Skills
收录 99,448 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
提供与音乐剪辑的定格动画风格视频规则、Remotion 辅助工具和音频脚本，并默认建议使用 Remotion 制作。有意保持低帧率，每个八分音符对应一个姿势。画面在小节线上开始，点击声落在底鼓和军鼓处，并指导何时跳过一个节拍。制作或审查定格动画、低帧率、节拍同步或音乐同步视频时使用。也适用于将视频剪辑到歌曲节奏、Remotion 配乐宣传片、按 BPM 编排的合成、节拍器或点击音轨、与节拍同步的动态文字，以及网页上与节拍器同步实时播放的场景。内容涵盖测量歌曲速度、小节和段落变化，并决定剪切、点击声、停顿或转场的位置。
恢复被 C3RB3R / Cerber 系勒索软件（文件后缀 .L0CK3D、勒索信 read-me3.txt）加密的群晖（Synology DSM）或其他 Btrfs NAS 上的数据，无需密钥：利用 Btrfs 写时复制留下的旧 extent 逐字节还原原文件，并用 Btrfs 校验和逐块证实。覆盖 CoW / NoCOW 判定、子卷快照代数（lastsnap）效应、extent 树精确重组、大文件跨 extent 推测、统计、导出、验证和报告。只要用户提到 NAS / 群晖 / 黑群晖 被勒索、.L0CK3D、read-me3.txt、C3RB3R、Btrfs 文件被加密想恢复、"没有备份没有快照怎么救"，即使没提 Btrfs 或 extent，也应使用本 skill。Use for ransomware recovery of .L0CK3D files on Synology/Btrfs volumes without the key.
将 git 工作区中的更改整理为规范的 Conventional Commits：阅读差异、运行仓库自身的检查、按路径暂存、将无关更改拆分为独立提交、撰写提交信息，并验证提交结果。适用于：（1）用户希望提交、保存进度、记录 WIP 或完成任务收尾；（2）工作区混有应拆分为不同提交的无关更改；（3）更改破坏了现有用法，需要让发布工具识别；（4）用户提到：commit、commit this、commit my changes、save progress、WIP commit、conventional commit、commit message、git add、staged、untracked、BREAKING CHANGE、feat!、Co-Authored-By、pre-commit hook、“split this into commits”。包含避免将密钥和构建输出纳入提交的暂存规则、供 `bumpv` 读取以选择 MAJOR 版本的破坏性更改标记、钩子与 amend 规则，以及提交后检查，确保没有加入归属说明 trailer。适用于任意 git 仓库和技术栈；以仓库自身的检查和约定为衔接点。不是发布工具、变更日志编写工具，也不处理推送或拉取请求流程。
在 Docker 主机上安装 Datadog Agent，支持独立 Docker（Linux 或 Windows）或 Docker Compose，默认启用基础设施指标、容器日志、APM 跟踪接收和 DogStatsD，并可选配置实时进程、标签、主机名、代理和容器筛选。将 API 密钥保存在受限访问的 env 文件中，而不是命令行中。适用于用户在单台服务器上运行 Docker 容器、希望在 Docker 主机上安装 Datadog，或希望通过 Docker Compose 设置 Datadog 的情况。不在 Kubernetes 或 Linux、macOS、Windows 主机上直接安装 Agent（请使用 dd-agent-install-kubernetes、dd-agent-install-linux、dd-agent-install-macos 或 dd-agent-install-windows）。需要拥有有效 API 密钥和应用密钥的 Datadog 账户；如果缺少密钥，请先运行 `dd-account-setup`。
在 Linux 主机上安装 Datadog Agent，支持单台机器或机群，并支持云端部署（AWS Systems Manager、GCP VM Manager、Azure Run Command）、远程配置管理、代理、FIPS、自定义标签和高级配置。默认启用基础设施指标、日志和 APM 跟踪接收器；仅在用户提出要求时启用主机 Single Step Instrumentation（若请求优先使用 SSI，请使用 `dd-apm/linux-ssi` `agent-install`）。适用于用户希望监控 Linux 服务器、在 Ubuntu 或其他 Linux 主机上安装 Datadog Agent，或无需 SSH 即可向 EC2 或其他云 VM 机群部署 Agent 的情况。不在 Windows、macOS、Docker 或 Kubernetes 上安装 Agent（请使用 dd-agent-install-windows、dd-agent-install-macos、dd-agent-install-docker 或 dd-agent-install-kubernetes），也不会连接云服务商集成。需要拥有有效 API 密钥和应用密钥的 Datadog 账户；如果缺少密钥，请先运行 `dd-account-setup`。
通过配置 Cost and Usage Report（推荐使用 CUR 2.0，也可使用 Legacy CUR），并使用 Terraform 配置 S3 存储桶、存储桶策略、IAM 读取策略、角色关联和 Datadog 注册，为 AWS 设置 Datadog Cloud Cost Management。用户希望跟踪 AWS 云成本、设置成本和使用量报告、为 AWS 设置 Cloud Cost Management（CCM）、使用 CUR 2.0 设置 CCM，或将 AWS Data Export 连接到 Datadog 时使用。本工具不会将新的 AWS 账户连接到 Datadog，也不会为其他云设置成本管理。需要已有基于角色的 Datadog AWS 集成；如果尚未配置，请先运行 `dd-aws-integration`。
使用 Terraform 设置 AWS 日志转发到 Datadog：在用户的 AWS 账户中部署 Datadog Forwarder Lambda，在 Terraform 状态之外将 Datadog API 密钥写入 Secrets Manager 密钥，避免密钥进入 Terraform 状态，并将转发器 ARN 注册到现有 AWS 集成，使 Datadog 自动订阅 CloudWatch 日志组和 S3 存储桶。适用于用户想要将 AWS 日志或 CloudWatch 日志转发到 Datadog，或设置 Datadog Forwarder Lambda 的情况。不创建 AWS 集成本身，也不设置指标收集。需要 Datadog AWS 集成（datadog_integration_aws_account）；如果缺少，请先运行 `dd-aws-integration`。
使用 Terraform 为 Azure 设置 Datadog Cloud Cost Management。预配（或复用）Storage Account 和 Container，创建实际成本和摊销成本的 Cost Management 导出，通过角色分配授予现有 Datadog 应用注册读取权限，并通过 datadog_azure_uc_config 注册导出；需在手动分区文件步骤前后分两阶段应用。适用于用户希望跟踪 Azure 云成本、为 Datadog 设置 Azure 成本导出，或设置 Azure Cloud Cost Management 的情况。不会创建 Azure 集成或其应用注册/服务主体。需要已有的 Datadog Azure 集成；如果缺少，请先运行 `dd-azure-integration`。
通过 Azure CLI 运行 Datadog 官方 Log Forwarding Orchestrator（LFO）安装脚本，设置自动向 Datadog 转发 Azure 日志。该脚本会部署托管控制平面，自动发现受监控订阅中的资源，并自行配置和扩展日志转发器，无需逐个资源设置诊断设置。用户希望将 Azure 日志或 Azure 资源日志转发到 Datadog，或设置 Azure 日志转发时使用。不生成 Terraform，也不创建 Azure 集成或设置指标采集。需要 Datadog Azure 集成；如果尚未配置，请先运行 `dd-azure-integration`。
设置 Datadog Confluent Cloud 集成：在 Confluent Cloud 中创建 Cloud resource management API 密钥（使用 Confluent CLI 或控制台），向 Datadog 注册账户，发现并注册其 Kafka 集群、连接器、ksqlDB 和 Schema Registry 资源，还可选择添加 Schema Registry 标签和 Cloud Cost Management。适用于用户想要监控 Confluent Cloud Kafka 集群、设置 Datadog Confluent Cloud 集成、将 Confluent Cloud 连接到 Datadog、在 Datadog 中查看 Confluent 指标或监控 Confluent 上的 Kafka 集群。不设置自管理 Kafka 或 Datadog Agent。需要 Datadog API 密钥和应用密钥；如果缺少，请先运行 `dd-account-setup`。
通过在已集成的父租户上启用成本收集，为 Oracle Cloud Infrastructure（OCI）设置 Datadog Cloud Cost Management——只需在现有租户集成上切换 API 设置，无需 Terraform、存储桶、导出或额外的 IAM 策略。适用于用户希望跟踪 OCI 云成本或要求设置 OCI Cloud Cost Management 的情况。不会创建 OCI 租户集成，也不会预配任何基础设施。需要已有的 Datadog OCI 集成；如果缺少，请先运行 `dd-oci-integration`。
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）。
Set up a headless Mac (Apple silicon), Linux or Windows machine over SSH, step by step, from "an admin account with a password and SSH on" to a configured machine with key-only SSH, automatic sign-in, never-sleep settings and optional Tailscale - on a Mac with Determinate Nix and nix-darwin, on Linux with a NixOS module (installing NixOS with nixos-anywhere if the user wants) or a distro-neutral script for Debian, Ubuntu and Fedora, on Windows 11 or Windows Server with a rerunnable PowerShell configuration - then restart it and confirm it comes back. Use when the user wants to set up, configure, update or check a headless Mac mini, Linux server, Windows PC or other machine they reach only over SSH. The admin password stays in the user's secret store (Automic Vault, 1Password, Bitwarden, any command, or a private env file); you only ever name the store entry.
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。
Rebuild a web page, section, component or interaction from a reference (a live URL, a local HTML file, a screenshot or design export, or a screen recording or GIF) inside the user's own codebase. Then measure the rebuild against the reference (element boxes, computed styles, pixels, motion timing and easing) and iterate until a numeric Replica Score passes. Use when the user wants to clone, replicate, recreate, copy, port or match a site, landing page, hero, navbar, pricing table, card, modal, footer, hover effect, scroll reveal, page-load animation or any other UI, or to "make it look/feel/move like" one. Also use when they say "pixel-perfect", "1:1", "exactly like this" or "same as <url>", or hand over a screenshot, Figma export or video and ask to build it, including when they want their own copy, brand or extra features on top.
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。
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。