Skills
收录 98,067 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
用于类型化错误、依赖注入、并发、资源管理、schema 校验与流式处理的进阶 Effect-TS 模式。在构建 Effect 程序时使用——不是简单的 Effect.succeed/fail 问题，而是多关注点任务，例如用 Layer 组合设计服务层、用带标签错误处理类型化错误层级、用结构化并发管理并发 fiber、作用域化资源生命周期、由 schema 驱动的 API 契约，或将 Effect 与现有 Express/Hono/数据库技术栈集成。不适用于基础 TypeScript 或一般函数式编程问题。
ElevenLabs 多说话人对话生成 - 通过 inference.sh 命令行在单个音频文件中生成不同声音的对话。能力：多声音对话、基于脚本的生成、声音指导、对话音频。用途：播客、有声书、讲解、教程、角色对话、视频脚本。触发词：elevenlabs dialogue、eleven labs dialogue、multi speaker、conversation audio、dialogue generation、text to dialogue、multi voice、voice acting、podcast dialogue、character voices、script to audio、elevenlabs conversation、two speakers
ElevenLabs AI 音乐生成 — 通过 inference.sh CLI 从文本提示词创作原创音乐。能力：文本转音乐、最长 10 分钟的自定义时长、流派/情绪/乐器控制、免版税商用。用于：背景音乐、配乐、广告短曲、播客、视频配乐、游戏音频。触发词：elevenlabs music、eleven labs music、ai music、generate music、music generation、compose music、ai composer、create song、soundtrack、background music、jingle、elevenlabs compose、music ai。
通过 inference.sh CLI 使用 ElevenLabs 文字转语音，提供 22+ 种优质音色、多语言支持和语音调优。模型：eleven_multilingual_v2（最高质量）、eleven_turbo_v2_5（低延迟）、eleven_flash_v2_5（极速）。能力：文字转语音、音色选择、稳定性/风格控制、32 种语言。适用：配音、有声书、视频旁白、播客、无障碍、IVR。触发词：elevenlabs、eleven labs、elevenlabs tts、premium tts、professional voice、ai voice、high quality tts、multilingual tts、eleven labs voice、voice generation、natural speech、realistic voice、voice over、speech synthesis
ElevenLabs 变声器 - 通过 inference.sh CLI 将任意声音转换为另一种声音，同时保留语音内容和情感。模型：eleven_multilingual_sts_v2（70+ 种语言）、eleven_english_sts_v2。能力：语音转语音、声音转换、口音改变、声音伪装。适用：内容创作、配音表演、隐私保护、译制配音、角色声音。触发词：voice changer、speech to speech、voice transformation、change voice、voice swap、voice conversion、voice disguise、eleven labs voice changer、elevenlabs sts、transform voice、ai voice changer、voice modifier
面向高端网站的转化优化和 UX 策略。在以下情况使用：转化率优化（CRO）、注册流程、结账优化、定价页面、CTA、标题、文案撰写、A/B 测试、潜在客户生成、购物车放弃、新手引导、留存、社会证明、推荐语、信任信号、紧迫感、稀缺性、增长、病毒式循环、导航模式、表单验证、Toast 通知、错误处理、空状态，或当你需要做出影响业务成果的设计决策时。此技能提供设计选择背后的 "why"。视觉层次请参考 elite-design-core。在实现表单的焦点管理和 aria 模式时加载 elite-accessibility。
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。
将网站的设计系统提取到 DESIGN.md 文件(google-labs-code/design.md 格式)。每当用户给出站点 URL 并希望捕获、逆向工程、克隆或记录其视觉标识——颜色、排版、圆角/间距比例、组件和品牌感——时使用。触发短语如“从 <url> 提取设计系统”“从 <site> 生成 DESIGN.md”“获取 <site> 的设计令牌”“<site> 的配色方案/字体是什么”,或“我希望我的 UI 看起来像 <site>”。它使用 playwright-cli 采样若干真实页面,读取 CSS 自定义属性 + 计算样式(精确且成本低),为文字描述拍摄浅色截图,并用官方 linter 进行验证。只要目标是可复用的设计规格,就优先使用本技能,而非凭肉眼观察截图。
带领一个人梳理某个主题、代码库、白皮书或复杂系统，直到他真正理解。当用户想要理解或学习某事物时使用：“解释 X”“带我过一遍这个仓库/论文”“帮我理解 Y 是怎么运作的”“带我上手 Z”——即使他们从未提到学习方法。以费曼级的简洁（通俗语言、类比、先具体例子后抽象）和基于研究的结构（先讲全貌、一次讲一段、根据目标设置检查点）进行讲解，仅在走查结束后评估理解程度，以发现哪里还需要更多辅导，并产出一份独立、可分享的参考讲解——以 Open Knowledge Format（OKF）bundle 持久化，并固定源指纹，以便后续会话可以回顾这些知识，并在代码库、文档或主题变化时以 diff 感知的方式刷新它。这是一次有引导的走查，而非学习计划：记忆工具（间隔检索、自测、复习日程）存在，但完全可选。
使用符合导出效果的资源实现 Figma UI，建立屏幕×状态清单，在实际发布的父组件中测量控件，并在目标仓库中维护持久的 living spec（状态/模式/依据，必须包含 Assets 子节）。如果有组件工作台（Storybook 或类似工具），还需交付覆盖清单的 stories 和锁定规格的测试。用于根据 Figma URL/节点实现界面或进行像素级还原；如果文件有模式或项目支持主题切换，也包括浅色/深色模式。在同一轮中通过 figma-pixel-verify 测量已布局的画面帧，直到通过；迭代之间无需人员介入。触发词——「像素级还原」「按稿实现」「Figma 对齐实现」「还原 Figma」「figma 保真实现」「暗黑模式还原」「多主题保真实现」/ implement from Figma、pixel restore、dark mode implement、multi-theme fidelity。不要用于向 Figma 画布写入代码、无设计稿的创意 UI，或单独进行实现后的对齐检查（使用 figma-pixel-verify）。
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。
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。