Skills
收录 98,873 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
当用户需要将 Docker Agent 作为服务端（MCP、HTTP API、A2A、ACP 或 OpenAI 兼容聊天）暴露、通过 OCI registry 用 `docker agent share` 分发 Agent，或用 `docker agent eval` 度量 Agent 质量时使用此 Skill。即使用户只是说想"把我的 Agent 变成 MCP 服务"、"让 Claude Desktop 用我的 Agent"、"把我的 Agent 发布到 Docker Hub"、"像镜像一样推送我的 Agent"，或"在 CI 中测试我的 Agent"，此 Skill 同样适用。涵盖 `serve mcp/api/a2a/acp/chat` 的监听地址与认证标志、`share push/pull`、eval 会话 JSON 格式、评分指标以及 `--baseline` 回归门禁。
用于优化社交媒体主页，把访客转化为粉丝、把粉丝转化为潜在客户 —— 涵盖简介、账号名、姓名/标题字段、头像、封面/页头、bio 链接、CTA、置顶帖子和精选集。当用户说「优化我的主页/简介」「帮我写简介」「我的 Instagram/LinkedIn/TikTok 简介」「主页」「bio 链接」「我的主页转化不好」，或询问创作者模式、专业/商业账号，或希望账号转化更好时运行。会先读取品牌主页、语气、受众和社交策略。把主页视为转化落地页 —— 3 秒清晰度、可被搜索的字段关键词、包含「谁/做什么/为什么」并带一个 CTA 的简介、与目标匹配的链接，以及视觉、置顶帖子和精选集的规格说明。仅提供建议：输出可直接套用的分平台规格（WoopSocial 负责发布帖子/媒体，不编辑主页字段）。结果通过平台原生的主页数据洞察评估，而非 WoopSocial 分析。
用于借势热点——借助正在流行的声音、格式、梗、话题标签、新闻事件或文化讨论——把品牌与已经获得关注的事物绑定以获取曝光（又称 trendjacking / newsjacking）。当用户说 "trend"、"trending"、"jump on this trend"、"trendjack"、"newsjack"、"is this trend worth doing"、"make this go viral"，或想对当下某个热点做出反应时运行。先读取品牌档案、语调和受众，再通过三道关卡——契合度、安全性和时机——然后执行快速且符合品牌的改编，并交给对应的内容技能（tiktok-script、reels-script、caption-writer）以及 scheduling-and-queue。拒绝借势悲剧或分裂性事件，也不会强行套用不相关的热点；实时热点发现需要实时扫描——本技能负责审核与执行。如需梗格式的创作手法、文化语感和梗 IP/肖像判断（"make a meme"、"is this meme safe"），请转向 meme-and-culture。
用于构建、测试、代码检查、版本管理并向 PyPI 发布生产级 Python 库的端到端技能。涵盖全部四种构建后端（setuptools+setuptools_scm、hatchling、flit、poetry）、PEP 440 版本管理、语义化版本、动态 git 标签版本管理、OOP/SOLID 设计、类型提示（PEP 484/526/544/561）、Trusted Publishing（OIDC）以及完整的 PyPA 打包流程。适用于创建 Python 包、可通过 pip 安装的 SDK、CLI 工具、框架插件、pyproject.toml 配置、py.typed、setuptools_scm、semver、mypy、pre-commit、GitHub Actions CI/CD 或向 PyPI 发布。
以 Metabase 为核心，为各类公司技术栈提供专业数据工程：探索并分析原始数据仓库表；构建由转换测试固定的、经 Metabase transforms 处理的整洁表；构建语义层（模型、指标、度量、细分和元数据）；设计仪表板；用经过核验的数据回答问题；与参考数据核对；安全地更改已交付的定义。适用于数据工作，而非单条 `mb` 命令（`metabase-cli`）： “梳理我的数据”“为这个原始架构建模”“为 X 设置分析”“构建数据模型”“正式定义 MRR / 活跃客户”“构建语义层”“从原始表构建仪表板”“这个数字和财务数据一致吗”“我们的数字似乎不对”“两张卡片的数据不一致”“测试这个转换”“为什么这个转换在案例 X 上出错”“让 Metabot 回答关于 X 的问题”“解释这张表”“更改这个定义”“构建数据应用”“捐赠者留存”“活动出席情况”“季度董事会报告”“担任我的数据工程师 / 分析师”
在提交前或被拒后，依据 Apple App Review Guidelines 审核 Capacitor iOS 应用。适用于用户粘贴拒审信息（Guideline 4.2 Minimum Functionality、4.8 Login Services / Sign in with Apple、5.1.1 数据收集或账号删除、5.1.2(i) 与第三方 AI 共享数据、3.1.1 应用内购买、2.1 应用完整性、2.3 元数据、4.3 垃圾内容）、上传警告（ITMS-91053 缺少 API 声明、ITMS-91061 缺少隐私清单、ITMS-90683 缺少用途说明字符串），或希望对元数据、PrivacyInfo.xcprivacy、Info.plist 用途说明、entitlements、订阅、审核备注、热更新披露以及 Xcode 27 / UIScene 就绪状态进行预检的场景。不适用于 Google Play 审核、上传机制、截图与列表页设置（capacitor-app-store）、从零构建 Web 包装器（webapp-to-capacitor）或非 Capacitor 运行时。
用于为社交帖子构建话题标签和可发现性策略——这是现代的（2026）做法，而不是过时的“30 个标签就能爆火”套路。当用户说“hashtags”“what hashtags should I use”“how many hashtags”“hashtag strategy”“help me get discovered/reach”，问“do hashtags still work / are hashtags dead”，或询问如何给帖子打标签时运行。会先读取 brand-profile 和 audience。先设定关键词/社交 SEO 层（文案、屏幕文字、口播音频），因为这一层——加上互动和内容本身——如今对发现的作用远大于话题标签；然后挑选一组精炼、相关、按平台区分的话题标签（遵守 Instagram 强制 5 个标签上限等限制），偏好小众/中腰部标签而非泛化的超大标签，并为社群和追踪设计品牌/活动标签。轮换标签组，而不是复制粘贴同一组，并把位置和发布交给 scheduling-and-queue。设定诚实的预期：话题标签用于分类和辅助搜索；它们不是曝光的捷径。
使用 HeyGen 的 Video Agent（POST /v3/video-agents）根据文本提示词创建视频。适用于大多数视频请求的默认方式——AI 会自动处理脚本、虚拟形象、视觉效果、配音和字幕。适用于：(1) 根据描述或创意创建视频；(2) 根据提示词生成讲解、演示或营销视频；(3) 未指定具体虚拟形象、声音或场景时制作视频；(4) 快速制作视频原型或草稿；(5) 用户说“帮我制作视频”或“创建一个关于 X 的视频”。如果需要精确控制特定虚拟形象、确切脚本或逐场景配置，请改用 avatar-video 技能。
当用户创建或编辑 Docker Agent（cagent）的 agent.yaml（或 .yml/.hcl）配置文件时使用此 Skill，包括定义 Agent、模型/提供商、内置或 MCP 工具集，以及包含 sub_agents 的多 Agent 团队。即使用户只是说想"用 Docker 构建一个 AI Agent"、"做一个编码 Agent 配置"、"给我的 Agent 加个工具"或"组建一支 Agent 团队"，此 Skill 同样适用。涵盖 Agent 属性（model、instruction、toolsets、sub_agents、fallback）、models/providers 配置段、内置工具集（filesystem、shell、think、todo、memory、fetch）、MCP 工具集引用以及命名命令。
涵盖镜像、容器和生产部署的全面 Docker 最佳实践。遇到以下任务时主动启用：(1) 编写可用于生产环境的 Dockerfile；(2) 使用多阶段构建生成精简镜像；(3) 选择基础镜像（distroless、alpine、scratch、slim）；(4) 层缓存与排序；(5) 规范使用 .dockerignore；(6) HEALTHCHECK 和平稳关闭；(7) 非 root 用户与最小权限模式；(8) ENV 与 ARG 的区别及密钥处理；(9) 固定标签/摘要并确保可复现；(10) 使用 Compose 进行本地开发。提供：按语言分类的 Dockerfile 模板、镜像体积优化清单、.dockerignore 模板、HEALTHCHECK 模式和 Compose 开发栈示例。
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。