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
抖音/红果爆款短剧工业化编剧超级系统 v4.9.1。纯剧本引擎(全赛道公开通用版,不含制作衔接)。核心:动态按需挂载矩阵(8交互模式x仅挂载核心文件,防Context爆炸)、情绪契约单元链往返法、40赛道题材全图(男频12/女频14/中性14)、六母型钩子库(含核心底牌不可逆剥夺型)+五大断章公式、A~I九类反转手段轮换矩阵+冷热台账分层、三档篇幅(标准 90~120 秒/正文480~850字 / 长档 150~195 秒弹性/820~1400字 / 漫剧 60~90 秒/330~620字)、单集15秒换挡四拍推进表(抓人立事->正面交锋->亮牌翻转->余波钩子)、强画面支撑三大视觉锚点(每2~4句必插强视觉△,E24拦干聊断层/E26拦无效微动作)、大白话同轮直给与快慢变速铁律(物证+结论同轮挑明/设定词当句人话翻译,E25拦谜语黑话)、神似而非形似三层抽离仿写法(剥离外壳禁用词->提炼戏剧算式->跨维换皮)、时长换算锚点(目标语速4.5字/s写作+4.5字/s校验下限防虚标)、15秒窗口<=95字生产端校验、动作单段<=40字软约束、对白/动作黄金比25%~70%、前三集节拍卡、付费墙四变体、跨集连续性台账、网文改编流水线、人物圣经、戏剧工艺层、独白与旁白受控规程、神态短语规格(画面词|语气词)、评审与修复问题卡、保护性反例集、广电16号令合规红线11条、分档剧本机检(E1~E26)+全剧台账机检(S1~S8)。触发:写短剧/短剧大纲/立项/卡点/分集/写长档/剧本医生/精修/内心独白/旁白/画外音/极速短剧/合规审核/连写
针对 B2B 服务机构的现有公司特征客户账户库(CSV、Google Sheet、Notion DB、CRM 导出)执行信号研究:确定此 ICP 要查找的信号,从成本最低的数据源开始逐个账户检测;为每条命中记录证据 URL 和日期;为账户评分并划分热度等级;标记已过期、需要重新扫描的信号;最后返回丰富后的列表,以及说明哪些数据源实际提供了信号的覆盖报告。用户说以下内容时使用:“знайди сигнали по базі”“прогони базу на сигнали”“ресерч сигналів”“signal research”“у нас є список компаній — хто зараз гарячий”“перескануй базу, сигнали вигоріли”“which accounts have a live trigger right now”“enrich this list with signals”,或交来公司列表并询问应优先联系谁时也可使用。需要已有账户库;此技能不会构建列表(使用 data-research、niche-data-finder),也不会编造信号库(该库位于 `resources/signals-catalog.md`)。此外,它不会撰写外联文案。
在安装或信任某个 Agent Skill 之前审计其安全性(或包含多个技能的仓库/插件)。当用户想要审查、审核、检查某个技能、插件或其脚本是否安全,问 "is this skill safe to install",粘贴技能仓库/URL 以便评估,或即将从 GitHub、npx skills 或插件市场安装第三方技能时使用。仅运行静态分析(绝不执行目标),并报告网络外发、进程执行、密钥访问、动态代码、文件系统写入、混淆、npm 安装期脚本、MCP 服务声明、逃出技能目录树的符号链接、随附的二进制文件、带有不透明推理块的已记录 Agent 会话,以及隐藏在 SKILL.md 中的提示词注入指令,并按代码是自动运行、调用时运行还是按需运行分级。
搜索、查找、发现、安装、移除、更新、审查、去重、列出、移动、优化并迭代用于 AI 编码 Agent 的技能。当用户提出 "find a skill for X"、"install skill"、"remove skill"、"update skills"、"list skills"、"deduplicate skills"、"why are two skills shown"、"choose the canonical skill"、"check for skill conflicts"、"review skill quality"、"move skill"、"check for updates"、"optimise skill"、"audit skill edits"、"trigger test skill" 或 "transfer skill across agents" 时使用。包含无重复安装预检和 SkillOpt 风格的训练循环。不用于从零创建技能(请改用 /skill-creator)。
使用 X/Twitter(通过 Grok)和 Reddit API 搜索和监控社交媒体。适用于: - 按关键词或话题标签搜索 X/Twitter 帖子 - 按条件查找 X/Twitter 用户 - 获取用户最近的帖子 - 搜索 Reddit 帖子和讨论 - 获取 Reddit 帖子的评论 - 社交媒体监控与研究 触发词: - "twitter"、"X"、"tweets"、"posts on X" - "reddit"、"subreddit"、"reddit discussion" - "what are people saying"、"social media"、"sentiment" - "trending"、"viral"、"popular posts" - "user's posts"、"timeline"、"recent activity" 使用 x402.fetch 访问 Grok(X)和 Reddit 端点。所有端点每次调用 $0.02。重要:切勿猜测端点路径。所有路径遵循 https://enrichx402.com/api/{provider}/{action} 的模式。请使用下方快速参考表中的确切 URL,或先调用 x402.discover_api_endpoints。
面向 Instagram、LinkedIn 和 Twitter/X 的多页轮播图设计,包含版式规则和钩子。涵盖页面结构、文字层级、滑动心理和平台特定规范。适用:轮播帖、Instagram 轮播、LinkedIn 轮播、多页帖子、教育内容。触发词:carousel、instagram carousel、linkedin carousel、slide post、carousel design、swipe post、multi-image post、carousel template、educational carousel、carousel content、instagram slides、linkedin slides
通过 inference.sh 命令行,使用 ElevenLabs Scribe 和 Whisper 模型将音频转写为文本。模型:ElevenLabs Scribe v2(准确率 98%+,说话人分离)、Fast Whisper Large V3、Whisper V3 Large。能力:转写、翻译、多语言、时间戳、说话人分离、音频事件标注。适用场景:会议转写、字幕、播客文稿、语音备忘。触发词:speech to text、transcription、whisper、audio to text、transcribe audio、voice to text、stt、automatic transcription、subtitles generation、transcribe meeting、audio transcription、whisper ai、elevenlabs stt、scribe、eleven labs transcribe
当 UI/UX 项目在 `ui-ux-pro-max` 产出设计智能之后、在 Figma/代码实现之前,应使用 Google Stitch 或 Stitch MCP/API 工作流进行快速 AI UI 探索时,使用本 skill。本 skill 将 UX、SEO/LLM、品牌、无障碍和 Pro Max 约束转化为可供 Stitch 使用的提示词,评估 Stitch 输出,准备 Figma/代码交接,在不泄露密钥的情况下检查 Stitch API/MCP 配置,并避免 Stitch 成为相互冲突的事实来源。
当用户想对需求不确定的库存系统建模、优化安全库存水平、实施 (s,S) 或 (Q,r) 策略,或分析不确定性下的服务水平时使用。当用户提到 "stochastic inventory"、"probabilistic inventory"、"(Q,r) policy"、"(s,S) policy"、"base stock policy"、"safety stock optimization"、"service level constraints"、"lead time demand distribution"、"fill rate calculation" 或 "inventory with demand uncertainty" 时也使用。确定性模型见 economic-order-quantity 或 lot-sizing-problems。单周期不确定性见 newsvendor-problem。
当用户想在不确定性下优化、处理概率性约束或求解随机规划问题时使用。用户提到"stochastic optimization"、"chance constraints"、"two-stage stochastic programming"、"scenario-based optimization"、"robust optimization under uncertainty"、"stochastic demand"、"uncertainty modeling" 或 "probabilistic optimization" 时也使用。关于确定性优化,见 optimization-modeling。关于鲁棒优化,见 metaheuristic-optimization。
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。
