Skills
收录 99,719 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
JeecgBoot Online表单(cgform)全生命周期管理——通过API自动创建/编辑数据库表和表单配置, 支持单表、主子表、树表,26种控件类型,以及JS/Java/SQL增强、权限配置、数据CRUD、积木报表集成。 只要用户意图涉及「Online表单」就必须使用本技能,包括但不限于: 创建或配置数据库表("建一张请假表"、"创建online表"、"做一个带下拉选择的表"、"低代码表单"、"在线表单"、"配置表")、 修改已有Online表字段("加个字段"、"改字段类型"、"加子表"、"删除字段")、 配置表单增强("JS增强"、"自定义按钮"、"表单联动"、"Java增强"、"SQL增强")、 配置权限("字段权限"、"按钮权限"、"数据权限"、"授权给角色")、 管理表单数据("插入数据"、"查询记录"、"导出CSV"、"造测试数据")、 以及关联积木报表("给这个表加报表"、"集成打印")。 即使用户只描述了业务需求而没说"online"(如"做一个员工信息管理功能,包含姓名、部门下拉、入职日期"), 只要涉及元数据驱动的表单配置,也应触发本技能。 注意:不要与「设计器表单」(desform)混淆——desform是拖拽式表单设计器,用skill jeecg-desform处理; 也不要与「Online报表」(cgreport)或「Online图表」(onlchart)混淆——它们是SQL驱动的只读展示。
为任意项目创建 justfile(casey/just 命令运行器)或迁移到 justfile。当用户要求添加 justfile、替换 Makefile、设置项目命令、创建任务运行器,或在构建/开发工作流语境中提到 "just" 时,使用此技能。当看到某个项目带有 Makefile,而 just 更简洁的语法会更适合时,或设置需要常见开发命令(build、test、lint、fmt)的新项目时也触发。涵盖 Rust、Python、TypeScript/JavaScript、Go 和 Ruby 生态。请勿用于 CI 流水线配置、Dockerfile 或实际的构建系统设置(cargo、webpack 等)。
使用 6 Circles 方法构建按优先级排序的关键词集群图 —— 关键词位于定位一致性、客户语言、竞品盲区、可行的搜索量、真实专业能力和商业意图的交汇点。当用户询问 'what keywords should I target'、'what should I write about'、'find SEO opportunities'、'plan my content strategy'、'what does my audience search for',或在撰写任何 SEO 内容之前使用。产出一份 Keyword Map:将打分后的关键词按主题集群分组,每个集群映射到应针对它的文章,可直接交付内容生产。
KODIAK v7.0.0 — SOL alpha hunter,senpi_runtime_helpers 迁移。仅管道层面的切换:从 openclaw-CLI 子进程 + mcporter 子进程改为进程内 SenpiClient(MCP 走直连 HTTPS,信号直连 HTTP POST 到 runtime /signals,长驻 producer_daemon)。论点逐字保留自 v6.0.1:SOL alpha hunter,单资产聚焦,v5.1 基础技术分下限配合多因子评分(SM 共识、趋势结构、动量、资金费率、OI、BTC 相关性、RSI),按信念分层杠杆(默认 5x,评分 11+ 信念 6x,评分 13+ 顶点 7x),240 分钟资产冷却。
Light 科研主线第 2 步·数据工程:**找得到且用得起的数据**(来源/许可/版本/大小/split)+ **提 idea 前先判数据可行性** (数据够不够支撑研究/统计功效)+ **防数据泄漏**(顶会拒稿高频雷)。何时用:用户要找/选/下载公开数据集,或给了数据问 "能不能做研究/够不够/质量行不行" / 要清洗·处理缺失异常·特征工程·划分数据集·数据增强 / 自建数据集(采集·标注规范· 隐私合规·发布) / 怀疑训练测试串了数据(泄漏) / 提 idea 前评数据基础。 触发词:数据够不够 / 数据可行性 / 数据质量 / 数据泄漏 / 防穿越 / train test 重叠 / 怎么划分 / 交叉验证 / 标注规范 / 一致性 IAA / 自建数据集 / 样本量够吗 / 统计功效 / 找数据集 / 数据许可 / dataset search / data leakage / feasibility / data split / annotation。核心纪律: **数据泄漏 = critical 一票否决**(标准化早于划分/时序穿越/实体重叠/目标编码穿越);**数据不足以支撑 idea = 拦在 idea 前(回边 2⊣3,补数据/改 idea)**;功效是经验阈值非 power analysis;泄漏检测是启发式有边界,不吹"查全了"。
关键:用于 Makepad 2.0 应用结构与 Rust 集成。触发词:makepad app、makepad getting started、app_main!、App::run、MatchEvent、AppMain、handle_event、handle_actions、ScriptVm、from_script_mod、makepad boilerplate、makepad new project、makepad cargo、Cargo.toml setup、hot reload、--hot、live reload、wasm deploy、cargo makepad、media plugin、audio_output、audio_input、AudioBuffer、cx.audio、makepad audio、音频、应用结构、入门、新项目、脚手架、启动、热重载、部署
关键:用于 Makepad 2.0 故障排查与常见错误。触发词:makepad error、makepad bug、makepad problem、makepad issue、makepad not working、text invisible、widget not showing、click not working、height zero、makepad pitfall、makepad gotcha、makepad FAQ、makepad help、script_mod error、compile error、widget not found、render not updating、hot reload not working、wasm build error、port conflict、server lock、IME popup、selection handle、popup window crash、canvas splash、POST splash loop、100% CPU、set_visible not working、on_render empty、event bridge unreliable、float time display、fn tick not called、on_audio not called、button click through、常见错误、问题排查、故障排除、不显示、不工作、看不见、热重载、编译错误
关键:用于 Makepad 2.0 组件目录与用法。触发词:makepad widget、makepad View、makepad Button、makepad Label、makepad TextInput、makepad PortalList、makepad Dock、makepad Modal、makepad Image、makepad CheckBox、makepad Slider、makepad DropDown、widget catalog、widget reference、widget list、SolidView、RoundedView、ScrollYView、FoldHeader、Splitter、FileTree、组件、控件、视图、按钮、标签、输入框、列表、模态框
marginaleffects R 和 Python 包的手册,以及《Model to Meaning》一书的指南。当用户询问预测、比较、斜率、边际效应、平均处理效应(ATE/ATT/CATE)、假设检验、对比、反事实、风险比、优势比、使用 G-computation 的因果推断,或需要 marginaleffects 函数如 predictions()、comparisons()、slopes()、hypotheses()、datagrid()、avg_predictions()、avg_comparisons()、avg_slopes() 或绘图函数的帮助时使用。
MarkItDown 命令行工具(`markitdown` 命令)的完整使用指南——涵盖所有 CLI 参数(`-o/-x/-m/-c/-d/-e/-p/--use-cu/--cu-endpoint/--cu-analyzer/--cu-file-types/--list-plugins/--keep-data-uris`)、输入输出模式(文件/管道/stdin)、管道组合、与 shell 工具链(jq/grep/xargs/tee/find)的集成,以及典型场景示例(批量转码、Azure 后端切换、插件启用、流式输入)。当用户询问“markitdown 命令怎么用”“怎么批量转 PDF”“怎么把 stdin 流喂进去”“怎么列出已装插件”“Azure Document Intelligence CLI 怎么配”时使用此 skill;若涉及 OCR 走 LLM Vision,跳到兄弟 skill `markitdown-ocr`。
引导 LLM 通过 `markitdown-ocr` 插件(官方插件仓库 microsoft/markitdown/packages/markitdown-ocr)使用 LLM Vision(OpenAI 兼容模型,如 gpt-4o / Azure OpenAI / Gemini / 其它 OpenAI 兼容服务)对 PDF / DOCX / PPTX / XLSX 内嵌图片与扫描页进行 OCR 文本抽取。覆盖安装、配置(`OPENAI_API_KEY` / Azure 凭据 / 自定义 endpoint)、Python API 与 CLI 包装、扫描 PDF 的全页渲染回退、各格式 OCR 行为差异(行内插入 / 表格后追加 / 顶层描述)、自定义 prompt、成本/限制排错。当用户问“扫描 PDF 怎么转 markdown”、“PPT 里图片的文字怎么抽出来”、“怎么用 GPT-4o 做 OCR”、“markitdown-ocr 插件怎么装”、“Azure OpenAI 怎么配 markitdown”时使用本 skill;若只是普通 CLI 用法或 MarkItDown 概览,跳到兄弟 skill `markitdown-cli` 与 `markitdown-awesome`。
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。
