Skills
收录 98,639 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
查询 MCU 外设寄存器、位域、复位值和地址（基于 CMSIS SVD），每条结论都附有出处与证据标签；支持地址反查、寄存器值解码与写入值计算、位域速查与位图、中断号与 NVIC 使能提示、CMSIS 风格宏生成、跨芯片与外设级整体对比、地址区间查询、SVD 质量检查、本机芯片清单与环境检查、Markdown 表格输出、解析结果缓存。用户询问寄存器、位域、复位值、外设基地址或中断号，想解码或计算要写入的寄存器值、生成寄存器宏、比较设备间的寄存器定义，或查找／验证机器上的 SVD 文件时使用。关键词：寄存器、位域、复位值、SVD、外设地址、寄存器值、掩码、位图、中断号、IRQn、NVIC、宏定义、对比、整体对比、质量检查、SVD 位置、芯片清单、读改写、USART1->CR1、register、bitfield、mask、reset value、decode、interrupt。不用于：引脚复用、手册章节检索、勘误查询、核对代码中的寄存器写入（使用 embedded-register-verify）。
当用户想查看、列出、暂停、重新激活、重命名或检查现有 AI 员工（配置、active/paused/draft 状态），或管理已连接的应用、日程、交接、成员和邀请、使用情况及账单时使用。例如：“我有哪些员工”“暂停回顾机器人”“上周五情况如何”。不用于立即运行员工（run-ai-employee）、查看任务输出、审批或日志（monitor-and-review-ai-employee-work），或创建员工（hire-ai-employee）。请先加载 operate-ai-employees。
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。
使仓库文档与代码实际内容保持同步：README.md、CLAUDE.md、AGENTS.md 和 docs/ 中的版本、依赖项、命令、项目结构和功能声明，在写入前逐项对照清单、锁文件、脚本和文件验证，同时保留原有的人类撰写文风、语气和章节顺序。适用于：（1）依赖项、框架或运行时版本已更改，但文档仍写着旧版本；（2）脚本、Makefile 目标或目录结构已更改；（3）新增、重命名或移除了功能，文档可能不再准确；（4）Agent 指令文件要求 Agent 运行可能不存在的命令；（5）用户提到：sync docs、update the README、docs are stale、docs out of date、outdated version in README、fix CLAUDE.md、AGENTS.md、package.json、lockfile、pyproject.toml、Cargo.toml、go.mod、“npm run lint” missing script、“docs: sync documentation with codebase state”。包含各生态系统的事实依据表、声明的版本范围与解析后版本之间的规则、无法验证的功能声明须标记而非猜测的规则，以及变更、已验证和已标记三部分报告。适用于任何项目类型，包括 Node、Rust、Python、Go 项目，以及完全没有清单的仓库；以仓库自身的清单和文件为衔接点。不是变更日志或版本更新工具，不会为缺失文件编写文档，也不审计代码是否符合文档。
通过 redis-iris 将 Redis Agent Memory 接入现有 Agent，使其能够跨会话记住用户。会询问五个问题（要记住什么、要共享什么、绝不保留什么、保留多久、是否支持忘记用户），将答案写入 service.yaml，通过终端运行 `iris agent-memory service create` 配置服务，然后在任何框架中将记忆召回和写回接入 Agent 的交互轮次。当 Agent 忘记用户、只使用 InMemoryStore 或检查点机制、将记忆保存在字典或本地数据库中，或用户询问长期记忆、召回或删除权时使用。
通过 redis-iris 将现有 Agent 使用的 MCP 服务接入一个 Redis Iris Context Gateway，使 Agent 只需使用一个 Agent 密钥连接一个 MCP 端点，而无需分别配置每个服务及其密钥。先询问 Gateway 部署在 Redis Cloud 还是自行管理，然后提出五个问题（Agent 当前使用哪些 MCP 服务及密钥、能看到多少工具、哪些只读工具可以缓存、哪些工具会返回大量结果、所用框架是否原生支持 MCP）。如果自行管理，则通过终端运行 `iris context-gateway` 配置 Gateway 和 Upstream，并设置缓存和压缩策略；在 Redis Cloud 中由开发者在控制台创建。随后在任何框架中将 Agent 指向 Gateway，并使用 `tools list` 和 `tools call` 进行验证。当 Agent 逐个配置多个 MCP 服务、每个服务都需要单独的密钥、提示词中加载了过多工具架构，或用户询问 Context Gateway、单一 MCP 端点、工具缓存或结果句柄时使用。
通过 redis-iris 将 Agent 现有的手写路由（关键字 if/else 链、正则表达式，或仅用于选择路由的 LLM 调用）替换为 Redis Iris Intent Router，根据示例说法和分数阈值将消息映射到定义好的意图及其分发目标。会询问五个问题（当前有哪些路由、每条路由的一些真实说法、各路由分发到何处、没有匹配项时如何处理、使用哪种嵌入模型），将答案写入 intents.yaml，通过终端运行 `iris intent-router service create` 配置 Router，使用 `iris intent-router intents add` 加载意图，然后在 Agent 当前进行决策的位置接入 `router.match()`。当 Agent 使用关键字或额外的 LLM 调用进行路由，或用户询问意图检测、意图路由或语义路由时使用。
通过 redis-iris 为现有 AI Agent 添加 Redis Iris Lens 跟踪，让 Agent 的每一轮在 Lens UI 中对应一条跟踪，记录其 LLM 调用、令牌、工具调用、记忆和文档检索，以及哪些内容进入了提示词。识别 Agent 的运行方式（LangGraph 或 ADK attach、workflows.turn、其他框架或普通循环），安装 redis-iris[llm-tracing]，调用 lens.init(agent_id=...)，并在 Iris 尚未打开轮次时为每轮开启一个 lens.turn()；同时处理与现有 OpenTelemetry 配置或应用中已有的 LLM 插桩共存的情况。用户要求为 Agent 添加 Lens、跟踪、可观测性或逐轮跟踪，或询问为何缺少 Lens 跟踪时使用。
用纯代码制作视频（mp4，16:9 和 9:16）：带旁白、字幕和音乐的讲解视频，以及用于网站、应用和软件的宣传/发布视频，配有节拍同步的音乐和音效。用户只需选择风格：白板、孔版印刷、水墨、发布动态、折纸、波普艺术、欧普艺术、Matisse剪纸、ASCII艺术、皮影戏、包豪斯、像素艺术、聊天记录、玩具3D、老新闻片、影片分析、悬疑推理、等距微缩世界、电影预告片、剪报、日漫、动画地图。适用于科学/概念讲解、解题步骤、词汇、历史、地点与地图、操作指南、新闻/数据，以及根据 URL 制作产品宣传视频。用户要求“讲解视频”“白板动画”“为这个网站/应用制作宣传或发布视频”，或用中文说“做个科普视频”“把这道题做成讲解视频”“白板动画”“讲个历史故事的视频”“给这个网站/App做个宣传片”“产品发布视频”，或提到上述任一风格（孔版印刷、水墨、折纸、波普、欧普、剪纸、字符画、皮影戏、包豪斯、像素、聊天记录、玩具三维、老新闻片、录像分析、悬疑探秘、等距微缩世界、电影预告片、剪报解说、日漫、地图动画）时使用。
当用户询问 MLX 推理服务、mlx_lm.server、oMLX、Apple Silicon 上的 LLM 推理服务，或在 Mac 上运行本地 LLM 时使用；也用于排查模型加载失败、加载或推理时 OOM、batch>1 时服务器挂起或崩溃、工具调用以纯文本内容返回、吞吐量退化，或选择 mlx-lm 与 oMLX。还涵盖 oMLX 功能标志调优（turboquant_kv、dflash、MTP、specprefill、thinking_budget、max-concurrent-requests、force_sampling）、用于运行超出 RAM 容量模型的 OptiQ 代理、Llama-4 ChunkedKVCache 批处理、Llama-3 工具调用 JSON 格式，以及基于基准测试验证推理服务配置。仅适用于 Apple Silicon M 系列；不适用于云端 LLM 托管、llama.cpp、Ollama 和 vLLM 等非 MLX 后端，也不适用于模型训练。
设置使用 Claude Code（或 Codex）通过代码制作动态图形视频所需的一切，并帮助撰写出色的视频提示词。询问是否安装 HyperFrames、Remotion、Tesseract 或不安装任何内容；如有需要，连接 Higgsfield 以制作图像、视频、语音和音乐，然后通过简短访谈了解时长、格式、目标、品牌、参考内容和成功标准。有人提到“Motion Fabrik”、发送此仓库链接、想用 Claude 制作视频、讲解视频、广告、短视频或动态图形，或想设置 HyperFrames、Remotion、Tesseract 或 Higgsfield 时，使用此技能。有人想设置通过代码创建 AI 视频时，也可用英文触发此技能。
为应用的入门引导或 web2app 漏斗编写核心内容——包括每个问题及其答案、顺序、分支、问题间的陈述和说明页面、图片描述，以及每次转场的含义——让流程引导用户完成流程并购买，并收集能够预测收入的答案（基于 411 个应用的 ARPU 数据）。从 App Store URL（以及应用网站，如有）开始，研究应用，并交付一份最适合通过 Superwall surface 实现的规格文档（superwall 框架：每个屏幕对应一个页面，答案作为用户属性发送）。不限定设计、UI 或代码；不涉及付费墙、定价或结账。用户询问“入门引导应该问什么”“编写我们的入门引导问题”“设计测验/问卷漏斗”“哪些问题能预测谁会付费”“提高入门引导转化率”，或想获取入门引导页面灵感时使用。
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。
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。