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
在 Apple 平台上编写和审查 Swift 可观测性代码 —— 统一日志(Logger、OSLog、隐私脱敏、日志级别与持久化)、signpost 与 Instruments、活动追踪、MetricKit 指标与诊断(启动、卡顿、崩溃、OOM、磁盘写入)、崩溃报告与符号化、OSLogStore 日志导出、Xcode Organizer,以及将遥测数据发送到你自己的后端或第三方 SDK。适用于添加日志、为性能埋点、接入 MetricKit、诊断生产环境崩溃或卡顿、导出日志以便支持,或在 print、Logger、signpost 和分析类 SDK 之间做选择时。
使用 opencode-skill-creator 插件创建、测试、评估、优化并打包 OpenCode 技能。当用户明确提到 opencode-skill-creator、OpenCode Skill Creator、创建 OpenCode 技能、编辑 OpenCode SKILL.md、运行技能评估、对技能性能做基准测试或优化 OpenCode 技能描述时使用。除非用户要求将该工作流移植到 OpenCode,否则不要用于通用的 Claude Code 或 Superpowers 技能创建。
OpenSpec 规范驱动开发助手 - 基于 OPSX 工作流的 AI 辅助编程框架。 在编写代码前与 AI 就需求达成一致,使用 Schema 驱动的工件依赖系统管理变更。 触发条件(满足任意一项即触发): 1. 用户提及 "openspec"、"opsx"、规范驱动开发、spec-driven 2. 用户想要开始新功能开发、重构或探索复杂需求 3. 用户抱怨 AI 理解偏差或频繁返工 4. 用户使用斜杠命令如 /opsx:new、/opsx:ff、/opsx:apply 等 5. 项目初始化或准备重大变更时 6. 需要生成 proposal、design、tasks 等规范文档时 推荐使用:改进现有项目(棕地开发)、需要高质量实现的关键功能、团队协作开发。 不推荐:快速原型验证(0→1 探索)、一次性小脚本、需求极度不明确的创新探索。
在 Opik 测试套件上将候选版本与基线进行对比,并反馈具体数据——哪些用例失败、哪些已修复、各项指标的变化、表现最差的行,以及两次运行是否可比;同时提供 Opik 对比视图链接。通过 SDK 运行;连接 MCP 时通过 MCP 读取结果。不作出是否发布的结论。适用于“我的修复生效了吗”“与基线比较”“运行回归测试套件”“质量为何下降”“哪些用例出现回归”“比较这两次实验”。不用于决定发布或暂缓发布(使用 verify)、线上生产问题分流(使用 diagnose)、从头构建评估(使用 evaluate)或记录单个用例(使用 test)。
通过 GenSpectrum LAPIS API 查询实时病原体基因组监测数据,了解当前流行的病毒谱系、增长速度及携带的突变。凡问题取决于病原体群体的当前状况而非记忆中的事实,均适用:例如哪种 SARS-CoV-2 变体占主导、某个 Pango 谱系是否仍被指定或已撤销、宿主或地区中的 H5N1 分支或基因型、PCR 引物或检测靶标是否仍与流行序列匹配,或某谱系的流行率每周如何变化。触发词包括“variant surveillance”“genomic surveillance”“what variant is circulating”“dominant variant”“Pango lineage”“lineage prevalence”“growth advantage”“SARS-CoV-2 variant”“XFG”“clade 2.3.4.4b”“H5N1 genotype”“influenza clade”“RSV/mpox/measles/dengue lineage”“CoV-Spectrum”“LAPIS”“Nextclade”“pango-designation”,以及任何询问当前病原体群体状况的请求。
可复用的审批循环模式,用于将潜在客户个性化工作分发到并行的 Claude Code Task 子 Agent。向用户展示 1 条示例个性化内容,收集反馈,再运行 10 条,获得批准,再运行 10 条——当连续两轮零修改时停止,然后扩展到完整列表。始终使用 Claude Code Task 工具子 Agent——绝不使用外部 Anthropic/OpenAI API key。当任何技能需要按潜在客户定制的变量(情境句、价值句、CTA)时使用。
首次用户体验(FTUE)设计:通过游玩进行教学,30 秒内吸引玩家,并让玩家终身留存。当提及 "tutorial, onboarding, teach player, first time user, FTUE, new player experience, how to teach, teaching mechanics, tutorial level, intro sequence, player retention, drop-off, skip tutorial, contextual hints, help system, onboarding, tutorial, ftue, first-time-user-experience, player-retention, teaching, learning, progressive-disclosure, difficulty-curve, new-player-experience, hooks, engagement" 时使用。
埋点与指标设计方案生成器。从产品需求/核心链路出发,输出完整的埋点方案文档(事件、字段、触发时机、口径说明、QA 校验清单)。 触发条件:用户提到"埋点"、"tracking"、"事件设计"、"数据采集"、"上报方案"、"埋点方案"、"事件规范"、"字段设计"、"指标口径"、"数据验收"、"QA校验"等关键词。 也适用于:用户提供产品PRD/需求文档要求产出埋点方案;用户提供核心用户链路要求拆解事件;用户要求规范化事件命名或字段定义;用户要求设计数据验收方案。 典型输入:事件命名规范 + 字段字典 + 核心链路描述/流程图。 不适用于:纯数据分析(用 pm-analytics)、纯BI看板搭建、纯SQL查询编写。
使用此技能设计新产品、迭代产品创意或编写产品规格。触发词:"design product"、"new product idea"、"product concept"、"product development"、"product spec"、"iterate on product"、"product design"、"invention"、"prototype spec"、"product requirements"、"product engineering"、"develop product"。输出:产品规格、BOM 估算、功能拆解、差异化分析。
使用 pydicom 3.x(dcmread、dcmwrite、pydicom.pixels)读取、检查、写入和转换本地 DICOM 文件,包括元数据、传输语法、压缩像素数据插件、帧解码、私有元素、DICOM JSON,以及使用捆绑的辅助脚本进行有限范围的假名化审查。适用于从 DICOM 数据集提取汇总元数据而不打印 PHI、检查部署所需的传输语法和编解码器插件、在解码像素数据前规划帧数或内存限制、渲染一帧非诊断性图像、压缩或解压像素数据,或构建并审计假名化衍生数据。不可用于诊断阅片,也不可用于声称符合 DICOM PS3.15、HIPAA 或 GDPR。
有主见的 Rails 约定:富模型、concern、一切皆 CRUD、状态即记录、最少依赖、配合 fixtures 使用 Minitest。在任何代码层面的思考之前就加载本技能,而不仅仅是编辑文件之前。只要任务以任何方式涉及 Rails 代码就立即需要:设计甚至只是讨论数据模型、schema、迁移、实体、关联、字段、校验、类或方法命名;编写、规划、审查、分析、测试、调试或重构;或在聊天中内联提出任何模型、表、列、路由或代码片段。如果你即将命名一个模型或勾勒一个列,你就已经在适用范围之内,即使是在尚未写入任何文件的探索性来回讨论中。不要让 "我们只是在讨论" 这种说法推迟加载。不要用于非 Rails 后端、NestJS 或通用架构(使用 nestjs-modular-monolith 或 coding-guidelines)。
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。
