Skills
收录 97,905 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
边淬火的概念翻转工具。帮用户看见一个"理所当然"的概念下面藏着的隐喻、规则、混淆和因果倒置，引导用户自己完成翻转。 两种入口：带一个旧概念来验、带一个已有翻转来深化。 翻转必须由用户自己说出来——AI 只追问，不替用户翻。 触发方式：/cuihuo-verification、「验真」「翻转这个概念」「这个说法对吗」「帮我翻一下」 Concept verification and flipping tool by 边淬火. Guides users to see hidden metaphors, rules, confusions and causal inversions beneath "taken for granted" concepts, and arrive at their own flip. Trigger: /cuihuo-verification, "verify this concept", "flip this", "is this really true"
通过 RevOS MCP 服务读取、构建和修复由指标卡片组成的 RevOS 仪表板。一张卡片代表一个指标（数值度量），按某个分段的行或卡片自身的条件计数，也可以按维度拆分。无论用户是想查看仪表板内容（“销售仪表板上有什么”“管道卡片显示什么”）、添加指标或 KPI（“把未关闭管道添加到看板”“按阶段将收入显示为环形图”）、更改、重新排序、移动或删除卡片，创建、重命名或删除仪表板，还是询问卡片为何显示“不可用”或数值看起来不对，都应使用此功能，即使他们没有提到“仪表板”或“卡片”。对 `dashboards` 或 `dashboard-cards` 执行首次 api_write 或 api_delete 前，先读取此内容。
通用数据库工程规则，涵盖迁移规范、审计日志、软删除、性能和数据完整性。任何数据库工作开始前都必须加载此技能，不得因为 schema 变更看起来很小或显而易见而跳过。触发条件：任何資料庫相關工作、建表、改 schema、寫 migration、DB design、database development、設計資料庫、改 DB 結構、加欄位、加索引、改 table、SQL、寫 trigger、設計 API 的 DB 層、查詢很慢、N+1、效能優化、資料完整性、CASCADE、外鍵、新增 table、刪除資料、backup、環境分離、dev prod 分開
使用 decimal.js v10 构建、审查、调试、迁移或规划任意精度十进制数学。适用于 decimal.js、Decimal、Decimal.clone、Decimal.set、precision、舍入模式、ROUND_HALF_UP、ROUND_HALF_EVEN、toDecimalPlaces、toFixed、plus、minus、times、dividedBy、货币/金额数学、BigInt 小数、NaN/Infinity 处理、三角/指数/对数、decimal.js-light 以及与 big.js 或 bignumber.js 的对比。
通用深度研究 Agent 团队。由 13 个 Agent 组成的流水线，用于对任何主题进行严谨的学术研究。8 种模式：完整研究、快速简报、论文评审、文献综述、事实核查、三方文献扫描、苏格拉底式引导研究对话，以及可选元分析的系统性综述。涵盖研究问题构建、苏格拉底式指导、方法论设计、系统性文献检索、来源验证、跨来源综合、偏倚风险评估、元分析、APA 7.0 报告汇编、编辑评审、魔鬼代言人挑战、伦理审查，以及研究后的文献监测。触发词：research、deep research、literature review、systematic review、meta-analysis、PRISMA、evidence synthesis、fact-check、WHY HOW WHAT papers、3W literature scan、guide my research、help me think through、研究、深度研究、文獻回顧、文獻探討、系統性回顧、後設分析、事實查核、三段式文獻掃描、引導我的研究、幫我釐清、幫我想想、我不確定要研究什麼、研究方向、研究主題。
将 AI 应用的原始 OpenTelemetry 跟踪数据导出到 Confident AI 的 Observatory。用户希望将 LLM 应用、Agent、RAG 流程或聊天机器人中的 OpenTelemetry 或 OTLP 跟踪数据/跨度发送到 Confident AI；配置 Confident AI OTLP 端点；设置 confident.span.* 或 confident.trace.* 属性；不使用 deepeval Python 包导出 AI 应用跟踪数据；将 OTLPSpanExporter、OpenTelemetry Collector 或与供应商无关的 OTel SDK 接入 Confident AI；或选择美国与欧盟 OTLP 端点时触发。语言无关：机制基于 OTLP 属性键和导出器端点。以下情况不要触发：构建 DeepEval pytest 评估套件、数据集、golden、指标或 deepeval 测试运行（使用 `deepeval` skill）；使用 DeepEval SDK 的 @observe 装饰器或框架集成进行检测（使用 `deepeval-tracing` skill）；非 AI 软件，例如 Web 服务器、CRUD 后端或基础设施——confident.* 属性仅用于描述 AI 组件。
面向 Microsoft Defender for Business (MDB) 的指南——面向 SMB 细分市场的终结点安全产品（员工数 ≤300），随 Microsoft 365 Business Premium 捆绑提供，也可作为独立 SKU 购买。涵盖其包含内容与 MDE Plan 1/2 的对比（新一代 AV、配置简化的 EDR、ASR、自动调查与响应、漏洞管理、Web 内容筛选、攻击面缩减、移动威胁防御附加组件）、向导驱动的载入、适用于 SMB 服务器的服务器附加组件、简化门户体验与完整 Defender XDR 的对比、组织成长后向 MDE P2 / E5 的迁移路径，以及与 Microsoft 365 Lighthouse 集成以便 MSP 交付。WHEN: Defender for Business、MDB、SMB 终结点安全、M365 Business Premium 安全、MDB 服务器附加组件、简化 EDR 小型企业、MSP Defender for Business、M365 Lighthouse Defender、SMB 升级到 MDE Plan 2。DO NOT USE for 企业级 EDR（使用 defender-for-endpoint）、Defender XDR 跨产品调查（使用 defender-xdr）、或 Defender for Servers / Cloud（使用 defender-for-servers）。
面向 Microsoft Defender for Cloud 的指南——AI 工作负载保护（面向生成式 AI 的 AI-SPM 与运行时威胁检测）。涵盖 AI 安全态势管理（发现 Azure OpenAI / Azure AI Foundry / Amazon Bedrock / Google Vertex AI 资源，识别接地数据暴露，模型部署态势）、Azure OpenAI 上的运行时威胁检测（提示词注入/越狱尝试、提示词/响应中的敏感数据泄露、钱包滥用、凭据泄露）、与 Azure AI Content Safety Prompt Shields 集成、AI 工作负载的攻击路径分析、Defender XDR 中的警报调查，以及与 Purview DSPM for AI（用户侧）和 Azure AI Content Safety（模型侧）的搭配使用。WHEN: Defender for Cloud AI、AI-SPM、AI 工作负载保护、Azure OpenAI 威胁检测、提示词注入警报、Azure OpenAI 越狱警报、AI 钱包滥用、AI 工作负载态势、Amazon Bedrock 态势、Vertex AI 态势、Azure 生成式 AI 安全。DO NOT USE for 最终用户 AI 使用治理（使用 purview-ai-hub）、内容审核 API（使用 azure-ai-content-safety）、或 M365 Copilot 推出（使用 copilot-for-m365-readiness）。
检测并修复 AI 设计套路——AI 生成的着陆页和仪表盘中常见的趋同风格（紫色／靛蓝渐变、到处使用 rounded-2xl、三栏功能网格、便当盒式仪表盘、空洞而好高骛远的主视觉文案等）。每当用户要求 Claude 构建、生成或制作着陆页、仪表盘或 SaaS UI 原型时，或用户分享现有设计（截图、URL、代码、Figma 链接）并要求评审、反馈、判断“看起来像 AI 生成的吗？”或“让它不那么普通”时，均使用此技能。即使用户没说“套路”，也应触发；例如“帮我做个主视觉区”“这看起来像 AI 做的”“为什么这和其他 SaaS 页面都一样”或“让它更有定制感”等表述都符合条件。如果关注点明确是趋同、千篇一律或 AI 生成感，应优先使用此技能，而不是通用设计评审。
在 DFlow 上读取已知 Kalshi 预测市场的市场数据——订单簿、成交、盘口最优价格、K 线、预测百分位历史以及 Kalshi 赛中实时数据——可通过一次性 REST 快照、历史区间或实时 WebSocket 流实现。当用户提出 "show me the orderbook for X"、"get last hour of trades"、"build a live price ticker"、"stream orderbook depth"、"pull 1-minute candles for the last day"、"watch in-game scores for this sports market" 或 "alert me when the orderbook moves" 时使用。不要用于发现符合某条件的市场（使用 `dflow-kalshi-market-scanner`）、下单（使用 `dflow-kalshi-trading`）或读取用户自己的持仓/盈亏（使用 `dflow-kalshi-portfolio`）。
当复杂开发、修复、重构、迁移、验证或 OpenSpec change 需要跨 checkpoint 持续推进、上下文恢复，或需要把进度与失败记录严格存放在具体 OpenSpec change 或 archive 目录内时使用；当用户要求生成 Claude Code `/goal`、Codex `/goal` 或 do-long-task 长任务提示词时也使用。不要用于一次性短改、问答、简单格式化、changeset、发版日志或纯计划讨论。Use when a complex development, fix, refactor, migration, verification, or OpenSpec change must be advanced across resumable checkpoints, recovered after context loss, or executed with durable progress and failure notes that stay inside the concrete OpenSpec change or archive directory. Also use when the user asks to generate a Claude Code `/goal`, Codex `/goal`, or do-long-task prompt. Do not use for short one-off edits, Q&A, simple formatting, changesets, release notes, or pure planning.
面向多容器应用的 Docker Compose。涵盖服务、网络和卷。用于本地开发环境。适用场景：用户提到 "docker-compose"、"docker-compose.yml"、"multi-container"、"service dependencies"、"docker compose up"，或询问 "local dev environment"、"microservices setup"、"database + app setup"、"docker networks"、"docker volumes" 时 不适用于：单容器 Dockerfile——改用 `docker` 技能，生产编排——改用 `kubernetes` 技能，CI/CD 流水线——改用 `github-actions` 技能
任何涉及 dotenvx 命令行工具的任务都必须使用 —— 加密 .env 文件、在注入环境变量的情况下运行命令、跨环境管理密钥，以及在运行时解密。每当用户提及 dotenvx、dotenv 加密、DOTENV_PRIVATE_KEY、加密的 .env 文件或 dotenvx 的 encrypt/run/set/get/decrypt/keypair 命令时使用此技能。当用户想要：安全地将 .env 文件提交到 git、停止通过 Slack/聊天共享密钥、使用公钥加密加密环境变量、设置多环境 .env 配置（production/staging/ci）、使用 -fk 标志在 monorepo 中管理密钥、从 python-dotenv 或普通 dotenv 迁移到加密环境、将环境变量注入任何语言的任何进程（Node、Python、Ruby、Go、Rust 等），或使用加密的 .env 文件配置 CI/CD 流水线（GitHub Actions、Docker）时也触发。此技能包含权威的命令行参考——没有它，回答会臆造不存在的命令和标志。
搜索、检索并分析 DUV Ultramarathon Statistics 数据库中的数据（statistik.d-u-v.org，超过 1,000 万条结果、超过 240 万名跑者、超过 11.5 万场赛事）。当用户询问超马成绩、跑者、比赛或排名时使用：国家、洲际和年龄组纪录及其进展、个人最佳成绩、比赛成绩和赛道纪录、比赛历史和冠军、比赛日历、IAU 锦标赛奖牌得主、正面对比、终身或年度超马里程、最年长完赛者、女子总冠军、兴奋剂案件。例如：“匈牙利 100 km 纪录”“Spartathlon 2024 成绩”“2024 年 24 小时赛女子排名”“Ultrabalaton 的赛道纪录”“2025 年谁跑的公里数最多”“比较跑者 A 和 B”。也适用于匈牙利语：“országos csúcs”“magyar rekord”“pályacsúcs”“ultrafutó eredmények”“ki futott a legtöbbet”“VB-érmesek”。不适用于 Garmin/Strava 训练数据或 ITRA 越野积分。
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。