Skills
收录 96,981 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
Next.js 14+ App Router。涵盖 Server Components、路由、数据获取、缓存和部署。在使用 App Router 构建 Next.js 应用时使用。适用场景:用户提到 "Next.js"、"App Router"、"Server Components"、"RSC",询问 "server actions"、"Next.js routing"、"Next.js caching"、"Next.js deployment"、"streaming"、"Suspense in Next.js" 时。不适用于:React(非 Next.js)——请改用 `frontend-react`;Nuxt——请改用 `nuxt3`;Remix——请改用 `remix`;Pages Router(旧版 Next.js)——请查阅知识库了解迁移
为贡献者并不维护的开源项目贡献代码的指南。涵盖 fork 与功能分支工作流、上游同步、编写有效的拉取请求描述和提交信息、遵循项目约定,以及以专业方式与维护者沟通。强制执行三条绝不可跳过的规则:在功能分支上工作、在开 PR 前用证据充分测试、让每个 PR 聚焦于单一功能。记录了 16 个常见错误,尤其是泄漏个人开发产物(SESSION.md、NOTES.md、TODO.md、规划文档、调试截图、临时测试文件)以及混入不相关的改动。包含验证脚本、PR 与提交信息模板,以及提交前检查清单。在为公共仓库创建拉取请求或为社区项目做贡献时使用。
当涉及 "search for papers"、"find citations"、"look up a DOI"、"get BibTeX"、"download PDF"、"convert PDF to markdown"、"find canonical papers"、"convert identifiers"、"batch download papers"、"configure opencite"、"literature review"、"find related papers"、"what papers cite this"、"export references"、"read this paper",或提及 opencite、Semantic Scholar、OpenAlex、PubMed、学术文献检索、引用管理或论文获取时,使用此技能。
通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”/“handover”/“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时,优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制,且 CLI、文件系统或 API 无法完成时,才使用 Computer Use。
使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时,优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。
当用户有一份编码或工程提示词,并希望在写任何代码之前将其细化为详细、可执行的计划时使用 — 这是 prompt → plan → execute → debug 流水线中的规划阶段。它从第一性原理拆解提示词(目标、最终状态、环境、构建块、工具、软件包),把工作拆成 PR 规模的、各自绑定到某一组件并附带其文件、测试和依赖的任务,按拓扑排序,再把每个任务拆成原子子任务,然后由一位独立的首席工程师 Agent 从一致性、覆盖度、规模和工作可行性上评审该计划;它不断修订直到评审通过,产出 plan.md 布局和一个结构化 tasks.json,使初级工程师或较小模型也能正确执行。不用于执行、脚手架搭建或调试该计划(那些是下游循环),也不用于研究提案或实验计划。
在提交前,根据 Google Play Developer Program Policies 检查 Android 应用项目。支持原生(Kotlin/Java)、Flutter、React Native、Expo、Kotlin Multiplatform、.NET MAUI、Cordova、Ionic、Capacitor 和 Unity 项目。适用于用户希望确认应用符合 Google Play 规则,或提到“play store review”“google play policy”“play console rejection”或“app removal”的情况。
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。
