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
用于清理审计在 Shopify 商品目录中发现的残留问题:批量归档失效、已停产或库存为零的商品,清理目录残留,移除幽灵评价星级(卸载评价应用后主题仍显示的空星级),删除已卸载应用遗留的孤立 metafield,清除商品描述中的 HTML 残留(重复嵌套的粗体、全粗体段落、空标签),或批量修复混乱、损坏的商品描述。涉及修改的清理工作:归档或删除、metafieldsDelete、重写描述。不用于查找问题(使用 shopify-catalog-audit),也不用于补充 SEO 标题、替代文本等缺失元数据(使用 shopify-seo-metadata)。
在使用 Slang 着色器、着色器模块、HLSL 兼容的 GPU 代码、图形管线、计算着色器、曲面细分、光线追踪、参数块、泛型、接口、capabilities、交叉编译、着色器优化、着色器评审,或 Slang 的 C++ 引擎集成时使用。在任何提到 Slang、.slang 文件、slangc、来自 Slang 的 SPIR-V、Slang 模块、[shader("compute")]、[shader("vertex")],或要求使用现代语言特性编写/评审/重构着色器代码时触发。也适用于 Slang 到 HLSL/GLSL/Metal/CUDA 交叉编译的问题,或当用户在说 "shader" 的同时提到 "generics"、"interfaces"、"parameter blocks"、"autodiff" 或 "capabilities" 时。
解读 Honeycomb SLO 合规情况、预算消耗速率和触发器状态的决策启发式——这些数字意味着什么、应采取什么行动,包括检测配置错误的 SLI、判断何时冻结部署与何时呼叫待命人员,以及设计消耗告警阈值。在调用 get_slos 或 get_triggers 之前加载本技能。触发短语:“check our SLOs”“are we meeting our SLOs”“which SLOs are healthy”“is the error budget OK”“are any alerts firing”“what's the burn rate”“set up an SLO”“create a trigger”“configure alerts”“set up burn alerts”“check trigger status”“starting on-call”“reliability picture”“should we freeze deploys”“is this SLO misconfigured”“are we within budget”“SLO is broken”“budget is negative”,或任何关于 Honeycomb 中服务级别目标、错误预算、消耗速率或告警的请求。
在社交帖子发布前,对照目标平台的实际限制与惯例进行校验,覆盖 LinkedIn、X、Instagram、Facebook、Threads、Bluesky 和 Mastodon。当用户说“check this post”、问“will this work on Instagram”、说“validate this draft”,或问“is this too long for X”时使用。它会检查长度是否超出硬性上限和可见截断点、链接放置惯例、话题标签的数量与位置、媒体预期(包括宽高比和替代文本)、首条评论策略、诱导互动模式、渲染异常的格式以及无障碍性。它会读取 social-context.md,使语气层面的检查和内部规则与用户的品牌语气和平台设置相符。每项检查都返回 pass、warn 或 fix——每个 fix 都附带可直接粘贴的行内修正文本。
面向多接口 Python 应用的综合软件开发规划与实现 skill,并集成学术研究。触发场景:创建带 CLI/GUI/Web 接口的新 Python 软件、规划软件架构与模块、设计科学或工程应用、搭建双语文档与 PyPI 发布,或需要基于学术研究的功能设计。命令: - /planner research <topic> - 进行领域研究 - /planner design <project> - 设计系统架构 - /planner modules - 生成模块规格 - /planner docs - 创建双语文档 - /planner verify - 运行验证清单 能力:开发前规划与研究、多接口设计(CLI + PySide6 GUI + Flask Web)、使用 pyqtgraph 的科学可视化、基于学术文献的功能设计、示例数据与测试文档生成、带结构化章节的双语 README、GPLv3 许可与 PyPI 发布配置
动效导演与 B-roll 生成器。将一段文字、脚本或视频一次性制作为 30 秒以上的动效 B-roll 视频(HTML→确定性 MP4)。不做 PPT 式翻页,而是从“视觉隐喻 + 运动”出发;内置多种设计风格(暗色 SaaS 魔术、黑白打字机、暖色编辑、极简白、蓝图网格)。输出一律不用 emoji,而使用排版、几何图形和线性 SVG 图标。用户说“做 B-roll”“做个动效视频”“motion 开场”“文字动画”“概念动画”“HTML 转视频”“这段配个画面”“30秒 broll”时触发。
使用 RabbitTemplate 和 @RabbitListener 将 Spring AMQP 与 RabbitMQ 集成。涵盖交换机、队列、绑定、DLQ 和消息转换。适用场景:用户提到 "spring amqp"、"RabbitTemplate"、"@RabbitListener"、"RabbitMQ Spring"、"AMQP"、"message queue Spring Boot" 不适用于:原生 RabbitMQ——改用 `rabbitmq` 技能,Kafka——改用 `spring-kafka` 技能,通用消息模式——改用 `messaging-expert`
用于股票与公司分析以及策略回测的一站式金融技能。使用直接行情 API 获取当期和上一期交易所本地日历日期的近期价格,并使用 Rebyte 金融数据湖获取历史价格、新闻、基本面、股息/拆股、筛选和回测,覆盖美国股票和中国 A 股。还涵盖 SEC EDGAR 内部人/文件研究和多股票对比。适用于股票代码、当前/最新价格、价格历史、技术面或公司分析、投资研究、金融数据和策略回测。触发词包括 AAPL、TSLA、000001.SZ、「股价」、「今天」、「最新价格」、「分析股票」、「比较股票」、「公司财务」、「内部交易」、「SEC 文件」、「X 值得买吗」、「回测」以及「backtest」。
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。
