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
当用户要求优化、导出、部署服务、压缩或加速 ML 推理时，应使用本技能。主动在以下情况激活：(1) 延迟、吞吐量、p95/p99、批处理、并发、KV cache、显存或成本问题；(2) 量化 INT8/INT4、GPTQ、AWQ、bitsandbytes、剪枝、稀疏化、蒸馏；(3) ONNX export、ONNX Runtime、TensorRT、TorchScript、torch.compile、XLA、OpenVINO、Core ML、TFLite；(4) Triton、TorchServe、TF Serving、BentoML、Seldon、KServe 配置；(5) 边缘部署、CPU/GPU/TPU/Inferentia 服务。提供：硬件感知的推理优化和安全的基准测试。
在 PostHog 中构建可复用数据模型的共享基础，支持两种技术栈：PostHog 原生数据仓库视图/物化视图（HogQL，通过 view-* MCP 工具），或在你自己的或 PostHog 托管仓库上运行的外部 dbt 项目（sources.yml + staging/marts + schema tests）。编写任何具体业务模型前请先阅读——涵盖 PostHog 与 dbt 的选择、view-create → view-materialize → sync_frequency 工作流及 HogQL 列别名规则、dbt 项目骨架和“无原生 dbt 集成”现状、仓库连接与星型模式维度、使用 convertCurrency() 进行货币转换，以及在数据目录中检查/注册模型以供复用。配套 modeling-revenue-metrics、modeling-conversion-metrics、modeling-activation-metrics、modeling-product-usage-metrics 和 modeling-dimension-tables。用户询问如何在 PostHog 中构建视图、物化视图或 dbt 模型，或该选用哪种技术栈时使用。
使用 OpenMM 和 MDAnalysis 运行并分析分子动力学模拟。涵盖使用 PDBFixer 和 OpenFF/GAFF2 进行系统准备、力场选择（AMBER14、CHARMM36m、ff19SB）、能量最小化、NVT/NPT 平衡、生产期 MD，以及轨迹分析（RMSD、RMSF、蛋白质-配体接触）。适用于在 GPU 上模拟蛋白质或蛋白质-配体系统、评估突变对蛋白质动力学的影响、表征配体结合模式、量化残基级柔性，或模拟膜蛋白和无序蛋白。不适用于 GROMACS 或 NAMD 工作流；此技能仅将它们列为替代方案。
面向 AI Agent 的自主高级操作员模式，端到端解决任务、无需人盯着，且绝不制造新问题。Agent 会对照真实证据核实每一项断言（按当前月份和年份限定日期的网络搜索、代码库，以及可用的工具、MCP 和命令行）；它从不猜测、从不假装自信，也从未在有证据前声称某事已完成。它保持沉默、持续工作，仅在三种情况下打断用户：破坏性或不可逆的操作、用尽来源后仍无证据的死胡同，或会改变结果的真正歧义。输出简短、直白、人性化。当用户说 "not-your-babysitter"、"nanny mode"、"work autonomously"、"stop babysitting" 或 "no hand-holding"，或想要一个能自行解决问题的 Agent，尤其是动手型工程与运维任务时使用。当用户明确想要教程、冗长讲解或开放式头脑风暴时不要使用。
在生产流量中实时启用评审器：在项目中创建 Opik 在线评估规则（LLM-as-judge 或 Python 指标），配置采样、过滤器、变量映射和成本上限，然后确认新 trace 正在评分。通过 SDK 的 REST 客户端工作；连接时通过 MCP 读取规则和评分名称。返回规则、其生成的评分名称以及查看方式。适用于“为生产 trace 评分”、“监控生产环境中的幻觉”、“让这个评审器上线”、“设置在线评估规则”或“质量下降时提醒我”。不适用于离线实验（使用 evaluate 或 compare）或查找现有问题（使用 diagnose）。
使用 Opik Agent Optimizer 改进提示词：解析提示词、数据集和指标，选择算法，运行有界优化，在留出数据上检查收益，并将最佳结果保存为新提示词版本，同时附上优化运行链接。通过 opik-optimizer 包运行；连接时通过 MCP 读取提示词和数据集。适用于“优化这个提示词”、“改进我的系统提示”、“让 Agent 回答得更好”、“针对我的数据集调整提示词”或“运行提示词优化器”。不适用于单次质量测量（使用 evaluate）、在测试套件上比较前后效果（使用 compare）或无数据手动编辑提示词。
使用公共 `orca` CLI 来操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、worktree 评论，以及 Orca 应用内嵌的浏览器。当用户说「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」或「control the browser inside Orca」时使用。当任务涉及 Orca 管理的状态时，优先使用它而不是原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI，使用 Computer Use。
根据白名单或 Spark Ad 创作者帖子生成付费社交创意简报，涵盖钩子分析、信息角度、受众定向、文案变体和版位建议。当需要将创作者帖子转化为付费广告简报、为白名单内容撰写创意简报、向付费团队介绍创作者内容、根据自然流量帖子生成 Spark Ads 简报、根据网红内容创建付费媒体简报、将 UGC 转化为付费社交策略、根据创作者视频构建媒介采购简报、为投放广告准备白名单内容，或为助推创作者内容生成版位建议时，应使用此技能。关于将文案改编为广告文案变体，参见 paid-ad-copy-adapter。关于自然流量转发文案，参见 organic-repost-caption-writer。关于 FTC 合规，参见 ftc-disclosure-spot-checker。
涵盖使用 PathML 3.0.5 进行本地、仅限研究用途的计算病理学：加载和切分全切片图像（OpenSlide、Bio-Formats）、通过 SlideData.run() 运行预处理和 QC 工作流、.h5path 数据管理、多重图像定量、空间图构建（KNN、RAG、HACT），以及受限的本地 ONNX 模型推理规划。适用于加载或切分切片、构建组织掩膜或染色工作流、管理 .h5path 文件和患者级数据划分、定量分析 CODEX 或 Vectra 多重图像，或构建细胞和组织图。不用于临床诊断或患者护理决策。
诊断并修复前端在体验和指标上的缓慢：针对变更的乐观 UI、延迟遮蔽（骨架屏、模糊渐显、预加载、交错呈现）、请求批处理/去重，以及 Core Web Vitals（LCP/INP/CLS）修复。当用户说“应用感觉很慢”“点击有延迟”“提升性能”“我的 Lighthouse 分数很差”“修复我的 Core Web Vitals / LCP / CLS”“让保存感觉是即时的”，或交互明显在等待网络时使用。产出性能审计（按用户影响排序的发现，附实测或用户反馈的证据）以及已实施的修复——乐观变更代码、遮蔽处理和网络层改进。
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。