AI visibility"、"local SEO"、"GBP"、"Google Business Profile"、"Google Maps"、"local pack"、"NAP"、"local citations"、"Ask Maps"。
抓取域名的 XML 站点地图（以及站点地图索引），然后与最近的 SE Ranking 网站审计进行对比。呈现 (a) 爬虫未能找到的站点地图条目（来自站点地图的孤儿页面），(b) 审计中有但站点地图缺失的页面（很可能是遗漏），(c) 如今已 404 的站点地图条目，(d) lastmod 不一致。当用户要求 "sitemap analysis"、"check my sitemap"、"sitemap vs audit"、"missing pages"、"orphan pages" 或 "sitemap health" 时使用。
使用本技能可在 Jetpack Compose 的主机（Robolectric/JVM）测试与设备（instrumentation）测试之间做出选择，并正确配置二者。涵盖 `androidHostTest`（又称 `src/test/`）与 `androidDeviceTest`（又称 `src/androidTest/`）的源集划分、两者各自能驱动和不能驱动的内容（RenderThread、截图、无障碍），Robolectric 的 `@RunWith(AndroidJUnit4::class) @Config(minSdk = 23)` 配置，以及为什么除等待 RenderThread 的截图测试外，任何地方都禁止使用 `Thread.sleep`。当用户反馈 “tests pass locally but fail on CI”，询问 “Robolectric vs instrumentation”，提到截图测试、涟漪动画、无障碍检查在 Robolectric 上抛出异常，或问 “should this test live in test/ or androidTest/” 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。