Skills
收录 97,501 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
资深全栈工程师模式。Agent 负责技术决策与实现；用户是工程经理，确定 what/why，并在编写任何代码之前批准 Stage 3 计划。现有代码库中的全栈功能开发：后端 API、服务、数据模型、迁移、后台任务、外部集成、命令行、库，以及产品 UI（页面、表单、表格、模态框、仪表盘）。当用户想要实现 / 添加 / 构建 / 扩展某项功能时使用：“let's build X”、“add feature Y”、“implement Z”、多模块重构、模式变更、新端点、现有产品中的新页面或组件，或任何在编写代码前需要阅读现有模式的非平凡工程任务。只要功能涉及多个环节，就优先使用它而非普通的编码回复。
使用 Geniml (0.8.4) 和 Gtars 规划并审查本地基因组区间机器学习工作流：根据染色体大小和组装约定验证 BED 文件，规划 Region2Vec、scEmbed 和 BEDspace 运行，检查模型、分词器与 universe.bed 的兼容性，并评估共识全集（CC、CCF、ML、HMM、assess-universe）。附带脚本仅用于验证或规划，不会训练模型。适用于分析前检查 BED 坐标、contig 或组装；规划基于已分词 Parquet 数据的 Region2Vec 或 scEmbed 训练；验证 checkpoint、config.yaml 和 universe 是否匹配；构建或评估共识峰全集；审查 BEDbase 或 Hugging Face 下载风险。不适用于通用 BED 操作或峰调用；请使用 bedtools 等工具。
使用 Genomic Intelligence 托管的 Transformer DNA 语言模型直接从 DNA 序列预测调控特征、基因结构和表达，无需本地 GPU 或模型权重。通过 REST API 和托管 MCP 服务（无需密钥的公开演示）提供六项任务：启动子区域、剪接供体／受体位点、增强子活性、染色质状态、序列到表达（log TPM）和从头基因注释，以及“先查找基因再预测表达”的复合工作流。用户提供基因符号、基因组区域或 DNA/FASTA 序列并希望进行这些预测，或提及 Genomic Intelligence、genomicintelligence.ai、api.genomicintelligence.ai 或 mcp.genomicintelligence.ai 时使用。
使用 OKR（目标与关键成果）及相关框架为一人企业设定并跟踪目标。适用于定义业务目标、制定季度或年度目标、构建 KPI、跟踪进度，或让日常工作与战略方向对齐。涵盖面向单人运营者调整的 OKR 方法论、目标层级（愿景 → 年度 → 季度 → 每周）以及复盘节奏。触发词包括"set goals"、"OKRs"、"business goals"、"quarterly goals"、"KPIs"、"goal setting"、"how to track progress"、"annual goals"、"prioritize my work"、"what should I focus on"。
将 goalflow（wanmol/goal-flow）的工作 —— 一个结合工作流图与 Agent 循环的 LangGraph 框架 —— 路由到恰好一种模式：适配检查、把 Dify DSL 导出转译为可运行的 LangGraph Python、编写工作流节点与边、用中间件和 harness 构建 `agent_kit` 循环、接通服务层（数据适配器、SSE 流式传输、HITL、Redis/MySQL、API key 注册），或运行发布前安全门禁。当用户想要 Dify 的可视化设计但没有 Dify 的运行时、想要一个承载 Agent 循环的图节点、在自己的工作流之上使用 OpenAI 兼容的通信协议，或想要通过提示词注入的 `SKILL.md` 能力时使用。触发词：goalflow、goal-flow、dify to langgraph、dify transpiler、dify DSL export、BaseWorkflow、agent_kit、AgentBaseNode、DataAdapter、chunk processor、HITL interrupt、dify2langgraph。普通的 graph-API 问题请路由到 `langgraph-fundamentals`。
Godot 4.x 游戏开发（已在 4.7 上验证）——无头搭建、检查和编辑项目、场景、UI、资源；制作图块集、ASCII 绘制关卡、主题、动画、音频总线、自定义 Resources、碰撞／导航网格烘焙、着色器和导出预设；根据 ASCII 绘制像素艺术、清理生成的美术、合成音效和循环音乐；查询已安装引擎的精确 API；无需 Godot 即可检查 GDScript、场景和着色器（Godot 3 重命名、无法推断的 :=、失效节点路径、输入动作、res:// 路径）；捕获仅编辑器中的节点警告；安全移动文件；进行单元测试、通过输入模糊测试对每个场景进行冒烟运行、调试和导出；以文本验证所有内容（节点树、UI 布局、2D/3D 摆放、关卡、图像、音频回读），无需视觉或听觉。Codex 需要构建或修复 Godot 游戏、编写或修复 .gd/.tscn/.tres/.gdshader 文件、添加美术、声音、关卡或 UI、迁移 Godot 3 代码、重组项目，或验证、测试和导出时使用。
使用当前 @google/genai SDK v1.27+（而非已弃用的 @google/generative-ai，后者将于 2025 年 11 月停用）的 Google Gemini API 指南。涵盖文本生成、流式传输、多模态输入（图像、视频、音频、PDF）、函数调用（包括并行和组合调用）、系统指令、多轮对话、思考模式、生成参数、上下文缓存、内置代码执行、Google Search 接地、错误处理和速率限制，以及准确的 2025 年模型事实（Gemini 2.5 Pro、Flash 和 Flash-Lite 具有 1M 输入 token，而非 2M）。在集成 Gemini、构建多模态或对话应用、将 Gemini 调用部署到 Cloudflare Workers、从 @google/generative-ai 迁移，或调试 model not found、上下文窗口、函数调用或多模态格式错误时使用。嵌入位于 google-gemini-embeddings skill 中。
在使用 GPC 管理多个 Google Play 应用时使用。只要用户提到多应用、multi-app、monorepo、白标、批量操作、批量上传、多个应用、--app 标志、应用切换、针对不同应用的 profiles、机群管理、应用组合、多个包名，就务必使用此 skill——即使用户没有明确说"多应用"。当有人拥有多个 Android 应用并希望高效管理、需要为每个应用配置不同设置、在多个应用上运行同一命令，或拥有包含多个 Android 模块的 monorepo 时，也应触发。单应用设置请参见 gpc-setup。CI 自动化请参见 gpc-ci-integration。
在处理 GPC 凭据安全、密钥管理、审计日志或访问控制时使用。只要用户提到凭据、服务账号密钥、密钥轮换、secret rotation、key rotation、凭据存储、审计日志、审计追踪、安全最佳实践、.gpcrc.json 安全、CI 中的密钥、GPC_SERVICE_ACCOUNT 安全、keychain、令牌缓存、凭据泄露、密钥泄露、安全部署，就务必使用此 skill——即使用户没有明确说"安全"。当有人询问 GPC 将凭据存储在哪里、如何轮换服务账号密钥、如何审计谁用 GPC 做了什么、如何在 CI/CD 中安全传递凭据，或如何处理已泄露的服务账号密钥时，也应触发。涉及应用签名密钥托管时也应触发：app-signing enroll、app-signing rotate、Play App Signing、可自托管 Cloud KMS 密钥、cryptoKeyVersion、签名证书沿袭、签名密钥轮换。认证设置请参见 gpc-setup。CI 配置请参见 gpc-ci-integration。
在监控来自 Google Play 的 Android 应用健康指标时使用。只要用户提到 gpc vitals、gpc watch、gpc status、崩溃率、ANR 率、启动时间、Android vitals、崩溃监控、阈值告警、vitals 门禁、发布监控、自动暂停、违规通知、webhook 告警、帧率、电量消耗、内存问题、错误追踪、应用质量、用户评论、评论回复、Play Store 评论、星级评分、负面评论、评论导出、财务报告、统计报告、gpc reports、reports list、reports download、批量报告、收益报告、销售报告、play balance、安装量报告、订阅报告、reports bucket、GPC_REPORTS_BUCKET、pubsite_prod、REPORT_ACCESS_DENIED、download bulk reports permission，或想要检查应用健康、监控分阶段发布、回复评论、下载 Play Console 报告，就务必使用此 skill。当有人询问基于崩溃数据为部署设门禁、在发布后监控应用表现、观察发布是否出现回归，或跟踪评论情感时也应触发——即使他们没有提到 GPC。发布相关请参见 gpc-release-flow。CI 门禁请参见 gpc-ci-integration。
通过用户的 ChatGPT 订阅生成或编辑光栅图像，并保存或预览工作区中的 PNG。适用于文生图、本地参考图生成、编辑、后续修改、透明 PNG、变体、多图批次，或在 Codex、Claude Code、Google Antigravity 和兼容的本地 Agent 中进行订阅登录设置。直接提示词须原样保留；用户委托多个概念时，为每个输出分别设计提示词。附上实际参考文件。若可用，使用订阅原生的 OpenAI image_gen；否则使用通过 ChatGPT 登录的 Codex CLI。绝不使用 Images API、OPENAI_API_KEY、API 密钥登录或其他提供商的图像生成器。
将整个 Gradle Kotlin/JVM 项目迁移到 Kotlin Toolchain——包括 module.yaml + project.yaml、依赖目录复用、CI 重写，以及用本地插件替代没有 Toolchain 对应项的 Gradle 插件。以下情况触发：将整个 Gradle 项目（build.gradle/.kts、Gradle wrapper）转换/迁移/移植到 Kotlin Toolchain 或 Amper，而非仅移植单个插件；替换 Gradle 插件（`application`、axion-release、jib、detekt/ktlint、自定义 `processResources`/codegen）；将 CI（`./gradlew build`/`check`/`release`）改为 `./kotlin` 命令；转换 `gradle/libs.versions.toml`，包括 `[bundles]`；将 `buildSrc`/`build-logic` 或 `allprojects`/`subprojects` 改为模块模板。以下情况跳过：移植单个 Gradle 插件（`gradle-to-kotlin-toolchain-plugin`）、编写新插件（`kotlin-toolchain-plugin-authoring`），以及 Gradle 已移除后的常规 Toolchain 工作（`kotlin-toolchain`）。
使用 graph-it 命令行分析代码依赖、调用图和架构。只要用户想了解其代码是如何连接的，就应使用此技能——即使他们没有明确说 "dependency graph"。触发场景："what calls this function"、"who uses this class"、"is it safe to delete X"、"what breaks if I change Y"、"show me the architecture"、"trace the execution from main"、"find circular imports"、"give me an overview of this module"、"what imports this file"、"impact analysis"、"refactoring safety"、"review this PR"、"review this diff"、"is this change risky"、破坏性变更、未使用的导出、死代码检测、codemap、file logic、module resolution、graph-it、dependency graph、reverse dependencies。
GraphQL schema 设计与评审。使用场景：设计新的 GraphQL schema 变更（类型、变更操作、查询、连接、枚举、错误）、评审 schema 差异、规划 schema 演进，或审计可空性与命名。触发词：'graphql schema design'、'design a mutation'、'design a query'、'design a type'、'new type'、'new mutation'、'review schema'、'review schema diff'、'schema review'、'schema evolution'、'audit the schema'、'/graphql-schema-design'。
使用 Gtars 检查并规划基因组区间处理。Gtars 是用于基因组区间的 Rust/Python/CLI 工具包，支持 BED RegionSet 集合运算（reduce、setdiff、intersect、closest、cluster、gaps）、重叠计数、共识峰集、覆盖度、分词器、片段处理，以及 refget/BEDbase 存储。适用于合并或比较 BED 区间集、从峰构建共识集或全集、为 ML 模型对区域进行分词、处理片段文件，或规划 refget 序列集合和 BEDbase 缓存的使用。运行 gtars 前检查 BED 坐标、contig 或链方向时也适用。不适用于通用 BAM/VCF 处理；此类任务请使用 samtools 或 bedtools。
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。