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
起草并填写数据隐私合同与协议模板——DPA、数据处理合同、GDPR、HIPAA BAA、业务伙伴协议、AI 附录。基于 Common Paper 标准表单生成可签署的 DOCX 文件。当用户说「DPA」「data processing agreement」「HIPAA BAA」「business associate agreement」或「AI addendum」时使用。若要了解美国某州的消费者隐私法(CCPA 等)而非起草协议,请参见 data-privacy-law-explainer。包含律师审阅的实务指南;见 openagreements.org/editors。
Datadog 入门配置的入口。接收开发者用自然语言表达的目标,通过 dd-account-setup 确保 Datadog 账户有效,询问 dd-product-recommender 适合哪些产品,检测项目的平台和云环境,然后整合现有技能(安装 Agent、启用产品、验证,以及可选的云集成)生成有序计划,并按来源 URL 分派给各项技能;同时如实指出尚无对应技能的产品。用户说“set up Datadog”“onboard my app / this repo to Datadog”“instrument my project”,或提出监控目标但未指定具体产品或技能时使用。
为客户排查和支持 PostHog Experiments(A/B 测试)以查看其自身结果。当粘贴实验支持工单,或客户提出结果相关问题时使用,最常见的是“为什么我的曝光不均匀?”“为什么某个变体没有流量?”“为什么我的曝光缺失/过少?”“为什么显示偏差横幅?”或“为什么 PostHog 的数字和我的 SQL 不一致?”。以只读方式拉取该实验的真实数据,与已知原因目录比对,并生成面向客户的解释、修复方案和相关数字的复核。加载 diagnosing-experiment-health 作为其深度诊断库。以下情况不要触发:创建实验(使用 creating-experiments)、仅配置发布(configuring-experiment-rollout)或指标(configuring-experiment-analytics)、询问生命周期问题(managing-experiment-lifecycle),或出问题的是底层功能开关而非结果(使用 debugging-feature-flags)。
嵌入式测试设计专家,有两种工作模式:(1) 单元测试生成 —— 分析 C 函数的判定与条件,产出达到 MC/DC 覆盖率的测试用例(ASIL-C/D 必需),补充边界与错误路径测试,提供 RTE/BSW 桩声明,并输出覆盖率矩阵;(2) 边界值分析 —— 为每个有类型的数值参数(uint8/sint8/uint16/sint16/uint32/sint32 及定点数)计算 MIN、MIN+1、标称值、MAX-1、MAX 以及越界点,并识别溢出、回绕、截断和符号扩展风险,给出触发输入与安全修复方案。测试输出兼容 Unity、CppUTest 和 VectorCAST 模式。第三种用途,表征测试,在现代化改造前固定遗留代码的现有行为,以便在变更后证明等价性。返回可直接决策、经自检的测试集,并明确列出覆盖率缺口。
读取和修改 GrowthBook 功能开关——创建、搜索、切换、定向、定时、渐增、监控、发布草稿和归档。当用户提到功能开关、功能切换、kill switch、发布、定向规则、百分比发布、保存的群组、前置条件、草稿修订、开关审批或开关清理时使用。触发语句包括 "create a flag for X"、"release this to 10% of users"、"turn on flag X in production"、"gradually roll this out"、"publish this draft"、"what flags do we have"、"who needs to approve this" 和 "delete this stale flag"。若要设计、启动、分析或停止 A/B 测试,请使用 experiments 技能。若要绘制产品数据图表或浏览指标目录,请使用 analytics 技能。若为首次配置 API 密钥,请使用 gb-setup。
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。
