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
说明如何使用 @adobe/ffcpe-custom-node-core 和 @adobe/ffcpe-custom-node-app-builder(Hono、mountFfcpeNodeRoutes、createFfcpeNodeWorker、submit/status 契约)实现 FFCPE(Firefly Creative Production for Enterprise)自定义 action web 和 worker OpenWhisk action。说明如何向现有 Adobe App Builder 仓库添加 action：同目录放置的 <action-name>.web|worker|entry 文件、*.config.yaml 更新，以及配合 webpack + esbuild-loader 处理 TypeScript 并输出 CommonJS 的部分。适用于搭建或迁移 FFCPE web/worker 对、修复 ext.config.yaml / runtimeManifest，或调试 hono-openwhisk-adapter web action(web: raw)时。部署后，使用 aio ffcpe catalog 配合同目录放置的 <action-name>.entry.json(adobe/aio-cli-plugin-ffcpe 中的 skill)注册该 action。
帮助 Adobe App Builder 开发者使用 @adobe/ffcpe-custom-node-core 和 @adobe/ffcpe-custom-node-app-builder 构建 FFCPE(Firefly Creative Production for Enterprise)自定义 action(OpenWhisk web + worker action、Hono、submit/status HTTP 契约、inputs/outputs、感知 IMS 的路由)。当用户在 App Builder 中接入自定义 action 应用、实现 FfcpeNodeWorkerHandler、用 mountFfcpeNodeRoutes 挂载路由、配置 web: raw OpenWhisk action、调试 submit/statusUrl 轮询、处理 Text/Image/Video/Json 输入，或为 run-workflow 生成 action 输出时使用。关于 catalog-entry.json 和 aio ffcpe catalog CLI，请使用 adobe/aio-cli-plugin-ffcpe 中的配套 skill。
由于没有公共 API，此工具会在用户的浏览器中操作 Fictiv 按需制造 Web 应用（app.fictiv.com）。支持上传 CAD 文件（STEP、SLDPRT、STL），配置工艺、材料、表面处理、螺纹和公差，查看 DFM 反馈，获取即时或人工报价、交期档位，通过银行卡或 PO 结账，以及跟踪订单和再次下单。用户提到 Fictiv 时使用。用户希望在线 CNC 加工、3D 打印、钣金制造、铸造或模塑零件时使用。用户要求根据 STEP 或 STL 文件获取报价或订购零件时使用。用户需要查询 Fictiv 报价或订单状态时使用。Fictiv 上传、DFM 警告、定价或结账失败时使用。不适用于 ITAR 管制零件，Fictiv 不接受此类零件。
检索公开基因或疾病的 ClinGen 基因-疾病有效性断言，并通过 Folklore Clinical Variant Interpretation MCP 审查针对一个受支持的 GRCh38 胚系核 SNV 或简单 indel、带有来源链接的公开证据和文献。适用于科学 Agent 需要根据已解析、模糊、未找到、无效、不受支持或不可用的变异结果进行确定性分支处理；将已解析的公开变异关联到相关文献或出版物详情；或保留证据溯源信息且不接收患者、表型、家系、共分离或私人病例数据。
面向 Claude Code 的多 Agent 编排器。当用户提到 gastown、gas town、gt 命令、bd 命令、convoys、polecats、crew、rigs、slinging work、多 Agent 协调、beads、hooks、molecules、workflows、the witness、the mayor、the refinery、the deacon、dogs、escalation，或希望同时在多个项目上运行多个 AI Agent 时使用。处理安装、工作区设置、工作跟踪、Agent 生命周期、崩溃恢复以及所有 gt/bd 命令行操作。
使用 Geniml (0.8.4) 和 Gtars 规划并审查本地基因组区间机器学习工作流：根据染色体大小和组装约定验证 BED 文件，规划 Region2Vec、scEmbed 和 BEDspace 运行，检查模型、分词器与 universe.bed 的兼容性，并评估共识全集（CC、CCF、ML、HMM、assess-universe）。附带脚本仅用于验证或规划，不会训练模型。适用于分析前检查 BED 坐标、contig 或组装；规划基于已分词 Parquet 数据的 Region2Vec 或 scEmbed 训练；验证 checkpoint、config.yaml 和 universe 是否匹配；构建或评估共识峰全集；审查 BEDbase 或 Hugging Face 下载风险。不适用于通用 BED 操作或峰调用；请使用 bedtools 等工具。
使用 Genomic Intelligence 托管的 Transformer DNA 语言模型直接从 DNA 序列预测调控特征、基因结构和表达，无需本地 GPU 或模型权重。通过 REST API 和托管 MCP 服务（无需密钥的公开演示）提供六项任务：启动子区域、剪接供体／受体位点、增强子活性、染色质状态、序列到表达（log TPM）和从头基因注释，以及“先查找基因再预测表达”的复合工作流。用户提供基因符号、基因组区域或 DNA/FASTA 序列并希望进行这些预测，或提及 Genomic Intelligence、genomicintelligence.ai、api.genomicintelligence.ai 或 mcp.genomicintelligence.ai 时使用。
在 Ginkgo Bioworks Cloud Lab（cloud.ginkgo.bio）提交和管理实验方案。它是一个基于 Web 的界面，用于在可重构自动化工作站（RAC）上执行自动化实验。用户希望进行蛋白质表达与纯化（无细胞、E. coli 或 Pichia）、HiBiT、A280 或 LabChip 定量、IVT mRNA/circRNA 合成、热转变/可开发性检测、Echo-MS 酶或分析物方法、SPR 靶标导入、荧光像素艺术，或以其他方式使用 Ginkgo Cloud Lab 服务时使用。涵盖实验方案选择、输入准备、定价和下单流程。
使用 Bret Fisher 有主见的 DevOps 规则创建、编辑、审计并加速 GitHub Actions 工作流。当用户要求创建工作流或 CI/CD 流水线、编辑或向现有 `.github/workflows/*` 文件添加作业（哪怕只是改一行）、为安全性审查或加固工作流、加速缓慢的 CI、从 CI 发布容器镜像、自动化发布，或提到 GHA、action 版本固定，或来自 gasa、zizmor、poutine、pinact 或 actionlint 的发现时使用，即使用户没有说 "GitHub Actions"。
使用 orbit CLI 创建和管理 GitHub 仓库、拉取请求、issue、release、分支、secret 等。每当用户询问 GitHub 仓库、PR（拉取请求）、GitHub Actions 工作流运行、分支、tag、提交、issue、release、secret 或组织仓库时，使用本 skill。触发短语如 'list PRs'、'check the actions'、'watch the workflow'、'create a secret'、'open a pull request'、'view the latest commits'、'list repos in org X'、'rerun the workflow'、'close the issue'、'latest release'、'set a GitHub secret'，或任何与 GitHub 相关的任务——甚至包括 'what's running in CI'、'show me the PRs'、'tag a release'、'check if it merged'、'list repos'、'is the build passing'、'add a deploy key secret' 这类随意提法。当用户想监控 CI/CD 进度、管理用于部署的 Actions secret、调试失败的工作流，或直接调用 GitHub REST 端点（'gh api'、'call the GitHub API'、'raw API request'，以及类型化命令未覆盖的任何操作）时，也应触发。orbit CLI 的别名为 `gh`。
使用 Gtars 检查并规划基因组区间处理。Gtars 是用于基因组区间的 Rust/Python/CLI 工具包，支持 BED RegionSet 集合运算（reduce、setdiff、intersect、closest、cluster、gaps）、重叠计数、共识峰集、覆盖度、分词器、片段处理，以及 refget/BEDbase 存储。适用于合并或比较 BED 区间集、从峰构建共识集或全集、为 ML 模型对区域进行分词、处理片段文件，或规划 refget 序列集合和 BEDbase 缓存的使用。运行 gtars 前检查 BED 坐标、contig 或链方向时也适用。不适用于通用 BAM/VCF 处理；此类任务请使用 samtools 或 bedtools。
将实现任务委托给 Kiro CLI，并准确报告其更改内容——依据 git 基线进行验证，绝不采信 kiro 的 SELF-REPORT。收集新 Agent 所需的上下文，将请求改写为自包含、防注入的提示词，并带有 XML 边界标签，注入任务的 kiro 约定技能（`--skill`），通过捆绑的 helper 启动 kiro，并将信任范围限定到相应模式（`implement` = 最小权限写入，`review` = 只读），然后将工作区与运行前的基线进行 diff。绝不自动安装 kiro，也不将远程安装脚本通过管道传给 shell，绝不将原始用户输入通过 shell 传递，也绝不默认使用 `--trust-all-tools`，并且如实报告部分完成和错误，而不是信任 kiro 自己的总结。仅在用户明确要求将实现委托给 kiro 时使用。
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。