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
在起草 ADR 之前,若上下文、组件、关系、决策者或既往决策不清晰,应使用本技能。在「I want to write an ADR for X」「gather context for a decision」「discovery for an ADR」「ADR intake」「ADR pre-flight」「prep work before an ADR」「what's the current architecture?」或「set up a decision log」时主动激活。提供:零幻觉问答、经人确认的发现简报、待解问题登记册,以及起草前五项必需确认。
当某项决策已可转化为 ADR,且用户希望共同思考而非套用模板时,应使用本技能。在「draft the ADR」「write up the decision」「co-think this ADR」「challenge my reasoning」「ADR for X」「MADR for X」「Y-statement for X」「we decided to use X」「co-draft」「ADR drafting」或「scripted push-back」时主动激活。提供:七阶段 ADR 起草、每轮一问、失败模式压力测试,以及对照 ADR-is-NOT 清单的自我批判。
使用本技能，以通过/不通过的对抗性审查来把关 TypeScript 与 React 应用代码中的设计模式用法——由单个盲审子代理依据 18 条可判定规则评判 diff 或文件集，规则涵盖隐式状态机（布尔标志生命周期、useEffect 链、存储派生状态、非穷尽联合类型匹配）与过度工程的 OO/企业级移植（getInstance 单例、工厂类与建造者类、单方法策略类、State/Visitor 层级、React 树内部的事件总线、直通式仓储、DI 容器、单一实现的接口、组件继承、仅含逻辑的 HOC、仅含静态成员的类、琐碎的访问器）。在合并 TS/React 工作前触发，在被要求把关或判定模式用法时触发，或作为检查 Agent 编写的代码是否在移植 Java/C# 习语的环节。它只给出判定；如需教学式指导，请使用 implementation-design-patterns 或 implementation-functional-patterns。
OOS 模板智能生成技能。当用户需要创建、编写或生成阿里云 OOS（Operation Orchestration Service）自动化模板时使用。适用场景：根据运维需求生成 OOS 模板、查询可用的 Action 和 OpenAPI、校验模板语法、迭代修复模板错误。触发词："generate template"、"create template"、"write a template"、"OOS template"、"operation orchestration"、"automation template"、"help me orchestrate"
使用此技能从零设计 OpenAPI 规范，评估现有规范在 AI Agent 就绪度、安全性或设计质量方面的表现，或修复规范中发现的问题。当用户描述想要构建的 API，要求「设计」「创建」「起草」或「搭建」OpenAPI 规范，或提到为某个服务或领域构建 REST API 时触发。当用户说「我想为 X 暴露端点」「帮我为 Y 设计一个 API」或「我需要为 Z 写一份 OpenAPI 规范」之类的话时触发 —— 即使没有明确说「OpenAPI」。当用户要求评估、审查、检查或评定一份 OpenAPI 规范的 Agent 兼容性、API 质量、安全性、OWASP 合规性、WSO2 指南或 REST 最佳实践时触发 —— 或者当他们分享一个 .yaml/.json OpenAPI 文件并询问其质量如何时触发。当用户要求修复、纠正、补救或对 OpenAPI 规范中的问题应用修复时触发 —— 包括「修复 issue spec-001」「修复所有 HIGH 严重级别问题」「应用 autoFixable 修复」或「修复这份报告中的规范问题」。
**工作流技能**——在逐项资源评估并明确批准具体修改后，将符合条件的 Aspire 13.6+ AppHost 从旧版 ProjectResource API 安全迁移到实验性的 DotnetProjectResource API。适用范围：评估或迁移现有的 AddProject、addProject、AddCSharpApp、addCSharpApp 或 AddBlazorGateway 资源以使用 Project v2；将 ProjectResource 迁移到 DotnetProjectResource；清理由此产生的过时 AppHost ProjectReference 边。不要用于：升级 Aspire 版本、创建／连接新的 AppHost、迁移 Azure Functions、通用源码现代化、常规 C# 资源连接或添加新的 AddProject 资源（使用 aspireify）、发布，或构建／生命周期诊断。调用：Aspire 文档／API 查询、aspire add/restore/start/wait、AppHost 和包修改。单项操作：先评估；仅凭笼统的迁移请求绝不修改。
提供使用 Axolotl 微调大模型的指导，涵盖 YAML 训练配置、LoRA 和 QLoRA、使用 DPO、KTO、ORPO 和 GRPO 进行偏好训练、多模态模型、FSDP 和多 GPU 设置、序列（上下文）并行、NCCL 带宽测试、数据集格式、为 vLLM 和 llmcompressor 保存压缩模型，以及自定义集成。在编写或调试 Axolotl YAML 配置、为微调任务选择数据集格式、跨 GPU 设置 FSDP 或 context_parallel_size，或运行 DPO、KTO、ORPO、GRPO 训练时使用。为 vLLM 推理保存压缩模型，或编写自定义 Axolotl 插件或集成时也可使用。不适用于推理服务或 Axolotl 之外的通用 Hugging Face Trainer 脚本。
Azure Key Vault 指南 —— 使用 RBAC、网络隔离、托管标识访问、软删除/清除保护以及轮换，安全地存储和管理机密、密钥与证书。涵盖何时使用标准 Key Vault 与 Managed HSM（FIPS 140-3 第 3 级）、每个应用一个保管库的爆炸半径原则，以及 App Service / Functions 中的 Key Vault 引用。WHEN: Azure Key Vault、存储机密、管理证书、加密密钥、机密轮换、Key Vault RBAC、清除保护、软删除、专用终结点 Key Vault、托管标识访问机密、Managed HSM、Key Vault 引用、BYOK CMK。DO NOT USE 用于证书颁发机构设计（使用 pki-design）、仅涉及 Entra 应用凭据（使用 entra-id），或 PaaS 网络拓扑（使用 azure-network-security-design）。
Azure Policy 指南 —— 使用定义、计划、分配和修正任务，在 Azure 中大规模强制执行和审核治理与安全护栏。涵盖效果（Audit、Deny、Append、Modify、DeployIfNotExists、AuditIfNotExists）、管理组继承、先审核后推广、参数化可重用策略以及排除项规范。为 Microsoft Defender for Cloud 的法规符合性提供支持。WHEN: Azure Policy、治理护栏、强制执行合规、策略计划、拒绝资源、审核配置、修正任务、deployIfNotExists、管理组策略、安全基线强制执行、MCSB 计划、Azure 法规符合性。DO NOT USE 用于资源 RBAC 角色选择（使用 azure-role-selector）、仅涉及 Defender 态势（使用 defender-for-cloud-hardening），或 Bicep / IaC 模板。
在编写、审查或重构 TypeScript/Node.js 后端应用或 API 代码且后端设计指导有帮助时使用，包括 API、路由、控制器、中间件、SDK、服务、仓储、数据库访问、运行时 worker 以及实现后端行为的外部集成。不要仅因为代码运行在 Node.js 或服务器上就使用。跳过 CI/工作流配置、部署或维护脚本、演示、测试、简单重命名、格式化、仅文档的工作，以及其他不需要后端设计指导的机械性或辅助性工作。当原因和修改位置已知时，不要用于局部缺陷修复，即使受影响的代码属于 SDK 或后端组件。
在 HCLS 中推理生物标志物的发现与验证 —— 对生物标志物意图分类、选择特征选择与交叉验证策略、避免数据泄漏，以及规划外部重复验证。适用于用户要求发现、开发或验证生物标志物；从高维组学或临床数据中选择特征；设计验证研究；选择评估指标；论证样本量；整合多组学信号；或评估临床效用。触发词包括 "discover a biomarker"、"validate biomarker"、"prognostic vs predictive"、"feature selection"、"LASSO vs elastic net"、"nested cross-validation"、"data leakage"、"C-index"、"time-dependent AUC"、"decision curve analysis"、"external validation cohort"、"events per variable"、"optimism-corrected"、"multi-omics integration"、"clinical utility of a biomarker"、"is this biomarker ready"。
测试经授权的 Web 应用中的业务逻辑缺陷和竞态条件——这类问题是扫描器无法发现的。为不变量建模（价值守恒、唯一性、单调性、排他性），构建 Actor × Action × Resource 矩阵，滥用状态机（跳过／重排／重放步骤、切分限制），查找数值错误（浮点数与十进制舍入、跨货币退款套利、负数金额）、过期的功能门控和 Saga 缺口；通过受控的并行请求证实并发错误（双重支出、更新丢失、幂等键复用）。用户提到“业务逻辑测试”“竞态条件”“双重支出”“TOCTOU”“并发错误”“幂等性”“优惠券复用”“工作流绕过”“限制绕过”“负数金额”“退款套利”“并行请求攻击”或“逻辑缺陷”时使用。
使用本 skill 在真实 Android 设备或模拟器上将每个 Jetpack Compose `@Preview` 渲染为截图，并从 CI 发布可浏览的 HTML 目录。涵盖 Compose HotSwan Gradle 编译器插件（`com.github.skydoves.compose.hotswan.compiler`）和 `debugImplementation("com.github.skydoves.compose.hotswan:preview")`、`captureAllPreviews` 任务、通过 `HotSwanPreviewActivity` + `screencap` 经 ADB 捕获单个预览、`hotSwanCompiler { preview { renderDelayMs; demoMode; sdkModeEnabled } }` DSL、按预览的 `@PreviewScreenshot(renderDelay = …)`、在 GitHub Actions 中的模拟器上运行（`reactivecircus/android-emulator-runner` 或 Gradle Managed Devices）并将目录部署到 GitHub Pages，以及设备渲染与宿主机 JVM 工具（Paparazzi、Roborazzi）的差异。当用户提到“captureAllPreviews”、“HotSwan”、“preview screenshots in CI”、“screenshot catalog”、“preview catalog on GitHub Pages”或“Paparazzi vs Roborazzi vs device screenshots”时使用。
代码图导航、语义化代码搜索与影响分析。当用户问 "X 定义在哪里？"、"谁调用了 X？"、"谁导入了 X？"、"什么依赖 X？"、"X 是如何被使用的？"、"X 是从哪里被调用的？"、"如果我修改 X 会破坏什么？"、"修改/删除 X 安全吗？"、"帮我重构 X"、"给我看调用图"、"追踪执行流程"、"找出 X 的所有用法"、"找出与……相关的代码"、"给我看 X 是如何工作的"、"给我看 X 的实现"、"显示文件结构"、"列出文件中的所有函数/类"、"显示继承树"、"显示类层次结构"，或需要导航代码、定位定义、按概念或行为搜索代码、追踪依赖、评估改动的爆炸半径、探索某功能的实现方式、支持重构（重命名、提取、移动、删除），或探索陌生的代码库时使用。支持 Python、TypeScript/JavaScript、Rust、Go、Ruby、Java、C、C++、C#、PHP、Dart、Swift、Kotlin、Vue、Svelte、Astro 以及 Markdown 文档，另支持 React/JSX 与 Vue/Svelte/Astro 的组件使用边。
借助你的 AI Agent 构建和管理营销目录、落地页和多步骤漏斗。通过 JSON schema 创建目录、即时发布、使用加权变体运行 A/B 测试，并跟踪访客分析——全部通过对话完成。适用于：(1) 创建或更新目录/漏斗/落地页，(2) 查看访客、转化和流失率等分析数据，(3) 对不同的目录版本运行 A/B 测试，(4) AI 依据自然语言提示将访客路由到合适的目录变体，(5) 管理团队访问所需的 API 密钥，(6) 为目录上传视频，(7) 查看单个访客的访问路径，(8) 查看表单字段的响应分布，(9) 创建沙箱，在不影响生产环境的情况下安全编辑目录，(10) 使用元素检查器为 AI Agent 获取精确的组件引用，(11) 通过 Agent API 以无头方式提交表单数据，用于 AI Agent 集成，(12) 上传并压缩图片以实现快速加载，(13) 以 TypeScript 文件编写目录，具备完整类型安全，(14) 上传并托管可下载文件（PDF、ZIP、文档），采用基于额度的计费，(15) 使用 CatalogKit 全局 API 桥接（window.CatalogKit）为内联脚本构建自定义交互式 UI，实现实时字段访问和多表单隔离，(16) AI Agent 可通过有状态的 Agent Session API 逐步填写目录表单，(17) 针对免费试用漏斗配置带 3D Secure 验证和授权冻结的高级 Stripe 结账，(18) 在部署到云端之前通过热重载在本地预览目录，(19) 使用本地文件引用（图片、视频、脚本），推送时自动上传到 CDN，(20) 通过内置购物车 UI（悬浮按钮、滑出抽屉、订单摘要）和 Stripe 支付集成，为漏斗添加购物车和结账功能，(21) 在推送前于本地验证目录 schema，(22) 从模板搭建新目录，(23) 对比本地与远程目录 schema 的差异，(24) 使用自己的测试密钥在本地测试真实的 Stripe 结账，(25) 通过 SSE 流监控本地开发事件（页面浏览、字段变更、结账），用于 AI Agent 测试。触发词：catalog funnel、catalog kit、funnel builder、landing page、lead capture、create catalog、catalog analytics、conversion funnel、form builder、ab test、catalog api、ai routing、variant routing、hint routing、sandbox、element inspector、devtools、image upload、image compression、webp、typescript、ts config、file upload、file download、downloadable、hosted files、CatalogKit、window.CatalogKit、global api、inline script、html script、custom ui、api bridge、multi-form、agent api、headless form、agent session、form submission api、stripe checkout、3d secure、3ds、free trial、payment verification、trial end behavior、billing server、stripe webhooks、local dev、local preview、dev server、hot reload、local assets、local files、catalogs dev、cart、shopping cart、cart sidebar、cart drawer、checkout page、order summary、page offer、offer acceptance、add to cart、cart button、payment page、order bump、upsell、catalog validate、catalog init、catalog diff、catalog open、scaffold template、visibility conditions、debug panel、form state debug、validation overlay、local checkout、stripe test mode、dev events、event stream、local analytics、sse events
生成代码，使用 CellTypist、SingleR、基于标记的注释或参考标签转移（scANVI/ingest）为单细胞 RNA-seq 聚类分配细胞类型标签。触发于以下请求："annotate cell types"、"label clusters"、"run CellTypist"、"SingleR annotation"、"marker gene dotplot"、"transfer labels from reference atlas"、"cell identity"、"automated annotation"、"reference mapping"、"scANVI label transfer"、"canonical markers"、"immune cell types"、"hierarchical annotation"、"majority voting CellTypist"、"over-clustering annotation"。
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。