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
为正在启动新项目的代理商构建有数据支撑的客户入职提案,将 SE Ranking 的 SEO + AI 搜索审计与 Planable 对客户当前社交表现的分析相结合。当代理商想向新客户(或即将签约的客户)展示其现状与计划,或说出"为[客户]构建入职提案""我们要开始与[客户]合作,整理 SEO + 社交分析""创建包含审计和社交基线分析的客户提案""为 SEO + AI + 社交项目划定范围""向客户展示他们的机会和我们的计划"之类的话时,使用此技能。假定客户的社交账号已在 Planable 中连接。对于将 SE Ranking 分析与 Planable 社交数据相结合的新项目提案,始终启用。
为临床报告生成默认关闭的 JSON 草稿模板,并在本地运行确定性的结构和一致性检查,涵盖 CARE 病例报告、放射学、病理学和实验室框架、CONSORT 2025、SPIRIT 2025、ICH E3 CSR、汇总不良事件表、来源清单、术语架构和去标识化流程检查表。根据经核实的来源事实清单起草待发表病例报告时使用。根据报告结构检查试验结果稿件、方案或 CSR 草稿时使用。根据合成或去标识化数据构建汇总安全性表格时使用。将文档路由至适用指南时使用。不用于诊断、治疗建议、个例安全性报告创建,或文件递交与申报。
资深嵌入式工程师代码评审。默认针对 Classic AUTOSAR 嵌入式 C,涵盖两个方面:(1) 正确性评审 —— 整数溢出、volatile 正确性、ISR/任务竞态条件、栈使用、动态内存、控制流、AUTOSAR/ISO 26262 就绪度,发现项按 Critical/Major/Minor 分级;(2) 命名评审 —— 模块、SWC 类型、端口名、runnable、C 标识符、typedef、宏和枚举的 AUTOSAR Classic 约定,并与 MISRA Rule 5.x 标识符唯一性保持一致。审查现有代码,并为新工作生成命名正确的标识符。当输入为 C++ 或名称包含 ara:: 时处理 Adaptive AUTOSAR C++14+,评审 RAII、异常与 ara::core::Result、智能指针以及 AUTOSAR C++14 / MISRA C++:2023 命名。第三个重点,遗留系统现代化评估,提出迈向符合 MISRA、抽象 MCAL、具备单元测试状态的最小安全步骤。返回可直接决策的发现项,内置自检,并可在 analysis/ 下输出自包含的 HTML 报告。
当用户想要管理法规合规、确保供应链符合标准,或应对贸易法规时使用。当用户提到"regulatory compliance"、"trade compliance"、"customs"、"import/export regulations"、"certification management"、"audit management"、"REACH"、"RoHS"、"conflict minerals"、"country of origin"、"trade restrictions" 时也使用。关于可持续性合规,参见 sustainable-sourcing。关于质量标准,参见 quality-management。
审计并管理完整的项目上下文全景:CLAUDE.md 记忆层级、项目文档、Markdown 足迹与内容重叠。检测项目类型、评估质量、标记过时文档,并报告上下文总成本。触发词:'audit context'、'audit memory'、'update CLAUDE.md'、'restructure memory'、'session capture'、'check project docs'、'markdown footprint' 或 'what docs does this project need'。
在 PostHog AI 可观测性中创建持续运行的在线评估,并以已识别的真实故障模式为依据。当用户希望自动为后续生成内容或完整轨迹评分时使用,例如“创建一个评估来捕获 X”“持续检查响应是否执行 Y”“把这些故障转成评估”,或在查看轨迹后发现反复出现的故障。涵盖:根据已探索的数据决定创建多少个评估并提供选项供用户选择;选择目标和评估类型(hog / llm_judge / sentiment);配置 llm_judge 的提供商和模型;通过条件限定触发评估的生成内容;先以禁用状态创建、验证范围、启用,并回填历史数据。如果没有值得捕捉的故障模式,则建议 sentiment 评估。发现并排列值得评估的故障模式属于独立任务——先使用 exploring-ai-failures。调试或管理现有评估时,使用 exploring-llm-evaluations。
为 Databricks 作业、Lakeflow 管道和 Declarative Automation Bundles(DABs)提供无服务器计算,使用 STANDARD 或 PERFORMANCE_OPTIMIZED;仅在无服务器无法运行工作负载时使用 classic。创建、部署、调度或编辑作业或管道,或决定其计算资源时使用。编写作业规范前必须调用。迁移现有 classic 工作负载时,请使用 databricks-serverless-migration。
查询或调用按 token 付费的基础模型,或创建、更新、列出或查询 Unity Gateway(也称 Unity AI Gateway)服务时使用,包括模型提供商服务、MCP 服务、system.ai 服务以及由三部分组成的 Unity Catalog 服务名称(catalog.schema.service)。也用于管理 Unity Gateway 的支出预算和使用量提醒,以及从旧版 AI Gateway 迁移。若具有 Model Serving 端点权限(例如 CAN_QUERY)的工作负载在查询三段式模型名称时收到 PERMISSION_DENIED,也请使用此工具,因为端点访问权限不代表拥有 Unity Gateway 服务的访问权限。不用于在 Model Serving 端点上配置旧版 AI Gateway;此用途请使用 databricks-model-serving。
让 Agent 对链上资本市场具备加密原生的认知。适用于关于 DeFi、金库、策展人、收益、稳定币、合成美元、RWA(现实世界资产)、代币化股票、借贷、永续合约、期权、LP 头寸、代币发射台、联合曲线或链上信贷的任何问题。触发用于学习("什么是备兑看涨期权"、"解释 post-only")、尽职调查("评估这个金库"、"这个 APY 可持续吗")、交易解剖("这个基金实际做空什么")、策展人比较、费用通道("我的 gas 费去了哪里")、RWA 铸造与赎回机制("这个代币化 APY 是真的吗")、逼空与操纵("这是逼空吗"、"这是刷量交易吗")、拥挤度("是信念还是拥挤的退出")、DeFi 内容任务,以及监控("这周有什么变化")。即使没有 DeFi 一词,只要主题是链上收益、加密代币、利率或市场结构,也要触发。在任何涉及数字的内容之前刷新实时数据。不适用于仅 TradFi 的利率或信贷问题、LLM token 或交易执行。
找出测试之外真实代码路径上的 mock、stub、fake、隐藏回退和占位实现;这些路径并未执行真实操作,却虚报成功。针对每一处,提出真实依赖方案或如实失败的处理方式。适用于变更、指定文件、目录或 diff 可能将测试替身或被吞掉的错误带入生产环境时;catch 或 except 返回空列表、None、默认值或 true 时;守卫逻辑因缺少键、配置或输入仍放行请求时;线上路径中的函数抛出 NotImplementedError 或返回 TODO 值时;功能报告成功但似乎没有任何效果时;或在完成涉及错误处理、集成或服务客户端的工作之前。
使用 designmdme CLI,从任意网站 URL 生成 DESIGN.md 设计系统规格(颜色令牌、字体排版、间距、阴影、组件)以及可选的 HTML 预览。适用于用户想提取、捕获、复刻或参考某网站的设计系统或视觉风格时——例如 "build a UI like stripe.com"、"match this brand's look"、"get the design tokens for linear.app"、"make my app look like notion.so",或在编写 UI 代码前需要从真实网站获取准确的调色板、字体栈或组件样式时。
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。
