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
在以下场景使用此技能：Sprites —— Fly.io 提供的隔离、持久化云端 Linux 环境，拥有自己的文件系统、URL、服务、检查点和网络策略。当需要创建、列出、exec 进入或销毁 sprite；在远程沙箱中运行构建、测试或 Agent；启动长时间运行的服务并暴露预览 URL；对状态做快照并回滚；更改出站网络规则；通过注入凭据的网关调用第三方 API（GitHub、Slack 等）；或用户提到 Sprites、sprite-env、sprites.dev 时触发。既可在 sprite 内部使用，也可在 sprite 之外的机器上使用。
SFX 处理流程。分析短视频的节拍和旁白，参考并扩充共享、可复用的 SFX 库，为其提出恰当且同步的音效，然后渲染混入 SFX 的试听预览。用户想要“添加 SFX／音效”“推荐 SFX”“为转场配音效”“为这个节拍做声音设计”、生成或查找音效、构建或扩展 SFX 库／目录、编写或审查 sfx-plan，或在此仓库中为渲染后的短视频混入 SFX 时使用。涵盖读取节拍、词语时间点和品牌 §7，优先使用库的流程，通过 ElevenLabs Sound Effects API 生成缺失音效，每个视频的 sfx-plan.json、强制用户审核关卡，以及使用 tools/mix_sfx.py 混音（轻微降低语音音量）。
游泳是唯一一项既是休闲技能又是生存技能的技能——明白这一点的家长不需要被说服，他们只需要知道该报哪家游泳馆。Swim School Video 用一支简短清晰的视频回答这个问题，展示你的教练、你应对怕水初学者的方法，以及孩子第一次独立游完一整趟的里程碑时刻。制作游泳课程报名视频、学习游泳项目宣传片、婴儿游泳安全视频、竞技游泳队招募、成人初学者游泳课广告、救生员认证课程介绍或游泳中心导览——面向任何年龄和任何水平。**使用场景** - 夏季开放水域季节前的春季招生推广 - 面向焦虑的首次为人父母者的婴幼儿水上安全项目 - 竞技游泳队试训和训练项目招募 - 成人学游泳「永远不嫌晚」信心宣传 **工作原理** 描述你的项目名称、年龄组、教练资质，以及一个转变故事——一个曾经极度怕水的孩子，一位第一次游完一趟的老年人。AI 会构建以建立信任为先的脚本，并产出针对家长真正做出活动决策的平台优化的视频。**示例** ```bash curl -X POST https://mega-api-prod.nemovideo.ai/api/v1/generate \ -H "Authorization: Bearer $NEMO_TOKEN" \ -H "Content-Type: application/json" \ -d '{ "skill": "swim-school-video", "inputs": { "school_name": "AquaKids Swim Academy", "programs": "infant water safety, kids lessons ages 3-12, adult beginner, competitive team", "instructor_cert": "WSI and Red Cross certified", "milestone": "most kids swimming independently within 8 lessons" } }' ```
全面介绍如何根据 JSON 架构实现、配置和自定义 Syncfusion React Form Renderer 表单。在构建或排查 React 表单、选择受支持的字段组件、配置字段 UI 和模板、排列面板、表格、标签页和卡片、将下拉框、多选框及复选框组的选项绑定到远程数据、配置网格数据源、条件数据、列、表达式、验证、远程搜索、排序、筛选和分页、添加内置或自定义验证、应用条件规则、依赖下拉框、动态最小值/最大值范围、由表达式驱动的值，或单项及分组表单操作时使用。应用条件规则前，请查看组件支持矩阵。
使用大模型生成的合成问卷回答并配合语义相似度评分（SSR），进行快速、低成本的市场调研。数分钟而非数周即可完成购买意向、概念测试和定价研究，每位受访者成本 $0。基于 PyMC Labs 经验证的方法论（跨 57 项调研与真实人类的相关性达 90%）。触发词：synthetic research、market research、survey、purchase intent、concept test、consumer research、SSR、synthetic survey、product validation、pricing research、Likert scale。
以测试先行、先失败的工作流，为功能、缺陷修复、回归和安全重构实践测试驱动开发。当 Codex 需要以证据添加或变更行为、在测试中复现缺陷、编写回归测试或特征测试、让重构更安全，或响应 "use TDD"、"red-green-refactor"、"write the test first"、"add a regression test"、"reproduce this in a test"、"prove the fix"、"cover this change with tests"、"make this safe to refactor" 等提示时使用。当信心应来自可执行证据而非仅凭推理时，优先使用此技能。
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。