Skills

W

writing-guidelines

nexu-io / open-design

检查文档／正文是否符合 Writing Guidelines。适用于收到“审阅我的文档”“检查写作风格”“审核正文”“检查文档的语气和风格”或“依据写作手册检查此页面”等请求时。

A

ai-model-nodejs

tencentcloudbase / skills

使用此技能通过 @cloudbase/node-sdk (>=3.16.0) 在 Node.js 后端实现 AI 功能——云函数、CloudRun、Express/Koa/NestJS、无服务器 API、定时任务、LLM 代理、Agent 编排。唯一支持图像生成的 SDK（ai.createImageModel + generateImage）。文本通过 ai.createModel 使用 cloudbase、旧版 hunyuan-v3 / hunyuan-exp 或 custom-* 组；模型 ID（如 deepseek-v4-flash、glm-5、kimi-k2.6）填入 generateText/streamText 的 `model` 字段。编码前必须运行两步预检——详见正文。不适用于浏览器/Web（使用 ai-model-web）或小程序（使用 ai-model-wechat）。

A

audit

educlopez / ui-craft

技术 UI 审计——无障碍性、性能、响应式设计。生成按优先级排序的问题表。用户要求审计其 UI，或在设计／UI／前端工作中提到“审计”时调用。

C

chroma

orchestra-research / ai-research-skills

面向 AI 应用的开源嵌入向量数据库。存储嵌入向量和元数据，执行向量及全文搜索，并按元数据筛选。提供简单的 4 函数 API，可从笔记本扩展到生产集群。适用于语义搜索、RAG 应用或文档检索。最适合本地开发和开源项目。

C

cli-providers

diegosouzapw / omniroute

在命令行中管理提供商连接：列出可用/已配置的提供商，添加、测试、全部测试、验证、轮换 API 密钥，以及查看各提供商的指标。

C

crawl4ai-skill

lancelin111 / crawl4ai-skill

Web crawling and scraping tool with LLM-optimized output. 网页爬虫爬取工具 | Web crawler, web scraper, spider. DuckDuckGo search, site crawling, dynamic page scraping. 智能搜索爬取 | Free, no API key required.

G

gdb

mohitmishra786 / low-level-dev-skills

面向 C/C++ 程序的 GDB 调试器技能。在启动 GDB 会话、设置断点、单步执行代码、检查变量、调试崩溃、使用反向调试（record/replay）、通过 gdbserver 进行远程调试或加载 core dump 时使用。在涉及 GDB 命令、段错误、卡死、观察点、条件断点、pretty-printer、Python GDB 脚本或多线程调试的问题时触发。

H

humanize-korean

epoko77-ai / im-not-ai

把 AI（ChatGPT·Claude·Gemini 等）写的韩文润色成“像人写的”的编排型技能。检测并分类 10 大类 85 种 AI 痕迹——翻译腔、英语引用过多、机械式并列、惯用套语、被动形滥用、连接词泛滥、节奏雷同、表情符号/项目符号过多等——在不改动内容一个字的前提下，只改写文体、节奏和表达，使其成为自然的韩文。通过 shim 的 route_hint(light|standard|heavy) 决定路径：写得好的 1 次调用，标准 2 次调用，只有严重或长文才需要 3 次以上（诊断 → 定向润色 → finalize）。触发词——“去掉 AI 味”、“让 AI 文的文字自然些”、“GPT/ChatGPT 语感”、“改掉 AI 翻译腔”、“润色得像人写的”、“AI 润色”、“去除 ChatGPT 味”、“韩文 AI 检测·润色”、“把 AI 文章改得像人写的”、“去除翻译腔”、“润色英语引用过多的文章”、“让 AI 文章看不出来”、“휴머나이저”、“humanize Korean”、“绕过 AI 检测（韩文）”。后续需求——“只改某个类别”、“调整润色强度”、“换个体裁”、“只改这一段”、“二次润色”——也都用本技能。单纯的拼写和错别字修正请直接处理，翻译用翻译技能，带内容增删的重写用单独的写作技能。

L

llama-factory

orchestra-research / ai-research-skills

使用 LLaMA-Factory 微调大模型的专家指导：WebUI 无代码操作、支持 100 多种模型、2/3/4/5/6/8 位 QLoRA 和多模态

P

plannotator-review

backnotprop / plannotator

为当前工作树、其他目录或某个 PR URL 打开 Plannotator 的浏览器端代码评审界面，然后处理返回的反馈意见。

S

sglang

orchestra-research / ai-research-skills

使用 RadixAttention 前缀缓存，为 LLM 提供快速结构化生成和服务。适用于 JSON/regex 输出、受限解码、带工具调用的 Agent 工作流，或需要通过前缀共享实现比 vLLM 快 5 倍的推理时。为 xAI、AMD、NVIDIA 和 LinkedIn 的 300,000 多个 GPU 提供支持。

S

speculative-decoding

orchestra-research / ai-research-skills

使用推测解码、Medusa 多头和前瞻解码技术加速 LLM 推理。适用于优化推理速度（提速 1.5-3.6 倍）、降低实时应用延迟，或在计算资源有限的情况下部署模型。涵盖草稿模型、树状注意力、Jacobi 迭代、并行 Token 生成和生产环境部署策略。

V

visionos-design-guidelines

ehmo / platform-design-skills

Apple Vision Pro 的 Apple 人机界面指南。适用于构建空间计算应用、实现眼动/手势输入或设计沉浸式体验。涉及 visionOS、RealityKit、空间 UI 或混合现实的任务均可使用。

C

capacitor-ci-cd

cap-go / capgo-skills

为 Capacitor 应用设计并修复 CI/CD 流水线——GitHub Actions、GitLab CI、Fastlane 或 Capgo Cloud Build（npx @capgo/cli@latest build request）——涵盖 Web 构建与测试、cap sync、iOS 归档/导出/上传（使用 App Store Connect API 密钥）、Android AAB 签名和 Play 上传、Capgo 实时更新上传、密钥、缓存和构建编号递增。适用于选择运行器镜像和工具链（Node 22/24、macos-26 与 xcode-27 运行器、JDK 21、Capacitor 9 对应的 Gradle 9 / AGP 9），或 CI 因“No signing certificate”“requires a provisioning profile”“Unsupported class file major version”“Android Gradle plugin requires Java 17”“The engine node is incompatible”或“Could not find the web assets directory”等错误失败时。不要用于一次性手动提交应用商店（capacitor-app-store）、深入配置 Capgo Cloud Build 凭据（capgo-native-builds）、Capgo 频道/发布策略（capgo-release-workflows）或编写测试（capacitor-testing）。

C

cli-anything-obsidian

hkuds / cli-anything

Obsidian 的命令行界面 —— 通过 Obsidian Local REST API 进行知识管理和笔记记录。为需要脱离 GUI 管理笔记、搜索仓库并执行命令的 AI Agent 和高级用户而设计。

D

distributed-llm-pretraining-torchtitan

orchestra-research / ai-research-skills

使用 torchtitan 提供 PyTorch 原生的分布式 LLM 预训练，采用 4D 并行（FSDP2、TP、PP、CP）。适用于使用 8 至 512+ 个 GPU，通过 Float8、torch.compile 和分布式检查点大规模预训练 Llama 3.1、DeepSeek V3 或自定义模型。

E

evaluating-code-models

orchestra-research / ai-research-skills

使用 pass@k 指标，在 HumanEval、MBPP、MultiPL-E 及 15 多项基准测试中评估代码生成模型。适用于对代码模型进行基准测试、比较编码能力、测试多语言支持或衡量代码生成质量。该工具是 BigCode Project 的行业标准，被 HuggingFace 排行榜采用。

M

model-merging

orchestra-research / ai-research-skills

使用 mergekit 合并多个微调模型，无需重新训练即可组合其能力。适用于融合特定领域专长（数学 + 编码 + 聊天）来创建专用模型、提升单个模型的性能，或快速试验模型变体。涵盖 SLERP、TIES-Merging、DARE、Task Arithmetic、线性合并和生产部署策略。

N

nemo-curator

orchestra-research / ai-research-skills

用于 LLM 训练的 GPU 加速数据整理。支持文本、图像、视频和音频。具备模糊去重（速度提升 16 倍）、质量筛选（30 多种启发式规则）、语义去重、PII 脱敏和 NSFW 检测功能。借助 RAPIDS 实现跨 GPU 扩展。适用于准备高质量训练数据集、清理网络数据或对大型语料进行去重。

O

openrlhf-training

orchestra-research / ai-research-skills

基于 Ray+vLLM 加速的高性能 RLHF 框架。适用于大模型（7B-70B+）的 PPO、GRPO、RLOO、DPO 训练。基于 Ray、vLLM、ZeRO-3 构建。通过分布式架构和 GPU 资源共享，比 DeepSpeedChat 快 2 倍。

P

portfolio-rebalance

anthropics / financial-services

分析投资组合配置偏差，并为多个账户生成再平衡交易建议。考虑税务影响、交易成本和洗售规则。适用于“rebalance”“portfolio drift”“allocation check”“rebalancing trades”或“my portfolio is out of balance”等触发语句。

S

snipgrapher

mcollina / skills

配置并使用 snipgrapher 生成精美的代码片段图片，包括带语法高亮的 PNG、SVG 和 WebP 导出，并支持自定义主题、配置和样式选项。用户想创建代码截图、将代码转换为可分享的图片、为文档或社交帖子生成美观的代码片段、从源文件生成语法高亮图片，或明确提及 snipgrapher 时使用。通过 snipgrapher CLI 或 npx 支持单文件渲染、批量任务、监视模式和可复用的命名配置。

U

ui-density

dembrandt / dembrandt-skills

让信息密度与平台和用户类型相匹配。在设计数据表格、仪表板或工具栏，或将桌面产品适配到移动端时使用。

D

databricks-jobs

databricks / databricks-agent-skills

通过 DABs、Python SDK 或 CLI 在 Databricks 上开发和部署 Lakeflow Jobs。使用 notebook、Python wheel、SQL、dbt 或管道创建数据工程作业时使用。开始实现前调用。对于计算资源（无服务器、性能模式、经典模式），还需使用 databricks-serverless

I

internationalization-i18n

mindrally / skills

为 Web 和移动应用实现国际化（i18n）最佳实践，以支持多种语言和区域设置。

R

rendering-strategies

kostja94 / marketing-skills

用户需要为 SEO 选择或优化渲染策略时使用。用户提到“SSR”“SSG”“CSR”“ISR”“静态渲染”“动态渲染”“服务端渲染”“客户端渲染”“JavaScript 渲染”“预渲染”“初始 HTML 中的内容”或“爬虫可见性”时也使用。爬取问题请使用 site-crawlability。

S

sentencepiece

orchestra-research / ai-research-skills

与语言无关的分词器，将文本视为原始 Unicode。支持 BPE 和 Unigram 算法。速度快（每秒 5 万句）、轻量（占用 6MB 内存），词汇表具有确定性。供 T5、ALBERT、XLNet、mBART 使用。无需预分词即可在原始文本上训练。适用于需要多语言支持、CJK 语言支持或可复现分词的场景。

S

stripe-integration

sickn33 / agentic-awesome-skills

通过明确的服务器端授权和重试边界，实现并验证 Stripe 结账、订阅、Webhook 和退款

A

applying-slds

forcedotcom / sf-skills

使用正确的蓝图、样式钩子、工具类和图标，应用符合 SLDS 的界面。在构建任何需要 SLDS 的界面、在 Lightning Base Components 与 SLDS Blueprints 之间选择、应用用于主题化的样式钩子、使用工具类进行布局和间距处理，或选择图标时使用。触发词包括「构建模态框」「创建表单」「数据表格」「SLDS 样式」「使用钩子设置样式」「添加图标」。

A

asc-analytics-reports

rorkai / app-store-connect-cli-skills

使用 asc 收集、下载并校验 App Store Connect Analytics 报告。适用于用户需要查找分析报告请求、按处理日期或粒度选择报告实例、下载全部分段，或在分析前根据 Apple 提供的大小和 MD5 元数据校验已下载文件时。

C

claude-design-system

jimliu / baoyu-design

在本地运行 Claude Design，作为 Agent Skill 使用——支持 Cursor、Codex、DeepSeek Harness 等。生成精致的 UI 模型图、原型、演示文稿和线框图，并导出为独立 HTML，无需 claude.ai/design。推荐使用 Opus 或 Claude。

F

form-design

dembrandt / dembrandt-skills

帮助文本、占位符、校验和提交行为。在设计或评审表单、输入字段或数据录入界面时使用。

G

gptq

orchestra-research / ai-research-skills

用于 LLM 的训练后 4 位量化，精度损失极小。适用于在消费级 GPU 上部署大型模型（70B、405B）、需要将内存占用减少 4× 且困惑度劣化低于 2%，或相较 FP16 实现更快推理（提速 3–4×）的场景。可与 transformers 和 PEFT 集成以进行 QLoRA 微调。

O

outlines

orchestra-research / ai-research-skills

使用 Outlines（dottxt.ai 的结构化生成库）确保生成内容符合有效的 JSON/XML/代码结构，使用 Pydantic 模型实现类型安全的输出，支持本地模型（Transformers、vLLM），并最大限度提高推理速度

P

progressive-hydration

patternsdev / skills

讲解如何对优先级较高的客户端交互功能采用渐进式水合。当服务器渲染的页面包含非关键部分，且可延迟其 JavaScript 以改善交互时间时使用。

P

pyvene-interventions

orchestra-research / ai-research-skills

提供使用 pyvene 的声明式干预框架对 PyTorch 模型进行因果干预的指导。适用于因果追踪、激活修补、交换干预训练，或检验有关模型行为的因果假设。

B

blockbench-use

jasonjgardner / blockbench-mcp-project

在创建、修改或导出内容的 Blockbench MCP 调用之前加载。用于发现当前格式和工具，路由到建模、UV/贴图、动画、粒子、PBR 或 Hytale 相关指导，并验证所请求的结果。

L

llamaindex

orchestra-research / ai-research-skills

用于构建 RAG 大模型应用的数据框架。专注于文档摄取（300 多个连接器）、索引和查询。提供向量索引、查询引擎、Agent 和多模态支持。适用于文档问答、聊天机器人、知识检索或构建 RAG 流水线，尤其适合以数据为中心的大模型应用。

S

simpo-training

orchestra-research / ai-research-skills

用于大模型对齐的简单偏好优化。作为无需参考模型的 DPO 替代方案，性能更好（在 AlpacaEval 2.0 上高出 6.4 分）。无需参考模型，效率高于 DPO。需要比 DPO/PPO 更简单、更快的训练进行偏好对齐时使用。

S

slime-rl-training

orchestra-research / ai-research-skills

提供使用 slime（Megatron+SGLang 框架）进行大模型强化学习后训练的指导。适用于训练 GLM 模型、实现自定义数据生成工作流，或需要紧密集成 Megatron-LM 以扩展强化学习的场景。

S

sparse-autoencoder-training

orchestra-research / ai-research-skills

提供使用 SAELens 训练和分析稀疏自编码器（SAE）的指导，将神经网络激活分解为可解释特征。适用于发现可解释特征、分析叠加现象或研究语言模型中的单义表示。

T

training-llms-megatron

orchestra-research / ai-research-skills

使用 NVIDIA Megatron-Core 和先进的并行策略训练大语言模型（20 亿至 4620 亿参数）。适用于训练参数量超过 10 亿的模型、追求最高 GPU 效率（H100 上 MFU 为 47%），或需要张量/流水线/序列/上下文/专家并行的场景。这是用于 Nemotron、LLaMA、DeepSeek 的生产就绪框架。

A

anti-ai-slop-writing

jalaalrd / anti-ai-slop-writing

生成接近人类风格的文本，避免可被检测出的 AI 写作模式。适用于任何写作任务——推文、邮件、文章、个人简介、说明文字、报告、文案、消息、LinkedIn 帖子、求职信、README 文件，或任何输出不能读起来像 AI 生成的内容。强制执行禁用词汇、结构多样性、标点规范、事实准确性规则和语气校准。当用户说“写”“起草”“重写”“让它听起来像人写的”“反 AI 味”“别像 AI”，或任何表达希望输出听起来真实自然的需求时使用。

A

axiom-watchos

charleswiltgen / axiom

构建任何 watchOS 应用时使用，涵盖应用结构、独立应用、Watch Connectivity、Smart Stack 小组件、复杂功能、控件、RelevanceKit、后台任务和 ClockKit 迁移。

C

creative-qa

postplusai / postplus-skills

记录短视频制作中对生成图片、配音片段和视频的人机协同质量评估。人员审查素材后，需要结构化记录结论、理由、问题类别和重新生成建议，而不希望主观审批变成无法追踪的聊天记录时使用。

D

deslop

michael-denyer / pstack-claude

移除 AI 生成的冗余代码并清理代码风格

G

guidance

orchestra-research / ai-research-skills

使用正则表达式和语法控制 LLM 输出，确保生成有效的 JSON/XML/代码，强制采用结构化格式，并借助 Guidance（Microsoft Research 的受约束生成框架）构建多步骤工作流

K

kotlin-multiplatform-expect-actual

chrisbanes / skills

设计 Kotlin Multiplatform expect/actual 或平台服务、原生 SDK、源集、Compose Multiplatform UI、权限、文件、设置、传感器或平台互操作的接口边界时使用。

M

maintain-verification-skill

michael-denyer / pstack-claude

定期检查项目的验证技能和功能映射，确保其准确：每项功能由并行源码阅读者检查，通过一次实时会话驱动每项功能，已验证的修正最多提交一个 PR。适用于 /maintain-verification-skill 或“审计 verify skill”。

M

make-pr

remotion-dev / remotion

为当前功能创建拉取请求

S

sap-abap-cds

secondsky / sap-skills

全面的 SAP ABAP CDS（Core Data Services）参考，涵盖数据建模、视图开发与语义增强。适用于创建 CDS 视图或视图实体、使用注解定义数据模型、处理关联与基数、实现输入参数、使用内置函数、编写 CASE 表达式、使用 DCL 实现访问控制、处理 CURR/QUAN 数据类型、排查 CDS 错误、从 ABAP 查询 CDS 视图，或使用 SALV IDA 显示数据。覆盖从 ABAP 7.4+ 到 ABAP Cloud。

T

twilio-communications

sickn33 / agentic-awesome-skills

"使用 Twilio 构建通信功能：SMS 消息、语音

U

use-gateway

circlefin / skills

集成 Circle Gateway，通过无需许可的存款、销毁和铸造工作流，在多个区块链上持有统一的 USDC 余额并即时（<500ms）转移 USDC。支持 11 条 EVM 链和 Solana（主网与测试网），以及 Arc（主网与测试网）。适用于：实现不依赖特定链的用户体验、需要低延迟或即时下一区块最终确认、需要跨链汇集资金以提高资本效率，或构建整合跨链余额的应用。当出现 Gateway、Gateway Wallet、Gateway Minter、gatewayMint、burn intent、unified balance 或 instant crosschain transfer 时触发。

C

create-learning-path

cursor / plugins

制定个性化学习路线图，包含里程碑和练习检查点

D

detect-ai

humanizerai / agent-skills

分析文本以检测其是否由 AI 撰写。返回 0–100 分，并提供详细指标。可用于发布或提交前检查内容。

M

mamba-architecture

orchestra-research / ai-research-skills

状态空间模型，复杂度为 O(n)，而 Transformers 为 O(n²)。推理速度快 5 倍，支持百万 token 序列，无需 KV 缓存。采用面向硬件设计的选择性 SSM。包括 Mamba-1（d_state=16）和 Mamba-2（d_state=128，多头）。HuggingFace 上的模型规模为 130M–2.8B。

N

newsletter-curation

inference-sh / skills

新闻通讯策展，涵盖内容采集、编辑结构和订阅者增长策略。涵盖期号格式、链接汇总、评论风格和发送节奏。用于：电子邮件新闻通讯、链接汇总、每周摘要、策展内容、创作者新闻通讯。触发词：newsletter、email newsletter、newsletter curation、weekly digest、link roundup、curated newsletter、newsletter writing、newsletter format、subscriber growth、newsletter strategy、content curation、newsletter template

U

use-circle-wallets

circlefin / skills

为应用选择并实现合适的 Circle 钱包类型。根据托管模式、密钥管理、账户类型、区块链支持和使用场景，对比开发者控制、用户控制和模块化（通行密钥）钱包。链上应用开发需要集成区块链钱包时使用。适用于：选择哪种钱包、选择钱包、钱包对比、EOA 与 SCA 与 Modular Wallet、托管模式、可编程钱包。

W

warranty-tracker

datadrivenconstruction / ddc_skills_for_ai_agents_in_construction

跟踪和管理建筑工程保修。监控到期日期、索赔和制造商文档。

C

capacitor-app-spm-migration

capawesome-team / skills

指导 Agent 将现有 Capacitor 应用项目的 iOS 依赖管理从 CocoaPods 迁移到 Swift Package Manager（SPM）。涵盖前置条件检查、盘点已安装的 Capacitor 插件、备份自定义 iOS 项目文件（Info.plist、AppDelegate.swift、Assets.xcassets、Base.lproj、App.entitlements、GoogleService-Info.plist、.xcconfig 文件、签名配置）、删除现有 `ios/` 文件夹、使用 `npx cap add ios --packagemanager SPM` 重新搭建项目、还原已保留文件、重新同步插件并验证构建。所有迁移步骤均手动执行，不使用交互式命令 `npx cap spm-migration-assistant`。不要用于 Capacitor 插件项目、已使用 SPM 的应用项目、没有现有 `ios/` 文件夹的应用项目，或非 Capacitor 移动框架