Skills
收录 98,284 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
设置 VideoDB,并使用 VideoDB Python SDK 编写代码。适用于“setup videodb”或“/videodb setup”,当用户需要 Python 代码、脚本或笔记本而非聊天回答时;适用于批量上传或索引媒体文件夹或媒体库、使用开放权重模型进行沙盒计算,以及 video-search、video-clips、video-subtitles、video-edit 和 video-live 未涵盖的任何视频任务。屏幕录制归 video-live 处理;AI 生成的音乐、配音、图像或视频转视频归 video-edit 处理;配音翻译归 video-subtitles 处理。
将 LinkedIn Analytics 导出数据转换为交互式深色主题 React 仪表板,并附上包含 5 条数据支持的内容建议的书面策略分析。读取导出文件中的每个工作表,并构建互动趋势、粉丝增长、帖子表现散点图、星期热力图和受众细分图表。当用户说“分析我的 LinkedIn”“LinkedIn 分析”“构建我的仪表板”“审查我的表现”,或上传 LinkedIn Analytics 导出文件时使用此技能。需要用户提供 LinkedIn Analytics 导出文件(xlsx)。
只要用户想在终端中使用 Loops CLI,就使用此技能。包括安装或更新 CLI、身份验证、存储和选择 API 密钥、验证凭据,以及运行联系人、联系人属性、列表、事件、事务性邮件、营销活动、邮件消息、主题、组件和上传相关命令。遇到“Loops CLI”“loops auth login”“loops campaigns create”“loops uploads create”“loops email-messages update”“loops themes list”“loops components get”“loops contacts create”“loops events send”“loops transactional send”“loops api-key”“loops agent-context”“brew install loops-so/tap/loops”等说法,或用户希望通过 shell 而非应用程序代码使用 Loops 时触发。
为 Amethyst KMP 项目制定平台抽象决策。指导何时进行抽象、何时保留平台特定实现,以及源集放置位置(commonMain、jvmAndroid、平台特定源集)和 expect/actual 模式。涵盖主要目标平台(Android、JVM/桌面、iOS,均已成熟),并将 Web/wasm 作为未来可能的目标平台。与 gradle-expert 集成以处理依赖问题。适用于以下情况:抽象决策(“我应该共享这部分吗?”)、源集放置问题、创建 expect/actual、编写 build.gradle.kts、检测错误放置,以及 KMP 依赖建议。
提供 Chat、Video、Feeds、Moderation 和 Agents 的 Stream 概览、CLI 和路由器。适用于任何 Stream 任务:在 Web、iOS、Android、React Native、Flutter、Unity 或 Unreal 应用中构建或集成 Stream,使用 Stream Agents 构建语音或文本 AI Agent,查询 Stream 数据,运行 getstream CLI 命令,查阅 Stream SDK 文档,或进行迁移(从 Sendbird 迁移,或从 Feeds v2 迁移到 v3)。将请求路由到合适的技能
根据提供的参考图、品牌模板、纹理图集、正交前/侧/后/顶视图,或吉祥物 / logo 素材重建 Blender 模型——在这些情况下,与源头的视觉一致性比生成一个看似合理的物体更重要。当用户表示模型必须与模板、线框、纹理包、角色设定表、吉祥物设定表或品牌素材完全一致时使用;在收到「与参考不像」「纹理要 1:1 贴合」「可见部件数量不对」「与模板对比」等反馈后也应使用。需要 Blender MCP 以及装有 Pillow/OpenCV/numpy 的本地 Python;可与 blender-uv-texturing、wireframe-to-3d、blender-modeling、blender-materials 和 blender-export 配合使用。
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。
