Skills
收录 99,448 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
关键：用于 Makepad 2.0 性能优化与调试。触发词：makepad performance、makepad debug、makepad profiling、makepad gc、new_batch、texture_caching、render optimization、draw batching、mod.gc、garbage collection、memory、debug logging、troubleshoot、ViewOptimize、PortalList、CachedView、render tree、invisible text、text disappears、UI freezes、scroll stuttering、性能、调试、优化、垃圾回收、渲染、批处理、日志
重要：用于 Makepad 2.0 主题系统。触发词：makepad theme, theme variable, theme color, theme font, theme spacing, dark mode, light mode, theme switching, mod.themes, theme_mod, theme.color_, theme.font_, theme.space_, theme.mspace_, 主题, 颜色, 字体, 暗色模式, 亮色模式, 主题切换, 样式。
使用 Mixed-Signal Blockset 依据数据手册或系统规格为锁相环 (PLL) IC 建模。若没有此技能，Agent 普遍会选错求解器并生成无法工作的 PLL 模型——未经引导的尝试 100% 失败。涵盖 Integer-N、Fractional-N、Dual Modulus 架构、环路滤波器设计、锁定时间优化、VCO 相位噪声配置，以及 msbPllArchitectures/msbPllFoundation 模块组装。适用场景：PLL 建模、频率合成器设计、相位噪声仿真、锁定时间分析、电荷泵设计、环路滤波器调优、数据手册到模型、Mixed-Signal Blockset PLL、msbPllArchitectures。
.NET MAUI 应用图标配置、启动屏幕设置、构建时将 SVG 转换为 PNG、合成/自适应图标，以及 Android、iOS、Mac Catalyst 和 Windows 各平台特定的图标与启动屏幕要求。USE FOR: "app icon"、"splash screen"、"MauiIcon"、"MauiSplashScreen"、"adaptive icon"、"change app icon"、"launch screen"、"SVG icon"、"foreground tint"、"icon resize"。DO NOT USE FOR: 应用内图片或图片加载（使用 maui-performance）、主题或颜色（使用 maui-theming），或自定义绘制（使用 maui-graphics-drawing）。
本地化 .NET MAUI 应用的指南：通过 .resx 资源文件实现多语言支持、区域性解析与运行时切换、RTL 布局、平台语言声明（iOS/Mac Catalyst 的 Info.plist、Windows 的 Package.appxmanifest）以及图像本地化策略。适用于：“localization”“multi-language”“resx resource”“translate app”“RTL layout”“culture switching”“localize strings”“right-to-left”“language support MAUI”“Info.plist languages”。不适用于：主题或视觉样式（请使用 maui-theming）、无障碍标签（请使用 maui-accessibility），或来自 REST API 的内容（请使用 maui-rest-api）。
使用 SecureStorage.Default 为 .NET MAUI 应用添加安全存储。涵盖 SetAsync、GetAsync、Remove、RemoveAll、平台设置（Android 备份规则、iOS Keychain 权限、Windows 限制）、常见陷阱，以及用于可测试性的 DI 包装服务。适用于：“secure storage”“SecureStorage”“store token securely”“Keychain”“Android Keystore”“save secret”“encrypted storage”“store credentials”“sensitive data storage”。不适用于：通用文件存储（请使用 maui-file-handling）、SQLite 数据库（请使用 maui-sqlite-database）或身份验证流程（请使用 maui-authentication）。
将当前功能分支合并到 main，并（可选）清理分支和工作树。优先使用 fast-forward（--ff-only）以获得线性历史；当分支已分叉或用户希望保留合并提交时，回退到合并提交（--no-ff）。结尾进行交互式清理。使用场景：被要求 "merge to main"、"merge and cleanup"、"integrate the feature branch" 或 "finish this branch"，即无审查环节的直接本地合并。对于基于 PR 的交付（push → 打开 PR → 关联工作项 → 合并后清理），请改用 `ship` 技能。
端到端的 Metabase BI 开发：以代码方式（将仪表板保存为 YAML + SQL 文件，支持 pull/diff/push）设计、构建并管理仪表板、问题（卡片）、代码片段和集合，提供图表与仪表板的图片和 PDF 以便检查构建结果，支持警报与邮件/Slack 订阅、变更历史和回滚，以及浏览器登录。只要用户提到 metabase、仪表板创建、BI 仪表板、分析仪表板、metabase question、metabase card、MBQL 查询、原生 SQL 问题、metabase snippet、metabase collection、可视化设置、仪表板筛选器、参数映射、仪表板截图/PDF、仪表板订阅、metabase 警报，或想要创建/编辑/管理任何 Metabase 内容时，就使用此技能。用户想要构建由 SQL 数据库支持的报表仪表板、KPI 记分卡或数据探索工具时同样适用。涵盖图表格式、数字格式、条件格式、仪表板布局，以及完整生命周期：需求 → 设计 → SQL → 构建 → 视觉检查 → 测试 → 分享。可与多个 Metabase 实例配合使用。任何与 Metabase 相关的任务都始终使用此技能。
餐厅视频制作工具——为餐厅制作菜单、氛围和宣传视频。时令菜单周五上线，而你手上只有用 iPhone 在厨房荧光灯下拍的摆盘照片。一段三十秒的油封鸭短片，酱汁上还袅袅冒着热气，足以让餐厅座无虚席——但为一场晚宴请摄像师的费用比食材还高。收集菜品照片、餐厅环境花絮，以及领位员在休息时拍下的烛光氛围素材。AI 会把厨房的荧光灯校正为温暖的金色调，让镜头带着诱人的动感在每道菜上缓缓平移，用你的菜单字体叠加菜名与价格，再配上低语着「社区宝藏小店」的木吉他配乐。渲染一条标记位置的三十秒 Reel、一条用于 Google Maps 商户信息的十五秒预告片，以及一段用于吧台后方电视的宽屏循环视频。主厨更换菜单时可直接替换菜品，无需重新制作。专为热推每日特供的独立小酒馆、统一各门店内容的快餐连锁、筹备活动作品集的餐饮承办商，以及在午市高峰出票间隙挤时间拍摄的餐车经营者打造。支持 mp4、mov、webm、jpg、png。
将工作负载从 Google Cloud Platform 迁移到 AWS——包括 AI 和 agentic 工作负载，无论其云提供方是谁。触发条件：从 GCP 迁移、GCP 到 AWS、迁出 Google Cloud、Terraform 迁移到 AWS、Cloud SQL 迁移到 RDS、GKE 迁移到 EKS、Cloud Run 迁移到 Fargate、Google Cloud 迁移、从 OpenAI 迁移到 Bedrock、迁出 OpenAI、从 ChatGPT API 切换到 AWS、从 Gemini 迁移到 Bedrock、LangChain 迁移到 Bedrock、LangGraph 迁移到 AWS、将 agentic 工作负载迁移到 AWS、将 AI 工作负载迁移到 AWS、将我的 AI 应用迁移到 AWS。运行 6 阶段流程：从 Terraform 文件、应用代码或账单导出中发现 GCP 资源，明确迁移需求，设计 AWS 架构，估算成本，生成迁移产物，并收集可选反馈。Clarify 必须在 Design、Estimate 或 Generate 之前完成。包含 AI 提供方迁移指引（例如从 OpenAI 到 Amazon Bedrock），按所需模态、延迟/质量目标、上下文窗口和成本约束选择最匹配的 Bedrock 模型系列。模型映射以兼容性为导向，并非 1:1 对等；切换前请验证提示词、工具调用行为和评估指标。不适用于：Azure 或本地环境迁移到 AWS、从 AWS 反向迁移到 GCP、无迁移意图的一般性 AWS 架构建议、GCP 到 GCP 的重构，以及不涉及迁出 GCP 的多云部署。
当用户要求适配预训练、基础、语言、视觉、多模态或嵌入模型时应使用本 skill。以下情况请主动激活：(1) 迁移学习、全量微调、冻结骨干网络、适配器、LoRA、QLoRA、AdaLoRA、PEFT，(2) Hugging Face Transformers、Diffusers、Accelerate、TRL、RLHF、DPO、偏好调优、对齐，(3) 数据集准备、指令调优、聊天模板、分词、打包、灾难性遗忘，(4) RAG、向量数据库、嵌入优化、重排序，(5) 多模态与边缘微调。提供：安全、高效的微调与适配指导。
MongoDB 模式设计与反模式。适用于设计数据模型、评审模式、从 SQL 迁移，或排查由模式问题导致的性能问题。触发词："design schema"、"embed vs reference"、"MongoDB data model"、"schema review"、"unbounded arrays"、"one-to-many"、"tree structure"、"16MB limit"、"schema validation"、"JSON Schema"、"time series"、"schema migration"、"polymorphic"、"TTL"、"data lifecycle"、"archive"、"index explosion"、"unnecessary indexes"、"approximation pattern"、"document versioning"。
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。