Skills
收录 97,725 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
仅使用 @mantine/hooks（独立 React hooks 包）构建、审查、调试、迁移或规划 React 代码。适用于 useDisclosure、useToggle、useListState、useLocalStorage、useSessionStorage、useHotkeys、getHotkeyHandler、useClickOutside、useDebouncedValue、useDebouncedState、useDebouncedCallback、useThrottledValue、useMediaQuery、useColorScheme、useReducedMotion、useMergedRef、useMove、useDrag、useMask、useCollapse、useHorizontalCollapse、useRovingIndex、useSplitter、useFloatingWindow、useUncontrolled、useFocusTrap、useIntersection、useResizeObserver、useFetch、clamp、randomId，以及 Mantine 8→9 hooks 迁移。请勿用于 @mantine/core 组件、@mantine/form、主题或其他 Mantine 包。
面向阻抗受控 PCB 互连的微带线、带状线、CPW、差分对和串扰分析。触发条件：用户要求设计或分析传输线（微带线、带状线、CPW、共面、差分对）、提取 RLGC 或单位长度参数、计算走线阻抗、分析 PCB 走线横截面，或进行串扰/耦合分析。在编写代码之前调用——优先于 RF Toolbox 的解析函数（txlineMicrostrip、txlineStripline、txlineCPW）。跳过：对已有元件进行 EM 仿真/提取 S 参数（使用 matlab-analyze-em）、仅定义材料/叠层（使用 matlab-manage-pcb-material）、构建非目录中的自定义几何（使用 matlab-assemble-pcb-layout）、优化扫描（使用 matlab-optimize-pcb-design）。
Capacitor MatrixScan Batch (scandit-capacitor-datacapture-barcode) — MatrixScan、BarcodeBatch、旧版 BarcodeTracking——在 Capacitor iOS/Android 应用中同时跟踪和扫描多个条码，并提供基础/高级 AR 叠加层（不适用于纯 Web 版本）。适用于集成、设置和码制、单条码画刷、TrackedBarcodeView 注释、生命周期、SDK 版本迁移、替换第三方扫描器（@capacitor-mlkit/barcode-scanning）或故障排查。
Capacitor MatrixScan Count（BarcodeCount）— 插件 scandit-capacitor-datacapture-barcode。多条码计数与收货工作流（扫描计数、库存盘点、采集清单、状态模式），在 Capacitor 应用中通过 DOM 元素上的 BarcodeCountView 实现，仅支持 iOS/Android 原生。React Native 请使用 matrixscan-count-rn。适用于集成、条码类型配置、结果处理、视图自定义或计数工作流故障排查。
在 .NET MAUI 应用中实现深度链接的指南。涵盖 Android App Links（含 intent filter、Digital Asset Links 和 AutoVerify）；iOS Universal Links（含 Associated Domains 权限和 Apple App Site Association 文件）；自定义 URI scheme；以及两个平台的域名验证。适用场景："deep linking"、"app links"、"universal links"、"custom URI scheme"、"intent filter"、"Associated Domains"、"Digital Asset Links"、"open app from URL"、"handle incoming URL"、"domain verification"。不适用场景：应用内 Shell 导航（使用 maui-shell-navigation）、推送通知处理（使用 maui-push-notifications）或 Web 内容嵌入（使用 maui-hybridwebview）。
面向 Claude Skills 和 MCP 服务的安全监控 Agent。实时防护层（PreToolUse hook，默认零 LLM 成本）：硬性拦截已确认恶意的工具调用（来自真实事件的已知恶意域名，以及自动更新的 URLhaus 恶意软件源），对于仅属可疑的调用（凭据窃取、反弹 shell、curl|bash 管道、裸 IP URL、云元数据/IMDS、配置/持久化写入），则在原生提示中请你批准或拒绝，而不是直接拦截。被批准的路径/域名会被记住，不再重复询问（随着你确认自己使用的内容，信任逐步建立）。v3 新增：多步攻击链检测（先访问凭据再外传）、跨服务数据流追踪、配置/MCP 扫描器 + 完整性基线（可发现克隆仓库中被植入的恶意 hook）、影子/仅审计模式（SENTINEL_SHADOW：从不拦截，只统计本应拦截的内容），以及可选的、默认关闭的 AI 升级层（SENTINEL_AI：仅用于模糊情形，有 token 预算，并针对提示词注入做了加固）。本地化消息（西班牙语/英语）。威胁数据以 base64 静态形式分发，避免主机杀毒软件误报安装包。v1 的静态分析仍可按需运行：对照漏洞数据库（GitHub Advisory DB、vulnerablemcp.info、CVE 源、mcpscan.ai、Snyk、ClawHub/VirusTotal）和社区警报扫描已安装的 skill/MCP，维护本地威胁数据库，并做一致性与更新差异分析。凡出现以下情况都使用该 skill：用户询问其 skill 或 MCP 的安全、想审计已安装插件、启用实时防护，提到"vulnerability"、"CVE"、"malicious skill"、"security scan"、"threat"、"audit"、"runtime protection"、"block"，说"is this skill safe?"，要求检查依赖，或希望持续安全监控。当用户即将安装新的 skill 或 MCP 服务时也主动触发。
基于 RDKit 和 datamol，使用 Python medchem 库（datamol-io，v2.0.5）筛选和分流小分子库。通过 RuleFilters 涵盖药物相似性规则（Lipinski、Veber、CNS、lead-like）、结构警示（源自 ChEMBL 的集合、NIBR、PAINS、Brenk）、化学基团检测、基于 ZINC 的复杂度阈值、骨架约束以及 medchem 查询语言（QueryFilter）。适用于筛查化合物库的药物相似性、移除 PAINS 或其他结构警示化合物、为先导发现或先导优化确定命中物优先级、检测官能团，或在一个查询中组合多个条件。不用于计算通用描述符或指纹；请直接使用 RDKit。
在运行 zetic.ai 的 `melange` 命令行时使用：上传/导入端侧 AI 模型、监控转换状态、报告 Melange 基准测试、生成部署指南、浏览仓库和公共库。涵盖认证、在导入 Hugging Face 仓库 id 与上传导出的产物之间选择、JSON 输出约定、退出码分支、上传/续传、非阻塞转换监控、模型报告模板以及原始 API 备用通道。还指出 `melange mcp` MCP 服务这一替代方案，以及何时优先使用其工具而非调用命令行。除非涉及 `melange` 命令行，否则不要用于通用机器学习工作——训练、本地推理或其他模型仓库。
使用 `gh` CLI 在 GitHub 仓库中合并未关闭的 Dependabot 拉取请求，并按 semver 升级类型和 CI 状态筛选。用户要求合并、清理、批量处理 Dependabot PR，例如“合并所有 Dependabot PR”“清空 Dependabot 积压”“合并依赖升级”“合并安全的 Dependabot 更新”，或通过斜杠命令调用时使用；包括要求纳入 major 版本、即使检查失败也合并，或使用 squash 而非 rebase 的情况。不用于审查或合并人工编写的 PR，也不用于编写 dependabot.yml——后者使用 dependabot-config。
为 Yahoo 幻想棒球捡人目标计算 FAAB（自由球员引进预算）的推荐出价与最高出价。实现 faab-bid-framework 的棒球专用分层（positional_need_fit、role_certainty、urgency、season_pace、league-inflation calibration），并将博弈论基础原语——第一价格折价与赢家诅咒削减——委托给同级技能 `auction-first-price-shading` 和 `auction-winners-curse-haircut`。产出推荐出价、硬上限、包含完整委托链的理由说明以及护栏标志。当用户问“how much should I bid on X”、提到 FAAB bid、waiver bid amount、blind bid、Yahoo waiver claim sizing，或 mlb-waiver-analyst 需要为已识别的目标给出出价金额时使用。
每周刷新用户 Yahoo Fantasy Baseball 联盟（ID 23756）中 11 支对手球队的逐对手原型 + 行为画像。是围绕领域中立的 `opponent-archetype-classifier` 的棒球专用轻量封装——提供 10 种原型的 MLB 分类体系（balanced、stars_and_scrubs、punt_sv、punt_sb、punt_wins_qs、hitter_heavy、pitcher_heavy、inactive、frustrated_active、unknown），从 Yahoo 页面提取 MLB 特征（选秀分布、FAAB 支出、捡人模式、阵容构成、首发一致性、交易活跃度、近期战绩、活跃时间新近度），调用分类器，并按 `opponent-profile-schema.md` 写入/更新 `context/opponents/<team-slug>.md` 文件。读-改-写会保留手动笔记。在 `signals/wkNN-opponent-profiles.md` 输出每周摘要信号。当用户说“opponent profiling”、“classify opposing manager”、“update opponent profiles”、“refresh opponents”、“weekly opponent scout”或“MLB fantasy opponent archetype”时使用。
跨平台与原生移动开发。框架：React Native、Flutter、Swift/SwiftUI、Kotlin/Jetpack Compose。能力：移动 UI、离线优先架构、推送通知、深度链接、生物识别、应用商店部署。操作：构建、创建、实现、优化、测试、部署移动应用。关键词：iOS、Android、React Native、Flutter、Swift、Kotlin、移动应用、离线同步、推送通知、深度链接、生物识别认证、App Store、Play Store、iOS HIG、Material Design、电量优化、内存管理、移动性能。适用场景：构建移动应用、实现移动优先 UX、选择原生还是跨平台、优化电量/内存/网络、部署到应用商店、处理移动特有功能。
使用 molfeat（0.11.0）将 SMILES 字符串或 RDKit/datamol 分子转换为数值特征。molfeat 提供计算器、兼容 scikit-learn 的转换器和预训练嵌入模型。涵盖指纹（ECFP、MACCS、MAP4）、RDKit 和 Mordred 描述符、药效团描述符，以及 ChemBERTa 和 GIN 等预训练模型，并支持并行处理和缓存。适用于根据 SMILES 构建 QSAR 或 QSPR 模型、为属性预测任务选择分子特征化器、生成用于虚拟筛选、相似性搜索或化学空间聚类的嵌入，以及将特征化器添加到 scikit-learn 流水线中。不用于读取或编辑结构等通用化学信息学任务，这些任务应使用 RDKit。
Molten OS Pro —— 对抗性地验证一个产品或商业想法（快速评分、完整 5 轮访谈，或重新验证）。10 项标准评分表（满分 /50）、风险信号、可证伪实验；写入 molten-docs/validate/product-score-N.md。适用于用户提出一个想法、询问它是否是个好生意/好产品，或想做一次合理性检查时。不要用于想法已经验证、用户只需要实现的情况。在拿到高分后需要 molten-os-core（molten-brand、molten-design、molten-landing）。
(NS) 通过聚焦的技术问题访谈用户,以推荐 LangGraph 还是 CrewAI、提出多 Agent 架构建议,并设计带工具和模型的 Agent 角色。每当用户想构建多 Agent 系统、在 LangGraph 和 CrewAI 之间做选择、设计 Agent 团队或图、规划人在回路工作流,或询问如何编排 AI Agent 时使用——即使他们只说“我想为公司做个机器人”或“让 Agent 协同工作”。请勿用于一般应用需求(使用 pm-clarify-requirements)或没有架构意图的实现编码。
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。