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
将 PostHog 数据正确地引入 canvas:宿主注入的 `ph` SDK(loadInsight、query、capture、state、connectors、openExternal、navigate)、数据层级(优先已保存洞察,其次是类型化查询节点,最后是内联 HogQL)、可验证性(基于洞察的指标在 PostHog 中链接其已保存洞察;临时查询暴露实际运行的查询)、各洞察类型的结果结构、逐查询渐进加载、日期范围接线、通过查看者自身连接(ph.connectors)获取的实时第三方数据,以及从 canvas 捕获事件。只要 canvas 展示指标、图表、表格、任何 PostHog 数据,或来自 GitHub 或 MCP 服务的数据,或需要发送分析事件,就适用。
指导使用 RDKit(Python)读取和写入 SMILES、MOL/SDF 和 InChI,计算描述符(MW、LogP、TPSA),生成 Morgan/MACCS/原子对指纹,执行 SMARTS 子结构搜索、应用反应 SMARTS,以及使用 ETKDG 构建 2D/3D 坐标。适用于解析或清理默认清理失败的分子、计算 Tanimoto 相似度或聚类化合物、按子结构筛选库、嵌入和优化构象,或计算 Murcko 骨架和分子哈希。需要精细控制清理过程或算法时使用。对于较简单的标准工作流,请改用封装了 RDKit 的 datamol。
对已完成脱敏的文本进行残余重识别风险检查(防御性、双重用途)。当用户要求 "check residual re-id risk"、"red-team my redaction"、"what can an attacker still infer"、"is this safe to share",或在匿名化后评估 "re-identification risk" 时使用。对脱敏后的输出重新运行 CONFIDE 检测器,以发现残留的标识符(singling-out),检查多个文件的可链接性,并可选地探测本地模型以找出仍可推断的属性类别(inference)——映射到 GDPR Art-29。仅报告风险类别/数量,绝不提供重识别方法。与 confide:anon 配合使用(在脱敏之后运行)。
remindb MCP 服务的机制级读取路径 —— MemoryTree(定位)、MemorySearch/MemoryFetch/MemoryFetchBatch(查找)、MemoryDelta/MemoryDiff(重新同步)、MemoryRelated(遍历)、MemoryStats/MemoryHistory(检查)、被动式 remindb:// 资源。适用于已在使用 remindb 读取工具并需要 FTS5/快照/关系机制时;宽泛的“回忆 / 我们决定了什么 / 查一下”意图经 `remember` 路由进入。写入时搭配 `memorize`。
聊天机器人营销与对话式自动化——构建聊天机器人流程、多渠道消息(WhatsApp、Telegram、Facebook、Instagram、Viber、在线客服)、线索资格判定机器人、FAQ 机器人,以及转接人工客服。当网站访客未互动就离开、WhatsApp 或 Telegram 线索未获资格判定、机器人流程感觉异常或令人困惑、线索在到达人工客服前流失,或不确定如何自动化销售对话时使用。不适用于无机器人的在线客服组件搭建(使用 /sales-live-chat)、邮件序列(使用 /sales-cadence),或无对话流程的短信营销(使用 /sales-sms-marketing)。SendPulse 相关帮助请使用 /sales-sendpulse。SWAI 相关帮助请使用 /sales-swai。
面向主动订阅者的电子邮件营销 —— 群发、培育序列、自动化、分群和名单管理。适用于打开率或点击率表现不佳、订阅者注册后不活跃、需要欢迎序列却不知从何入手、名单未分群导致所有内容发给所有人,或不确定该选哪个电子邮件营销平台时。不要用于冷启动外发邮件(使用 /sales-cadence)、邮件送达率/SPF/DKIM(使用 /sales-deliverability)、事务性邮件(使用 /sales-transactional-email)、将工具连接到 CRM(使用 /sales-integration),也不要用于平台特定配置 —— 请改用对应的平台专用技能(例如 /sales-mailchimp、/sales-klaviyo、/sales-activecampaign、/sales-omnisend、/sales-brevo、/sales-kit、/sales-swai 等)。
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。
