Skills
收录 100,928 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
使用此技能可通过组合 `SemanticsMatcher` 谓词(`infix and`、`infix or`、`operator not`)以及预置过滤器库(`hasText`、`hasClickAction`、`isEnabled`、`isOn`、`hasTestTag`、`hasContentDescription`、`hasParent`、`hasAnyAncestor`、`hasAnyChild`、`hasAnySibling`、`hasAnyDescendant`、`hasImeAction`、`hasScrollToKeyAction`、`hasScrollToNodeAction`、`isDialog`、`isPopup`、`isRoot`、`isFocused`、`isEditable`、`isHeading`)构建精确的 Compose UI 测试查询。涵盖用于自定义语义键的 `SemanticsMatcher.expectValue` / `keyIsDefined` / `keyNotDefined`。适用于开发者询问如何查找“文本为 Submit 的已启用按钮”、如何组合匹配器、如何按自定义 `SemanticsPropertyKey` 过滤、如何编写层级谓词,或提到 `hasParent`、`hasAnyAncestor`、`expectValue` 时。如果开发者想要一个匹配器而不是三个链式断言,请使用此技能。
Conclave — 带匿名化辩论的多 LLM 议会。将多个 AI 模型(Claude、Gemini、GPT、Grok、Llama 等)编排为 Karpathy 风格的议会,含 3 个深度级别:quick(并行回答)、standard(并行 + 综合)、deep(并行 + 匿名交叉批评并排名 + 辩论综合)。灵感来自 Karpathy 的 LLM Council。当用户输入 /conclave、要求 "consult multiple models"、"get council opinion"、"multi-model debate"、"ask the conclave"、"cross-validate with other AIs",或希望多个 LLM 辩论并综合出答案时,使用此技能。在架构决策、安全审查、多视角代码审查,或用户希望通过交叉参照多个模型获得高置信度答案时也可触发。
获取任何开发者技术的权威、最新的技术文档、API 参考、配置细节与代码示例。在回答技术问题或编写与外部技术交互的代码时,随时使用此 skill。这包括库、框架、编程语言、SDK、API、命令行工具、云服务、基础设施工具与开发者平台。常见场景:- 查找 API 端点、类、函数或方法参数 - 检查配置选项或 CLI 命令 - 回答「how do I」类技术问题 - 生成使用特定库或服务的代码 - 调试与框架、SDK 或 API 相关的问题 - 获取安装说明、示例或迁移指南 - 核实特定版本的行为或破坏性变更。当文档准确性很重要,或模型知识可能过时时,优先使用此 skill。
为 tryelements.dev 注册表创建新的 UI 元素。使用场景:(1) 添加新的 UI 组件(按钮、输入框、卡片),(2) 构建集成组件(Clerk、Stripe、Uploadthing),(3) 创建主题相关元素,(4) 任何 shadcn 风格的注册表组件。重要:对于带变体(icon/wordmark/logo + dark/light)的 logo 组件,请改用 logo-with-variants 技能。本技能包含脚手架、注册表 schema 和组件模式。实现前务必使用 Context7 MCP 获取最新的依赖文档。
以细粒度控制创作 FigJam 白板——便签(单个 + 批量)、节点之间的连接线、带文本的形状、分区、表格、代码块和自动排列——并能读回白板内容和连接图。适用于用户想逐个元素构建或编辑 FigJam 白板时。触发词:'add stickies to FigJam'、'create a flowchart/diagram in FigJam'、'connect these nodes'、'make a section/table/code block in FigJam'、'auto-arrange the board'、'read what's on the FigJam board'、'map the connections'。比原生 generate_diagram(一次性生成整张图)更细粒度。仅限 FigJam 文件(figma.editorType === 'figjam')。需要 Figma 桌面应用(Plugin API)。
纠正模型在构建 Datadog 仪表盘时的错误默认做法,已对照 Datadog 官方文档(2026 年 7 月)核实。适用于创建、编辑或审查 Datadog 仪表盘时——选择 widget、编写 metric/log/span 查询或生成 widget JSON。涵盖那些会渲染出看似合理但实际错误的数值的查询——`.as_count()` 在 graph editor 中会自动追加,但通过 API 时永远不会,因此程序化计数会静默地取平均;`p95` 只在 distribution 指标上有效,而对它取平均是平均值的平均值;比率需要在两侧都加 `.as_count()`,否则就会对插值后的平均值做除法。还涵盖让查询立足于真实存在的指标而非虚构名称、与 UI 名称不一致的 wire type 字符串(Pie Chart 是 `sunburst`,Table 是 `query_table`),以及 Datadog 自身的布局标准。假定已连接 Datadog MCP server。不适用于 Terraform 或原生 Dashboard API 管理、monitor 与 SLO 编写,或非 Datadog 的可观测性工具。
使用此技能让 `@Preview` 函数成为 Jetpack Compose UI 工作的主要反馈循环——预览驱动开发。涵盖:将状态提升出 composable,使预览永远不需要 `ViewModel` 或 DI 图;使用 `LocalInspectionMode` 进行条件预览渲染(例如用占位符替代 Coil/Glide);使用 `@PreviewParameter` + `PreviewParameterProvider` 并排渲染每个 UI 状态;多配置预览(`uiMode`、`fontScale`、`device`、`widthDp`、`locale`);用带 `@Preview` 注解的注解类实现可复用的预览集;以及导致预览腐化的反模式(屏幕级预览、未包裹主题、零宽度 `fillMaxWidth` 预览、Lorem-ipsum 数据)。当用户提到 "preview won't render"、"preview needs a ViewModel"、"@PreviewParameter"、"LocalInspectionMode"、"preview out of date"、"preview-driven development"、"previews keep breaking" 或 "how to structure Compose previews" 时使用。
使用 Docling 解析、转换、分块并分析文档。当用户以文件路径或 URL 提供文档(PDF、DOCX、PPTX、HTML、图片)并希望:提取文本或结构化内容、转换为 Markdown 或 JSON、为 RAG 摄取对文档分块、分析文档结构(标题、表格、图表、阅读顺序),或通过迭代式流水线调优进行质量评估时,使用该 skill。触发词:"parse this PDF"、"convert to markdown"、"chunk for RAG"、"extract tables"、"analyze document structure"、"prepare for ingestion"、"process document"、"evaluate docling output"、"improve conversion quality"。
当用户想要创建、读取、编辑或操作 Word 文档(.docx 文件)时使用此技能。触发条件包括:任何提及 "Word doc"、"word document"、".docx" 的情况,或要求生成带有目录、标题、页码或信笺头等格式的专业文档。也适用于从 .docx 文件中提取或重新组织内容、在文档中插入或替换图片、在 Word 文件中进行查找替换、处理修订或批注,或将内容转换为精美的 Word 文档。如果用户要求以 Word 或 .docx 文件形式交付 "report"、"memo"、"letter"、"template" 或类似成果,请使用此技能。不要用于 PDF、电子表格、Google Docs 或与文档生成无关的通用编码任务。
只要用户想创建、读取、编辑或处理 Word 文档(.docx 文件),就使用此技能。触发条件包括提及“Word doc”“word document”“.docx”,或要求制作带有目录、标题、页码或信头等格式的专业文档。也适用于从 .docx 文件提取或重组内容、在文档中插入或替换图片、在 Word 文件中查找和替换、处理修订或评论,或将内容转换为精美的 Word 文档。用户要求以 Word 或 .docx 文件形式交付“report”“memo”“letter”“template”或类似内容时,也使用此技能。PDF、电子表格、Google Docs 或与文档生成无关的一般编码任务不要使用。
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。
