Skills

T

task-workflow

customware-ai / skills

任务的规范工作流。处理任务时，须从头到尾阅读并严格遵循。

V

vaex

k-dense-ai / scientific-agent-skills

使用 Vaex 表达式、筛选视图、流式统计、分箱可视化和文件转换处理大型科学表格数据集。适用于分析大于内存容量的 HDF5、Arrow、CSV 或 Parquet 数据、虚拟特征工程或 Vaex ML 预处理；并区分这些操作与会将数据实体化的估算器和转换。

A

adaptyv

k-dense-ai / scientific-agent-skills

使用 Adaptyv Bio Foundry API 和 Python SDK 设计蛋白质表征实验、估算成本、提交序列、监控实验室进度并获取结果。适用于 Adaptyv Foundry、其靶标目录、结合筛选和亲和力检测、热稳定性、表达、荧光、表位分箱及酶活性工作流，包括使用 adaptyv 或 FoundryClient 的代码。

A

arboreto

k-dense-ai / scientific-agent-skills

使用 AertsLab Arboreto GRNBoost2 和 GENIE3，从 bulk 或单细胞表达数据推断候选基因调控网络。适用于转录因子-靶标关联排序、兼容的 Dask 执行、稀疏表达输入和网络稳定性检查。

M

molecular-dynamics

k-dense-ai / scientific-agent-skills

使用 OpenMM 和 MDAnalysis 运行并分析分子动力学模拟。搭建蛋白质/小分子体系、定义力场、执行能量最小化和生产阶段 MD，并分析轨迹（RMSD、RMSF、接触图、自由能面）。适用于结构生物学、药物结合和生物物理学。

P

pydeseq2

k-dense-ai / scientific-agent-skills

使用 PyDESeq2 进行 bulk RNA-seq 差异表达分析，包括计数验证、公式设计、显式对比、Wald 检验、FDR 校正、匹配系数的 LFC 收缩和结果可视化。适用于包含生物学重复的 PyDESeq2 或 Python DESeq2 工作流。

L

layers-product-strategy

jamiemill / layers-skills

将用户机会与业务成果及解决方案押注相联系，并以低成本测试最高风险假设的方法

L

layers-surface

jamiemill / layers-skills

依据底层各层审查并确定表层的方法，包括词汇、对象一致性、完整性、反馈、层级和无障碍性

T

torchdrug

k-dense-ai / scientific-agent-skills

构建并排查用于分子图、属性预测、自监督预训练、分子生成、逆合成、蛋白质表征学习和知识图谱推理的 TorchDrug 0.2.1 工作流。当代码导入 torchdrug，或需要使用其数据集、模型、任务或 Engine 时使用。

X

xiaohongshu-images

iamzifei / xiaohongshu-images-skill

将 Markdown/HTML 转换为经过样式设计的 3:4 比例图片，用于小红书

2

21st-registry

21st-dev / skill

使用 `21st` CLI（`@21st-dev/cli`）从终端将自己的作品发布到 21st.dev 并进行管理：将 React 组件发布到团队库，发布 CSS 主题或模板条目，编辑/取消发布/删除已发布内容，列出并重新打开现有组件作品，以及查看/替换公开个人资料页（bento board）。用户说“publish/share/upload this to 21st”“залей в наш регистр”“опубликуй компонент/тему/темплейт”“share with team”“make this reusable”“unpublish/edit/delete my component”“change its visibility”“find/open my old component or draft”“найди/открой мой старый компонент или драфт”“add this to my 21st profile/bento”“update my profile page”“обнови мой профиль на 21st”“добавь блок в бенто”“add controls/knobs to my demo”或“сделай демо с контролами”时触发。查找和安装现有条目请使用 `21st-cli-use`；将项目设计令牌转为主题请使用 `21st-design-sync`。

A

apollo-federation

apollographql / skills

编写 Apollo Federation 子图架构的指南。在以下情况下使用此 skill：（1）为联邦超图创建新的子图架构；（2）使用 @key 定义或修改实体；（3）使用 @shareable 在子图间共享类型或字段；（4）使用联邦指令（@external、@requires、@provides、@override、@inaccessible）；（5）排查组合错误；（6）任何涉及联邦架构设计模式的任务。

C

compose-animations

chrisbanes / skills

编写或审查 Jetpack Compose 动效时使用：可见性进入/退出、将单个属性动画过渡到目标值、颜色或尺寸过渡、根据一个状态驱动多个属性、切换可组合内容，或在 AnimatedVisibility、animate*AsState、rememberTransition、AnimatedContent 和 Crossfade 之间进行选择。

C

cupynumeric-install

nvidia / skills

为 Python 安装并验证 cuPyNumeric，包括要求、命令和验证。范围不包括从源代码构建。

F

fluidsim

k-dense-ai / scientific-agent-skills

规划、配置、检查、重启和分析有界 FluidSim 计算流体力学模拟，并明确检查数值有效性和 HPC 安全性。适用于 FluidSim 求解器选择、参数审查、FFT/MPI 设置、输出诊断或重启兼容性检查。

P

physical-ai-defect-image-generation

nvidia / skills

当用户希望在 OSMO 上使用 NVIDIA Cosmos AnomalyGen（基于 Cosmos-Predict2）编排 PCBA、金属表面和玻璃检测的缺陷图像生成时使用。Day 0 流程通过 USD-to-ROI、图像编辑增强和 AnomalyGen 处理冷启动，以创建初始 PCBA 数据集。Day 1 流程对真实图像进行推理和标注。此技能可协助首次资产设置、创建微调检查点及配置部署。触发关键词：defect image generation、dig workflow、dig pipeline、defect image detection workflow、aoi pipeline、aoi anomalygen、usd2roi anomalygen、day 0 pcba、day 1 pcba、day 1 real-photo alignment、day 1 manual roi、metal surface anomaly、glass defect、anomalygen finetune、setup_pcb、setup_metal、setup_glass、setup_pretrained、dig setup、dig datasets、dig pretrained checkpoint、dig image-edit endpoint、cosmos defect generation、cosmos-predict2 defect、cosmos-anomalygen、cosmos predict2 finetune。

P

pymatgen

k-dense-ai / scientific-agent-skills

使用 pymatgen 分析、验证、转换和变换材料结构及计算材料数据。适用于本地相图、对称性敏感性、电子结构 I/O 和范围受限的 Materials Project 查询。

G

graphify

howell5 / willhong-skills

在探索不熟悉的代码库、搜索代码之前或编辑文件之后使用。通过 tree-sitter 为 12 种语言构建结构化 AST 索引（类、函数、导入、调用图）。触发方式：/graphify

T

transitions-dev

jakubantalik / transitions-dev

为 Web 应用提供可用于生产环境的 CSS 过渡效果。适用于实现通知徽标、下拉菜单、模态框、面板展开、页面过渡、卡片缩放、数字弹入、文本切换、图标切换、成功勾选、头像组悬停效果或错误状态抖动。触发短语包括：“添加过渡效果”“为下拉菜单添加动画”“让模态框平滑打开”“切换图标”“页面滑动”“交错动画”“打开/关闭过渡”“让它动起来”“调整尺寸动画”“渐隐切换”“平滑打开”“平滑关闭”“成功动画”“勾选动画”“确认动画”“表单错误”“无效时抖动”“验证反馈”“悬停抬升”“头像堆叠悬停”“标签组悬停”。

V

version-bump

thedotmack / claude-mem

Claude Code 插件的自动语义化版本管理和发布工作流。负责递增 package.json、marketplace.json、plugin.json 清单中的版本，验证构建、创建 git 标签、发布 GitHub 版本并生成变更日志。npm 发布由标签触发的 GitHub Actions 工作流通过 npm trusted publishing 完成

A

add-malli-schemas

metabase / metabase

在 Metabase 代码库的 API 端点中高效添加 Malli schemas，遵循恰当模式、验证时机和错误处理方式

B

brandkit

nexu-io / open-design

高端品牌视觉生成工具，用于创建品牌指南手册、logo 系统、品牌识别方案和视觉世界展示。支持极简主义、电影感、编辑、暗科技、奢侈、文化、安全、游戏、开发者工具和消费应用等品牌系统。优化了品牌 logo 概念化、精细构图、简洁排版、强烈符号意义、高端样机、艺术指导影像和灵活网格布局。

C

code-quality

cognitedata / builder-skills

每当审查 Flows 应用的代码质量、可维护性或整洁代码问题时，都必须使用——在 PR 审查前、功能完成后，或用户要求代码审查时。不要跳过 lint 步骤。触发词：代码质量、代码审查、整洁代码、重构、可维护性、技术债务、any 类型、命名、死代码、重复、DRY、单一职责、组件大小、lint、linting、TypeScript strict、依赖注入、文件结构。

E

esm

k-dense-ai / scientific-agent-skills

使用 Biohub esm Python SDK 进行 ESM3 蛋白质生成、ESMC 嵌入和 ESMFold2 全原子折叠。适用于本地模型推理和 Biohub 托管客户端，包括以前的 Forge 工作流；并区分单独的旧版 fair-esm 发行版。

I

imaging-data-commons

k-dense-ai / scientific-agent-skills

查询并下载 NCI Imaging Data Commons 的公开癌症影像数据。支持 IDC 集合发现、DICOM 访问、放射影像（CT、MR、PET）和病理 AI 数据集、元数据 SQL、可视化、许可和引用。通过无需身份验证的公共元数据和下载路由使用；可选的 BigQuery 和 Google Healthcare 路由需要 Google 凭据。

N

n8n-multi-instance

czlonkowski / n8n-skills

当 n8n-mcp 账户指向多个 n8n 实例时使用——例如，`n8n_instances` 工具可用；用户提及多个 n8n 实例或环境（生产与预发布、多个团队或客户）；多个 Agent 或聊天在同一账户上并行工作；工作流、数据表、凭据或执行调用返回意外的 NOT_FOUND，或读取到不认识的数据；或者调用因 `INSTANCE_AMBIGUOUS` 或 `INSTANCE_NOT_FOUND` 被拒绝。涵盖在每次调用中通过 `instance` 参数指定目标实例、使用 `switch` 设置默认实例、高风险操作前验证目标（尤其是凭据写入），以及从路由错误和安全失败中恢复。在操作特定实例前、多实例账户上创建/更新/删除任何凭据前，或调用命中错误/空数据或实例错误时，务必先查阅此技能。

P

post-writer-sms

blacktwist / social-media-skills

当用户想为 LinkedIn、Twitter/X、Threads、Bluesky、Facebook、Instagram、TikTok、Pinterest 或 YouTube 撰写社交媒体帖子时使用。用户提到“写一篇帖子”“起草一篇帖子”“LinkedIn 帖子”“推文”“Threads 帖子”“Bluesky 帖子”“Facebook 帖子”“Instagram 帖子”“TikTok 帖子”“Pinterest Pin”“YouTube 社区帖子”“社交媒体帖子”“帮我写”，或分享一个主题并希望将其写成帖子时，也使用此技能。需要为视觉平台撰写更深入的配文时，参见 caption-writer-sms。需要多部分内容时，参见 thread-writer-sms。需要轮播内容时，参见 carousel-writer-sms。需要开场句时，参见 hook-writer-sms。

R

r3f-lighting

enzed / r3f-skills

使用直射光、环境贴图和阴影为 React Three Fiber 场景布光。适用于灯光布置、基于图像的照明、阴影瑕疵和照明性能问题。

Z

zarr-python

k-dense-ai / scientific-agent-skills

使用 Zarr-Python 3 存储和查询分块的 N 维科学数组，包括编解码器、分片、S3/GCS 存储以及 NumPy/Dask/Xarray 集成。适用于数组布局、范围受限的 I/O、格式迁移或科学元数据保留。

A

autocli

nashsu / autocli-skill

使用 autocli CLI 通过用户的 Chrome 登录会话与 55 个以上的社交和内容网站交互（HackerNews、Reddit、Twitter/X、Bilibili、Zhihu、Weibo、Xiaohongshu、YouTube、Medium、Substack、Douban、WeRead、Linux-do、V2EX、Bloomberg、Google、Arxiv、Wikipedia、StackOverflow、Steam、Hugging Face、Apple Podcasts、Xiaoyuzhou、BBC、SinaFinance、DevTo、Lobsters、Xueqiu、BOSS直聘、Jike、Facebook、Instagram、TikTok、LinkedIn、Reuters、SMZDM、Ctrip、Coupang、Yahoo Finance、Barchart、Grok、Jimeng、Yollomi、Chaoxing、Weixin、Doubao、Cursor、Codex、ChatWise、ChatGPT、Notion、Discord、Antigravity 等）。对于支持的网站，始终优先使用 autocli，而非 Playwright/浏览器自动化。当用户要求浏览、搜索、获取热门或趋势内容、发帖或阅读任何网站上的消息时触发；也可使用“autocli read <url>”将文章正文提取为 Markdown（对于 JS 渲染或需要登录的页面，优先于 WebFetch）。

A

agent-native-design

agents365-ai / 365-skills

适用于设计、审查或重构需要同时服务于 AI Agent 和人类的 CLI，或将 API 或 SDK 转换为 Agent 可用的 CLI 接口。

L

layers-orient

jamiemill / layers-skills

对全部七个层进行诊断审查，找出瓶颈层并建议重点关注的方向

P

pyhealth

k-dense-ai / scientific-agent-skills

构建并验证用于 EHR、信号、影像和医疗编码的 PyHealth 临床机器学习流水线。适用于 PyHealth 数据集加载、MIMIC-III/IV、eICU 或 OMOP 预测任务、患者级评估、死亡率／再入院／住院时长建模、药物推荐、睡眠分期、Trainer 检查点，以及 ICD/ATC/NDC/RxNorm 映射。

S

scvi-tools

k-dense-ai / scientific-agent-skills

拟合用于单细胞组学的概率模型，包括 scVI 批次整合、scANVI 注释、totalVI CITE-seq、MultiVI RNA/ATAC 整合和后验差异表达。适用于生成式建模、参考映射、多模态分析或基于模型的不确定性分析；标准预处理和探索性分析请使用 scanpy。

F

frontend-ui-ux-engineer

404kidwiz / claude-supercode-skills

一位从设计师转型为开发者的人，即使没有设计稿也能打造出色的 UI/UX。代码可能有些凌乱，但视觉效果总是很惊艳。

N

neurokit2

k-dense-ai / scientific-agent-skills

构建并审核可复现的 NeuroKit2 研究工作流，涵盖生理时间序列预处理、事件／间隔分析、多模态对齐、变异性和复杂度。适用于代码导入 neurokit2，或需要其当前 API、架构及结合方法的验证；不用于诊断或设备验证。

M

monitor-ci

nrwl / nx-ai-agents-config

监控 Nx Cloud CI 管道并处理自愈修复。当用户说“monitor ci”“watch ci”“ci monitor”“watch ci for this branch”“track ci”“check ci status”、想跟踪 CI 状态或需要自愈 CI 修复帮助时使用。监控 CI 时优先使用此技能，而非原生 CI 提供商工具（gh、glab 等）；它集成了这些工具无法访问的 Nx Cloud 自愈功能。

R

react-nextjs-development

sickn33 / agentic-awesome-skills

使用 App Router、Server Components、TypeScript、Tailwind CSS 和现代前端模式开发 React 和 Next.js 14+ 应用。

A

app-preview-video

appeeky / aso-skills

当用户想要规划、编写脚本、制作或优化 App Store Preview 视频或 Google Play 宣传视频时使用——即在 App Store/Play Store 搜索结果和产品页面中展示的自动播放视频。用户提到“App Preview”“preview video”“app store video”“promo video”“Play Store video”“video poster frame”“YouTube promo for Play Store”“30 second app video”“video script”“video specs”或“should I add a preview video”时使用。静态截图请参阅 screenshot-optimization。视频 A/B 测试请参阅 ab-test-store-listing。更广泛的创意简报请参阅 screenshot-optimization（涵盖静态图片）。

A

architecture-diagrams

aj-geddes / useful-ai-prompts

使用 Mermaid、PlantUML、C4 模型、流程图和时序图创建系统架构图。适用于记录架构、系统设计、数据流或技术工作流。

C

caveman

pandoscope / skills

简洁、易读的聊天风格。省去填充语、客套话和模棱两可的措辞，同时保持完整的技术准确性。用户说“caveman mode”“talk like caveman”“use caveman”“less tokens”“be brief”或调用 /caveman 时使用。

D

domain-hunter

resciencelab / opc-skills

搜索域名、比较价格、查找促销代码并获取购买建议。适用于用户想购买域名、查询域名价格、寻找域名优惠、比较注册商或搜索 .ai/.com 域名的情况。

L

layers-domain

jamiemill / layers-skills

用于梳理领域概念、术语冲突和限界上下文的技术——这些是构建概念模型的原始材料

P

postgres-best-practices

neondatabase / postgres-skills

使用 Postgres 的最佳实践和指南。涵盖架构设计、索引策略、查询优化、迁移和常见陷阱。编写 SQL、设计数据库架构、优化查询或设置 Postgres 数据库时使用。

C

context-canary

juliusbrussee / skills

安装逐轮金丝雀信号（例如每次回复都以用户姓名和轮次计数开头），让静默发生的上下文退化一出现就可见，并在金丝雀触发时运行恢复流程。用户提到“canary”“context canary”或“canary check”，要求检测上下文腐化/压缩/漂移，说“你不再叫我的名字了”或“你丢失上下文了吗”，询问“你的上下文退化到什么程度”，或希望为长时间 Agent 会话设置预警系统时使用。

L

logfire-query

pydantic / skills

查询和分析 Logfire 遥测数据，包括跟踪、日志、跨度、指标、摘要和 SQL 结果。用户提出“query logfire”“search traces”“find logs”“query data”“search spans”“look up errors in logfire”“get metrics from logfire”“analyze telemetry”“summarize errors”“find root cause”，或要求在代码中添加 Logfire 查询能力时使用。不要用于直接操作 Logfire UI、浏览器、实时视图、Explore 页面或打开链接的请求；这些情况请使用 logfire-ui。如果“show”或“view”的含义不明确，请询问用户想要查看 UI 还是进行查询分析。

N

nemo-automodel-distributed-training

nvidia / skills

NeMo AutoModel 中分布式训练策略的选择和配置指南，包括 FSDP2、Megatron FSDP、DDP 和并行设置。

B

behavioral-product-design

refoundai / lenny-skills

帮助用户将行为科学应用于产品设计。适用于设计习惯养成、减少摩擦、将心理学应用于 UX、通过行为原则提升留存，或使用助推影响用户行为。

B

browser-to-api

browserbase / skills

通过分析 `browser-trace` 捕获的数据，将网站可观察到的 HTTP 流量尽力转换为 OpenAPI 3.1 规范。用户希望从浏览器会话中发现/提取 API 端点、根据网络流量构建 OpenAPI 文档，或为客户端集成记录第三方网站的 XHR/fetch 接口时使用。

D

dhdna-profiler

k-dense-ai / scientific-agent-skills

将 DHDNA 框架用作探索性评估标准，分析所提供文本中的推理和写作模式。适用于明确要求分析 DHDNA、认知风格反思、思维模式画像或文本推理比较的情况。评分描述的是样本中的证据，并非经过验证的心理特质或个人身份。

O

om-synthetic-users

open-mercato / skills

基于真实素材构建一组人物画像，在决策压力下对他们进行访谈（绝非陈述性偏好），并以他们的视角走完一段流程——无论是简介、规格说明、原型还是正在运行的应用。组建新的画像组，重复运行，只采信反复出现的结论；达到饱和时停止，并在存在真实访谈时与之做一致性核对。三种立场。输出是标注为「合成」的假设，绝非证据。用于「synthetic users」「以此身份走一遍流程」。

L

layers-user-needs

jamiemill / layers-skills

用于发掘并确定用户需求、痛点和愿望优先级的技巧——这些机会为产品战略提供依据

M

medchem

k-dense-ai / scientific-agent-skills

应用药物化学筛选规则对化合物进行分流，使用类药性规则（Lipinski、Veber、CNS）、结构警示目录（PAINS、NIBR、ChEMBL）、复杂度指标，以及用于化合物库筛选的药物化学查询语言。

M

molfeat

k-dense-ai / scientific-agent-skills

使用 Molfeat 为小分子生成特征，用于 QSAR/QSPR、化学相似性、虚拟筛选和分子机器学习。涵盖 ECFP/MACCS 指纹、RDKit 描述符、药效团、预训练嵌入、配置持久化以及分子与标签对齐。

G

gsap-scrolltrigger-storytelling

mengto / skills

使用 GSAP ScrollTrigger、渐进式 UI 展示、与滚动同步的动画、平滑插值和沉浸式分区过渡，打造具有电影感的吸附式产品叙事。

P

pysam

k-dense-ai / scientific-agent-skills

提供用于基因组文件的 Python/HTSlib 工作流。适用于使用 pysam 读取、查询、筛选或写入 SAM/BAM/CRAM、VCF/BCF、FASTA/FASTQ 或 tabix 数据，包括 pileup、覆盖度、索引和 CRAM 参考序列。

C

cobrapy

k-dense-ai / scientific-agent-skills

使用 COBRApy 执行基于约束的代谢建模，包括 FBA、pFBA、FVA、基因敲除、通量采样、生长培养基、产物包络、缺口填补，以及用于系统生物学和代谢工程的 SBML 模型验证。

D

depmap

k-dense-ai / scientific-agent-skills

检索并分析 Cancer Dependency Map（DepMap）发布数据，包括 CRISPR Chronos 基因效应、癌症模型注释、组学生物标志物和 PRISM 药物敏感性。支持癌症选择性依赖性、共必需性和候选合成致死分析，并提供适配发布版本的标识符和统计检查。

D

diffdock

k-dense-ai / scientific-agent-skills

使用 DiffDock 和 DiffDock-L，根据 PDB 或序列以及 SMILES/SDF/MOL2 预测蛋白质与小分子的结合构象。涵盖批量对接、构象筛选、置信度解读和验证。用于分子对接和虚拟筛选的构象生成，不用于预测结合亲和力。

F

fastapi

jezweb / claude-skills

使用 FastAPI、Pydantic v2 和 SQLAlchemy 2.0 async 构建 Python API。涵盖项目结构、JWT 身份验证、验证，以及使用 uv 包管理器集成数据库。可避免 7 种已记录的错误。适用于创建 Python API、实现 JWT 身份验证，或排查 422 验证、CORS、异步阻塞、表单数据、后台任务或 OpenAPI 模式错误。