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
在使用 Omega 模型进行嵌入前,清理、拆分多变量时间序列数据并提取特征。包含三个可复用构建模块:`DataPreprocessor`(诊断时间戳规律性、间隔和空值;通过填补构建连续且考虑间隔的时间块)、`DataSplitter`(遵循时间顺序的时间外或随机训练/测试集拆分)和 `FeaturePreparer`(将每个传感器的嵌入透视为“联合状态”(X、y、元数据)矩阵,可选 L2 / 标准化 / PCA)。当用户为 Omega 模型(`atai-newton-omega-model`)准备原始传感器 CSV、训练数据存在间隔且不确定是丢弃、填补还是拆分,或 n-shot CSV 看起来杂乱并希望采用有原则的清理流程时,使用此技能。不要使用此技能运行推理或生成嵌入(使用 `atai-newton-omega-model`)。不要用于视频、图像或文本数据(使用 `atai-newton-fusion-model`),仅限时间序列。
在给定真实私人价值、竞标人数 N 的估计值以及价值分布假设的情况下,计算第一价格密封拍卖的最优折价出价。对均匀私人价值实现 `(N-1)/N` 均衡折价规则,对对数正态或经验价值分布进行调整,叠加风险厌恶调整,并依据竞标者的剩余预算对输出设置上限。这是领域中立的拍卖理论,可复用于各类幻想体育(棒球 FAAB、NBA/NHL 捡人拍卖)、预测市场限价下单规模、密封采购投标以及任何盲拍场景。当用户提到“first-price auction bid”、“sealed bid shading”、“(N-1)/N”、“FAAB bid amount”、“auction shading”、“optimal bid first-price”、“bid for sealed-bid”、“blind bid sizing”,或下游逻辑需要的是有原则的折价系数而非临时启发式方法时使用。
Azure Cloud 到本地 AD 的横向移动方法论。当已获取 Azure/Entra ID 权限并需要进入本地 Active Directory 环境、发现目标使用 Azure AD Connect/Cloud Sync/PTA/Federation 等混合身份架构,或需要利用 PRT/Certificate/Cookie 凭据进行 Cloud-to-OnPrem 横向移动时使用。涵盖 14 种横向技术:Pass the PRT/Certificate/Cookie、Cloud Kerberos Trust、Connect Sync/Cloud Sync 凭据提取、PTA Agent 后门、Federation Token 伪造、Seamless SSO 银票、Exchange Hybrid 模拟、Arc GPO 部署脚本注入、本地云凭据提取。
Azure Monitor 和 Log Analytics 安全侧用法指南 — 设计为 Microsoft Sentinel 和 Defender for Cloud 提供数据的 workspace 策略,选择 analytics、basic 或 auxiliary 日志层级,保留与归档,在摄取前丢弃噪声的表级转换,Data Collection Rules(DCR)和 Azure Monitor Agent(AMA),workspace 拓扑(单一 vs 区域 vs 主权),承诺层级与成本控制,workspace 的客户托管密钥,包括表级 RBAC 的 RBAC,与 Sentinel 的集成(workspace 要求),以及停用旧版 MMA。WHEN:Log Analytics workspace 设计、Azure Monitor 安全数据、Sentinel workspace、日志层级 basic auxiliary、AMA Azure Monitor Agent、DCR data collection rule、摄取转换丢弃列、日志保留归档、workspace CMK、表级 RBAC、日志摄取成本控制。DO NOT USE:Sentinel 检测规则编写(使用 sentinel-detection-engineering)、App Insights 埋点(使用 appinsights-instrumentation)或非安全可观测性。
扫描 Reddit、X、LinkedIn、Instagram、TikTok、YouTube、博客、新闻和评论平台中的品牌提及,并从触达范围、传播速度、情绪倾向和风险主题匹配度四个维度评分,帮助团队在事态扩大前作出响应。根据市场调整来源:B2B 品牌侧重 LinkedIn、G2 和行业媒体;消费品牌侧重 TikTok、Instagram 和 YouTube。每条提及归入 Crisis/Watch/Engage/Log,并附建议负责人和响应时限。用户要求“监测品牌提及”“扫描品牌提及”“大家在说[品牌]什么”“品牌监测”“社交聆听”“全面检查品牌声量”“查找高风险提及”或其他跨网络和社交平台监测品牌的请求时使用。不要用于一次性公司研究或尽职调查——改用 company-deep-dive。不要用于竞品信息或定位分析——改用 competitor-positioning。不要用于竞品融资、招聘或业务信号——改用 competitor-intel。
补充报告撰写的 Bugcrowd 专用报告技巧:没有精确匹配时的 VRT 类别搜索与回退策略;VRT 默认严重性低估影响时手动调整;将严重性请求段落放在正文首节;针对 OOS 条款的反驳模板(身份验证流程端点的速率限制、调试信息的表述、涉及敏感 PII 的用户枚举、理论问题反驳);关联发现的交叉引用模式;QA 与生产项目的目标选择;研究人员侧的规范(Bugcrowdninja 邮件别名、恢复账户状态、友好测试者姿态)。提交 Bugcrowd 报告、认为 VRT 默认评级有误、分诊人员以 OOS 关闭报告或下调严重性、关联提交报告,或范围区分生产与 QA 时使用。可与 report-writing 和 triage-validation 搭配使用。
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。
