Skills
收录 98,873 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
讲解视频制作指南:脚本撰写、配音、视觉素材与剪辑合成。涵盖脚本公式、节奏规则、场景规划与多工具流水线。用于:产品演示、原理讲解视频、引导视频、社交讲解。触发词:explainer video、how to make explainer、product video、demo video、video production、video script、animated explainer、product demo video、tutorial video、onboarding video、walkthrough video、video pipeline。
对照 Figma 的实际运行 UI 测量已布局的画面帧(清单 + 规格 + Verify 部分)。用于实现后检查像素对齐 / 对照 Figma 验收,包括浅色/深色或悬停/变体状态(切换主题和状态,逐行测量)。非文档类 UI 使用 layout-probe;源码常量对比不算通过。在同一轮中修复并重新测量,直到整体通过,无需询问人员。未测量的关键行会导致整体失败。检查器必须以 0 退出;layout probe 会挂载实际发布的父组件。可打开的通道必须引用已保存的非空截图文件;layout-probe 可以报告 not-openable。触发词——「检查像素对齐」「对照 Figma 验收」「设计保真检查」「是否对齐稿面」「figma 保真检查」「暗黑模式验收」「多主题保真检查」/ verify Figma fidelity、pixel check、dark mode fidelity check、multi-theme verify。不要将其用作主要实现工作流(使用 figma-pixel-implement),也不要用于代码→Figma。
编排从原始研究想法到带有可辩护证明设计的形式化命题的路径——从想法中提炼假设,将其表述为精确的定理/命题,并设计(及审查)证明策略。当用户说"帮我把这个想法变成一个定理"、"我有个直觉,能把它变严谨吗"、"为这个设计一个证明"、"要证明这个我需要什么"、"把这个命题形式化"、"这可以证明吗、怎么证",或交出一个想发展为形式化结果的非正式猜想时使用。这是一个 ROUTER,用于串联现有的单点技能;它本身不写证明。当目标是理解已有工作而非形式化用户自己的想法时,使用 flow-learn-new-topic 或 flow-deep-understanding。当起点是现有论文的弱点而非新想法时,使用 gap-finder。
以 Python DAG 的形式运行多步骤流程,因此顺序、分支和重试由运行器强制执行,而不是写在模型可以绕过的自然语言描述里。适用于“按顺序运行这些步骤并重试不稳定的一步直到检查通过”“构建一个先获取、再验证,然后在无变化时跳过上传的流水线”“确保这些步骤无法被跳过”“从中断处恢复,而不是重做昂贵的前期阶段”“一次性运行这些独立调用并合并结果”,或任何具有分支、输入契约或不得阻塞关键路径的副作用、且步骤数在 3 步以上的流程。基本原语为 depends_on、when=、validate=、retry_until=、detached= 和 journal_path=。不适用于单个顺序调用、步骤之间需要无法用谓词捕捉的推理,或异步与分布式工作。要审查某个验证检查是否真的可能变红,请使用 gating。要将工作分发到众多子 Agent,请使用动态工作流。
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。
