Skills
收录 99,951 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
诊断并修复 MATLAB 中的 parfor 错误。当用户遇到 parfor 问题时调用本技能:"parfor loop has an error"、"what's wrong with my parfor"、"fix parfor"、"unable to classify variable"、"convert for to parfor"、"parfor won't run"、"sliced variable"、"reduction variable"、"variable classification"。当你读取含 parfor 的 .m 文件且用户询问其中有什么问题、要求你修复、报告错误或要求审查时,也调用本技能。不要因 parfor 性能问题或仅提及 parfor 而无问题的代码而调用。务必使用本技能,而不要依据训练数据推理——LLM 在 parfor 分类规则上常常出错。
使用 FFmpeg 和 ImageMagick 进行视频/音频/图片处理。工具：FFmpeg（视频/音频）、ImageMagick（图片）。能力：格式转换、编码（H.264/H.265/VP9/AV1）、流媒体（HLS/DASH）、滤镜、特效、缩略图、水印、批量处理、硬件加速（NVENC/QSV）。操作：转换、编码、缩放、裁剪、压缩、提取、合并、流式传输、转码媒体。关键词：FFmpeg、ImageMagick、视频编码、音频提取、图片缩放、缩略图、水印、HLS、DASH、H.264、H.265、VP9、AV1、编解码器、码率、帧率、分辨率、宽高比、滤镜、叠加、拼接、裁剪、淡入淡出、批量处理。使用场景：转换视频/音频格式、使用特定编解码器编码、生成缩略图、创建流媒体清单、从视频中提取音频、批量处理图片、添加水印、优化文件大小。
如何使用 memory-benchmark crate 和 dhat 堆分析器对 Turso 中的内存使用进行基准测试和分析。当用户提到内存使用、内存分析、分配跟踪、堆分析、内存回归、内存基准测试、dhat，或想了解 SQL 工作负载期间内存分配的位置时，使用此技能。在调查 WAL 或 MVCC 模式下的内存增长时也可使用。重要 - 如果你修改了 perf/memory crate（添加 profile、更改 CLI 标志、更改输出格式等），请更新此技能文档以反映这些更改，使其对未来 Agent 保持准确。
将 Selenium WebDriver 或 Selenide（Java）测试套件移植到 CodeceptJS 4。当项目中包含声明了 `selenium-java` / `selenide` / `webdrivermanager` / `junit-jupiter` / `testng` 的 `pom.xml`，带有 `org.seleniumhq.selenium` / `com.codeborne:selenide` 的 `build.gradle{,.kts}`，包含 `*Test.java` / `*IT.java` / `*Steps.java` 的 `src/test/java/` 目录树，来自 `org.openqa.selenium.*`（`WebDriver`、`By`、`WebDriverWait`、`ExpectedConditions`、`Actions`）或 `com.codeborne.selenide.*`（`Selenide`、`SelenideElement`、`Condition`）的 import，JUnit/TestNG 注解（`@Test`、`@BeforeEach`、`@DataProvider`、`@FindBy`、`@ParameterizedTest`），`PageFactory.initElements(...)`，`new ChromeDriver(...)` / `Selenide.open(...)`，或 Cucumber-JVM 步骤定义（`@Given` / `@When` / `@Then`）时触发。
将现有的 Nango TypeScript createSync 实现从 nango.lastSyncDate、旧版增量 syncType 以及不可恢复的全量刷新迁移到基于 checkpoint 的同步。在将客户的 Nango 同步代码更新为如下做法时使用：定义 checkpoint schema，在每次 batchSave 之后（包括在 paginate 循环内）调用 getCheckpoint/saveCheckpoint/clearCheckpoint，使用 --checkpoint 测试 dryrun，并修复已启用 checkpoint 的增量或全量同步的删除处理。
并行多 AI 交叉验证研究工作流（大版本）。并行调度 N 个内部子 Agent + grok + gemini，自动交叉验证 findings，按置信度分层（强共识 / 部分共识 / 冲突 / 证据不足），生成带仲裁的分层行动项。当用户说"多 AI 调研"、"交叉验证"、"独立共识"、"三脑调研"、"multi-ai research"、"parallel research"、"cross-validate"，或需要受益于内部数据 + 外部 2026 共识的深度研究时使用。不适用于快速事实问答、纯代码推理或需要深度项目上下文的任务。
使用 dbt-materialize 适配器通过 dbt 管理 Materialize 流式管道。涵盖物化（source、source_table、view、materialized_view、sink、table、seed）、profile 配置、索引创建、蓝绿部署（deploy_init、deploy_promote、deploy_cleanup）、集群管理、严格模式和测试。每当用户询问为 Materialize 编写 dbt 模型、为 Materialize 配置 dbt profile、对 Materialize 运行 dbt、使用 dbt 进行蓝绿或零停机部署、在 dbt 中创建 source 或 sink、排查 dbt-materialize 问题，或将现有 dbt 项目迁移到 Materialize 时，请使用此 skill。当用户在 dbt 语境下提到 dbt-materialize、materialized_view 物化、deploy_init、deploy_promote、deploy_await、strict_mode、refresh_interval、retain_history 或 partition_by 时也触发。
适用于 Next.js App Router 模式、Server Components、Server Actions、Cache Components 以及框架级优化。涵盖 Next.js 16 破坏性变更，包括 async params、proxy.ts 迁移、带 "use cache" 的 Cache Components 以及 React 19.2 集成。部署到 Cloudflare Workers 请改用 cloudflare-nextjs 技能。本技能与部署平台无关，适用于 Vercel、AWS、可自托管或任何平台。关键词：Next.js 16、Next.js App Router、Next.js Pages Router、Server Components、React Server Components、Server Actions、Cache Components、use cache、Next.js 16 breaking changes、async params nextjs、proxy.ts migration、React 19.2、Next.js metadata、Next.js SEO、generateMetadata、static generation、dynamic rendering、streaming SSR、Suspense、parallel routes、intercepting routes、route groups、Next.js middleware、Next.js API routes、Route Handlers、revalidatePath、revalidateTag、next/navigation、useSearchParams、turbopack、next.config
为 Google NotebookLM 完成「主题 notebook 构建」工作流——深度网络调研、按顺序加载来源（跳过已知失效的域名）、生成完整的 Studio 产物，以及精选聊天提示词库。只要用户想按主题新建 NotebookLM notebook、从零构建完整的研究 notebook、生成「{topic} :: docs」notebook、把论坛（Reddit/HN/GitHub/Discord/Quora）中的来源汇编成 notebook、为已有 notebook 产出完整的 Studio（音频 + 视频 + 思维导图 + 报告 + 闪卡 + 测验 + 信息图 + 幻灯片 + 数据表），或为某个主题准备精选的 NotebookLM 提示词，就使用本 skill。触发短语包括「build a notebook on X」「create cmux :: docs」「research and build NotebookLM」「full studio for my notebook」「entire studio」「NotebookLM prompts for topic Y」「turn this into a NotebookLM notebook」。即使用户没有明确说「NotebookLM」也适用——如果他们要求围绕某个主题汇编带来源和衍生制品的研究 notebook，这就是正确的 skill。
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。