Skills
收录 98,639 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
ES — 不验证也不奉承,彻底批判一个想法、计划、推介或整个项目:假定它会失败,并从八个角度加以证明(前提、市场、竞争、可行性、数字、执行、事前验尸和盲点),在有工具时调研真实的失败案例,并给出坦率的结论和按优先级排序的待修复清单。用 /abogado-del-diablo、“hazme pedazos esto”“critica mi idea sin filtros”“dime por qué va a fallar”“destruye este plan”“segunda opinión brutal”“pre-mortem”激活。EN — 苛刻地批判一个想法、计划、推介或整个项目而不加以验证;假定它会失败并从八个角度加以证明,然后给出直率的结论和按优先级排序的修复清单。以“devil's advocate”“red team this”“tear this apart”“why will this fail”“brutal second opinion”“pre-mortem”触发。
以经典学术风格为图像模型(GPT-Image-2、Gemini NanoBanana 等)生成可用于发表的配图提示词。当用户想要框线架构图、框架/网络/模块图或 JSON 配图规范时使用本技能——包括 "生成框架图"、"画架构图"、"JSON配图规范"、"academic figure prompt"、"框架图JSON"。生成结构化 JSON 规范以及一段 200-400 词的英文图像提示词,包含图标、尺寸标注和面板分组。若需要粉彩/轻盈的 ICLR 风格配图,请转用 academic-figure-prompt-pastel。
带动态审稿人角色的多视角学术论文评审。模拟 5 位独立审稿人(主编 + 3 位同行审稿人 + Devil's Advocate),具备特定领域专业知识。支持完整评审、复审(核验)、快速评估、侧重方法学、苏格拉底式引导和校准模式。触发于:review paper、peer review、manuscript review、referee report、review my paper、critique paper、simulate review、editorial review、calibrate reviewer、reviewer calibration、measure reviewer accuracy。
完整学术研究流水线的编排器:研究 -> 写作 -> 诚信检查 -> 评审 -> 修订 -> 复审 -> 再修订 -> 最终诚信检查 -> 定稿。把 deep-research、academic-paper 和 academic-paper-reviewer 协调为一个无缝的 9 阶段工作流,具备强制诚信核验、两阶段同行评审和可复现的质量门禁。触发词:academic pipeline、research to paper、full paper workflow、paper pipeline、end-to-end paper、research-to-publication、complete paper workflow。
通过 Agent-to-Agent(A2A)协议暴露 AG2 `Agent`,使任何符合 A2A 的客户端(或其他 AG2 Agent)都能跨进程/主机边界调用它。用 `A2AServer(agent)` 包装该 Agent,并通过 `build_jsonrpc(...)`、`build_rest(...)` 或 `build_grpc(...)` 提供服务——每个都返回可直接提供服务的 ASGI/gRPC 对象,该对象在 `/.well-known/agent-card.json` 发布由 `build_card` 构建的 A2A `AgentCard`。当你希望 AG2 Agent 可作为标准的网络化 A2A 服务访问时使用——与非 AG2 的 A2A 客户端互操作、多传输(JSON-RPC / REST / gRPC)端点、声明的认证方案、推送通知或多租户。若要从 AG2 消费远程 A2A Agent,则改为将 `Agent` 指向 `A2AConfig(card_url=...)`。涵盖 `A2AConfig`、`A2AServer`、`build_card`、安全方案(`bearer_scheme`/`api_key_scheme`/`oauth2_scheme`/`require`)以及进程内的 `testing.py` 辅助工具(`make_test_client_factory`、`make_test_rest_client_factory`)。
为广告、推广、产品发布和品牌内容创建 AI 营销视频。模型:Veo、Seedance、Wan、FLUX 用于视觉,Kokoro 用于旁白。类型:产品演示、用户证言、讲解视频、社交广告、品牌视频。用途:Facebook 广告、YouTube 广告、产品发布、品牌认知。触发词:marketing video、ad video、promo video、commercial、brand video、product video、explainer video、ad creative、video ad、facebook ad video、youtube ad、instagram ad、tiktok ad、promotional video、launch video
通过 @cloudbase/node-sdk(>=3.16.0)开发 Node.js 后端 AI 时使用——包括云函数、CloudRun、Express/Koa/NestJS、无服务器 API、定时任务、LLM 代理和 Agent 编排。这是唯一支持图像生成的 SDK(ai.createImageModel + generateImage)。文本生成通过 ai.createModel,使用 cloudbase、hunyuan-exp 或 custom-* 分组;模型 ID(如 deepseek-v4-flash、glm-5、kimi-k2.6)填写在 generateText/streamText 的 `model` 字段中。编写代码前必须执行两步预检——详见正文。不适用于浏览器/Web(使用 ai-model-web)或小程序(使用 ai-model-wechat)。
通过 inference.sh CLI 进行 AI 语音生成、文本转语音和语音合成。模型:Inworld TTS-2(100+ 种语言,情绪/非语言引导)、Inworld TTS 1.5(超低延迟)、ElevenLabs(22+ 种高级音色,32 种语言)、Kokoro TTS、DIA、Chatterbox、Higgs、VibeVoice,用于自然语音。能力:多种音色、情绪、口音、长篇旁白、对话、语音转换、表达模式控制、角色音色。用于:配音、有声书、播客、视频旁白、无障碍、游戏 NPC、虚拟形象音频、UGC。触发词:voice cloning、tts、text to speech、ai voice、voice generation、voice synthesis、voice over、narration、speech synthesis、ai narrator、elevenlabs、eleven labs、natural voice、realistic speech、voice ai、voice changer、inworld、inworld tts、character voice、npc voice。
针对阿里云 CDN 刷新与预热问题的只读诊断。当 URL/文件/目录的刷新或预热看似无效时使用——刷新失败、预热失败、缓存未清除或任务失败。核验任务记录与边缘节点缓存状态,并生成诊断报告;绝不提交刷新/预热任务。触发词:"refresh failed"、"preload failed"、"cache not cleared"、"purge not working"、"prefetch not cached"、"warm up ineffective"、"invalidation unsuccessful"、"pre-warming failure"、"pre-fetching"。
阿里云 LoongCollector / SLS 安装、采集接入、Pipeline 配置管理与校验、机器组、权限排查,以及 Lens 查询。硬性规则:对于匹配的请求,第一个工具必须先加载本 skill,然后才能进行任何 SSH 探测、目录设置、清单/文件写入或云端读取。触发词:“安装 LoongCollector”、“ECS 安装采集器”、“自建 Linux 主机安装 LoongCollector”、“ACK 安装 loongcollector”、“自建 K8s 部署采集”、“从安装到能查到日志”、“SLS 日志采集接入”、“SLS 日志采集接入相关的事”、“修改采集配置”、“改采集配置”、“采集配置校验”、“validate_pipeline.py”、“SLS 机器组”、“新建 Logtail Pipeline 采集配置”、“Logtail Pipeline”、“ClusterAliyunPipelineConfig”、“SLS Lens 查询”、“无数据排查”、“心跳异常”、“SLS 采集权限排查”、“SLS 权限排查”、“阿里云 CLI 凭证没有 SLS 操作权限”、“Logtail”、“iLogtail”、“AgentSight”、“Agentloop”、“input_agentsight”、“eBPF Runtime”、“ebpf-event”。
当用户提出以下请求时使用此技能:"查找……的 CVE"、"检查我的域名是否遭到入侵"、"关于……的威胁情报"、"对……进行 OSINT 调查"、"关于……的安全新闻"、"……的攻击面"、"这个 IP 是否恶意"、"哪些漏洞会影响……"、"……的安全公告"、"监控……的威胁"、"威胁行为者研究"、"……的近期漏洞利用"、"数据泄露检查"、"……的安全态势"、"……的威胁格局如何"、"调查[域名/IP/软件]"、"[公司]是否暴露于风险",以及任何涉及漏洞研究、泄露检测、威胁行为者分析或安全情报的请求。需要 Apify CLI 或 Apify MCP 服务。
编写或审查处理不受信任输入、密钥、出站请求、渲染内容或第三方依赖的代码——以 OWASP Top 10:2025 为视角,包含两种模式:编写默认安全的代码,以及判断某项变更引入的风险。触发词包括"is this safe"、"secure by default"、"harden"、"security"、"secret"、"privacy"、"PII"、"XSS"、"injection"、"SSRF"、"safe fetch"、"access control",或依赖审查。涵盖密钥与环境变量、输入验证、输出编码、SSRF、访问控制与数据暴露,以及供应链风险。
ArchDev 核心工作流——适用于所有涉及 ArchDev 的任务。涵盖 CLI 设置、升级、登录和模型访问;archdev.json 验证(check);仓库接入与就绪状态(repo status);活动分类映射(repo map);harness hooks(repo hook setup);构建事件报告(log post、log post --event);过往经验(log messages、log search、受能力权限控制的 log knowledge);工件发现(log finding);生命周期记录——start、lesson、abandoned、done、handoff、question(log --kind);Agent 活动(repo monitor);实时 Ask 仪表板(archdev ask);公开文件共享(archdev share);强制 PR CI 和风险跟进;已发布 PR 的风险/范围(inspect metadata);以及仓库规则(rules、rules add、rules edit、rules disable)。如果已安装 archdev CLI、仓库包含 archdev.json,或任务涉及计划、任务、会话、提交、PR 或 harness hooks,请在会话开始时加载。
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。
