Skills
收录 100,696 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
估算并比较某工作负载在 Lightning AI 上的成本——从加速器目录中获取所有云(Lightning Cloud、AWS、GCP、Lambda Labs、Nebius、Voltage Park)的实时每小时 GPU/CPU 机器价格,为模型选定硬件规格,再按小时到数月的时间跨度估算训练、微调、推理部署或数据准备任务的报价,包括 spot 价格、多节点 fan-out 和 Drive 存储。当用户询问 "how much would it cost to train/serve X"、"what's the price of an H100/B200 on lightning"、"how much for 32 8xH100 nodes for 2 weeks"、"which cloud is cheapest for this"、"what will my monthly bill be",或希望在定价前为模型选定硬件规格时使用。
帮助 Litium 合作伙伴开发者构建、配置和部署电商站点与后台 UI 扩展。适用于 React Accelerator(Next.js、GraphQL、区块、购物车、结账、心愿单)、MVC Accelerator(.NET Razor 视图、控制器、视图模型、客户端构建)、本地环境搭建、Litium Cloud 部署、数据建模与产品字段、Litium Admin、Storefront GraphQL、Connect 和 Extension Management API,或 forum.litium.com 上的解决方案。涵盖 React、Vue、Angular 或 Vanilla 中的 @litiumab/platform-extension-sdk 扩展:脚手架、extension.manifest.json、window.litiumExtension、子路径路由、IIFE/Vite 构建、测试、安装和部署。触发词:build Litium site、create Litium project、product field、block、accelerator、Litium API、wishlist、cart、placeOrder、custom field、backoffice extension、platform-extension-sdk、UI extension、panel 或 settings page extension。
从 node_modules/@mastra/*/dist/docs/ 中已安装的 Mastra 包里查找当前的 API 签名。使用此技能可核对与已安装版本一致的确切参数、构造函数参数和函数签名。Mastra API 迭代很快,内嵌文档可确保准确性。涵盖:Agent 构造函数参数、Workflow API、Tool API、Memory 配置、Storage 选项,以及所有 @mastra/* 包导出。返回已安装包中真实的 TypeScript 定义和 JSDoc。遇到 API 核对类问题务必使用,以避免给出过时答案。
使用 uavScenario 创建并仿真包含地形、建筑、平台和传感器的 UAV 场景。在 MATLAB 中构建 UAV 仿真、UAV 模拟器或 UAV 场景时使用。涵盖用于地形/建筑导入的 addMesh、带 updateMesh 的 uavPlatform、面向 GPS/IMU 的 uavSensor 适配器模式,以及 setup/advance 仿真循环。触发关键词:uavScenario、UAV simulation、UAV simulator、multirotor simulation、quadrotor scenario、terrain import、building import、GPS sensor simulation。
使用 MATLAB WLAN Toolbox 生成符合标准的 IEEE 802.11 波形。在创建 WLAN 波形、PPDU 数据包或链路级仿真的发送端时使用。涵盖所有格式:Non-HT (802.11a/g)、HT (802.11n)、VHT (802.11ac)、HE-SU/HE-MU/HE-TB (802.11ax)、EHT-MU/EHT-TB (802.11be)、UHR-MU/UHR-TB/UHR-ELR (802.11bn)。处理单用户、MU-MIMO、OFDMA、基于触发的上行、扩展距离、前导码打孔、UEQM 和 DRU。在需要生成测试波形、创建带 MAC 帧的数据包、配置 OFDMA 资源单元、构建基于触发的上行传输、以特定发送时长为目标或构建多数据包波形时使用。
在为分析或 ML 训练调理、加载、准备或标注信号数据时使用此技能。涵盖:在分析之前清理单个信号(填补缺口、去除漂移、去除离群值、去噪、重采样/对齐时间基准);构建 `signalDatastore` 管道;为 Signal Labeler 创建 `labeledSignalSet`;派生标签(文件名、文件夹、文件内、ROI、时频 ROI);分层训练/验证/测试划分;对长信号分帧;并行处理;以及为 `trainnet` 整形数据存储输出。触发词包括 "clean up this signal"、"remove drift / detrend"、"fill gaps"、"remove spikes / outliers"、"denoise"、"resample to a uniform rate"、"align channels"、"labels from filenames"、"stratified split"、"prepare for Signal Labeler",以及函数名如 `fillgaps`、`fillmissing`、`detrend`、`filloutliers`、`smoothdata`、`resample`、`synchronize`、`signalDatastore`、`labeledSignalSet`、`filenames2labels`、`folders2labels`、`splitlabels`、`framesig`、`framelbl`、`createDatastores`。
使用 Python 创建适合发表的 matplotlib/seaborn 图表,采用经过设计、去除上边框和右边框且注释丰富的风格(whitegrid、DejaVu Sans、ColorBrewer 和 cubehelix 调色板、深灰色文本),并保存可复现的脚本及 PDF/PNG。用户要求根据 Python 数据绘制图表、曲线、统计图或图形(如柱状图、折线图、散点图、直方图、小提琴图、棒棒糖图、热图、多面板网格、决策边界或 PR/ROC 曲线),或要求重设现有 matplotlib 图表样式时使用。对于只提及图表类型和数据文件的简短请求(例如“根据 results.npz 绘制 PR 和 ROC 曲线”),也应直接生成图表
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。
