Skills
收录 99,064 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
当用户想要解决作业车间调度问题（JSP）、优化多台机器上的生产顺序，或在优先约束下最小化完工时间时使用。也在用户提到 "job shop"、"JSP"、"machine scheduling"、"production scheduling"、"operation sequencing"、"makespan minimization" 或 "flexible job shop" 时使用。流水车间见 flow-shop-scheduling。生产计划见 production-scheduling。
端到端地准备并执行一次 Hacker News "Show HN" 发布 —— HN 比所有其他渠道都更严格：它**禁止一切拉票动员**（不允许声援潮，也永远不要请任何人点赞）。先落在真实产品上（真实技术栈、诚实的局限），然后在 `.ulpi/launch/hacker-news/` 下写出一套小巧、可直接粘贴的文件包：`POST.md`（标准的 `Show HN: <thing> – <plain description>` 标题 + URL + 创始人的技术性、不吹嘘的首条评论）、`PLAN.md`（美东时间安排、最初 1–2 小时计划、含硬问题预备答案的帖子互动计划，以及发布后 / 二次机会计划）和 `CHECKLIST.md`（一个阻塞式就绪门禁）。这是 launch-* 家族中负责 HN 的执行器：它掌管 Show HN 规则、HN 政策、帖子运行手册和门禁，并组合共享的 `launch-copy`（标题 + 首条评论）与 `launch-analytics`（UTM + 转化跟踪），若未安装配套组件则降级为内置后备方案。它奖励技术上的诚实和一位在场、不防御的创始人；惩罚吹嘘和需要注册才能看到内容的产品。适用于用户想发布 Show HN 或规划 HN 发布时。
端到端地准备并执行 X（原 Twitter）上的产品发布——外部链接放在回复中，而不是主推文，以免影响触达。以真实产品为依据，然后向 `.ulpi/launch/x/` 写出可直接粘贴的包：`POST.md`（发布**线程**——引人停留的钩子推文、线程正文、原生媒体，以及回复中的产品链接）、`PLAN.md`（时机、**黄金时段**互动手册、交叉推广和发布后计划）和 `CHECKLIST.md`（阻塞式起飞前门禁）。它是 launch-* 家族的 X 执行器：负责 X 机制、格式规则和门禁，并组合共享的 `launch-copy`（线程文案）、`launch-outreach`（团队放大，模式 `x`）和 `launch-analytics`（UTM + 转化追踪），若未安装配套组件则降级为内置回退方案。读取共享的 `.ulpi/launch/positioning.md`。向自己受众请求互动没有问题（没有投票圈规则），但要避免 X 惩罚的行为——主推文中的链接、互动诱导和购买互动。当用户希望撰写 X 发布线程并规划发布日时使用。
PRD 专家顾问模式。三位知名 PM/CEO 扮演顾问角色，主动审查 PRD，找出薄弱环节并给出可直接写入文档的改进方案，用户 accept/reject 决定是否采纳。触发方式：/li-prd-review、「强化 PRD」「专家顾问」「帮我看看这份 PRD」「让专家来审 PRD」「PRD 有哪些漏洞」「帮我优化 PRD」「PRD 还有什么问题」。即使用户没说"PRD"，只要他们想让专家角色审查一份产品文档并给出改进方案，也应触发本 skill。不要触发：PRD 生成任务（用 li-prd）、内容脚本生成、选题分析等内容创作任务。
当用户说「获取逐字稿」「转录视频」「提取文稿」「帮我扒一下」「这个视频说了什么」「这个博主说了啥」，或直接给一个视频链接要求提取内容时，应使用本 skill。即使用户只是丢了一个视频链接没说要干嘛，只要上下文涉及对标分析或内容提取，也应主动触发。调用 video2text.py 获取原始逐字稿，AI 校对常见语音识别错误，识别作者后归档到对标博主目录。不应触发：分析爆款规律（用 li-analyzer）、记录自己的选题想法（用 li-recorder）、写自己的脚本（用 li-writer）。当用户想要「get transcript」「transcribe video」「extract script」，或给一个视频链接进行内容提取时使用。运行语音转文字、AI 校对，并归档到对标博主目录。
通过 inference.sh CLI 使用 OpenRouter 访问 Claude、Gemini、Kimi、GLM 及 100+ 大模型。模型：Claude Opus 4.5、Claude Sonnet 4.5、Claude Haiku 4.5、Gemini 3 Pro、Kimi K2、GLM-4.6、Intellect 3。一个 API 覆盖所有模型，支持自动回退和成本优化。用途：AI 助手、代码生成、推理、Agent、聊天、内容生成。触发词：claude api、openrouter、llm api、claude sonnet、claude opus、gemini api、kimi、language model、gpt alternative、anthropic api、ai model api、llm access、chat api、claude alternative、openai alternative
分析文章中的 AI 生成内容特征，并改写以通过微信 3.27 非人工自动化内容创作检测。检查模板化短语、过渡词密度、句式一致性、段落模式重复以及微信用于标记 AI 内容的其他信号。输出风险报告和可选的人性化改写。当用户想检查一篇文章是否看起来像 AI 生成、让文章更像真人写作、绕过微信 AI 检测或人性化 AI 撰写的内容时使用。当用户提到 "去AI痕迹"、"人性化润色"、"微信AI检测"、"anti-ai-check"、"humanize article"、"公众号发文检查" 时也触发。
适用于使用 AdonisJS Lucid ORM 和 SQL 层的场景：数据库配置、迁移、schema 生成、schema 类、模型、CRUD 操作、模型查询构建器、查询作用域、hook、序列化、关系、事务、分页、调试、验证规则、模型工厂、seeder 或数据库查询构建器。当任务涉及 @adonisjs/lucid、database/schema.ts、app/models、database/migrations、database/factories、database/seeders、db 服务查询、Lucid 关系或模型行为时触发。
决定代码放在哪里、朝哪个方向依赖：新模块应归属何处、依赖是否可以朝该方向流动、什么该留在边界之后、某项抽象是否已经值得引入，以及一条长流程何时应保持完整。涵盖：先调查再修改、在选择放置位置前先验证技术未知项、保持效果与依赖显式化，以及在既有架构迫使做出妥协时记录该妥协。适用于用户说"where should this live"、"is this the right structure"、"should I split this"、"this file is doing too much" 或 "clean this up" 时，以及代码隐藏 I/O、传递宽泛的上下文对象、将某个调用方硬编码进通用机制，或在第一种架构旁再长出第二种架构时。不适用于评判已存在的改动，也不适用于特定语言的惯用法。在技术未知项仍未解决时选定的结构，是披着设计外衣的猜测。
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。