Skills
收录 99,064 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
使用 AnyCap 制作媒体素材:根据文本或参考输入生成图像、视频、音乐、语音、对话以及完整的音频场景,通过交互式视觉标注精修图像,并交付成品。涵盖从概念到交付的完整制作流程,横跨所有媒体类型(图像、视频、音乐、音频)。在创建图像、视频、音乐、人声内容、对话、完整音频场景或任何视觉/音频内容时使用——包括结合人工反馈进行迭代精修。还可用于以图生图、从图片生成视频、基于参考的音频生成,以及由标注驱动的精确编辑。触发场景:媒体制作、素材生成、生成图像/视频/音乐/音频、创建视觉内容、制作素材、迭代式图像编辑、标注与精修、创意工作流、内容创作,以及任何需要 AI 生成媒体输出的任务。
从 Markdown 文件导入创建飞书文档。支持嵌套列表、Mermaid/PlantUML 图表自动转画板、 大表格智能处理(超过 9 行用 insert_table_row API 追加保持单 block,超过 9 列拆分保留首列)、公式、Callout 高亮块。 内置飞书侧渲染规范(`references/doc-guide.md` + `references/mermaid-spec.md`), 覆盖图表花括号/par 等语法限制、表格 9 行/列阈值、Callout 6 种颜色映射等飞书兼容性规则。 当用户请求"导入 Markdown"、"从 md 创建文档"、"从 md 文件创建文档"、"把 Markdown 转换到飞书"、" 上传 Markdown"、"Markdown 转飞书"、"md 导入"、"批量导入",或排查"飞书 Mermaid 渲染失败"、" Callout 颜色不对"、"飞书表格被拆"、"飞书文档导入兼容性"等问题时使用。 注意:仅支持 Markdown 源文件导入为飞书文档。Markdown 表格创建电子表格请用 feishu-cli-toolkit 的 `sheet import-md`; DOCX/XLSX 导入为云文档请使用 feishu-cli-drive 的 drive import。
将使用用户自己的素材制作的剪辑交给专业编辑人员,以引用原始文件的 FCPXML、XML 或 EDL 格式导出,供其在 Adobe Premiere Pro、Final Cut Pro 或 DaVinci Resolve 中完成后期制作。使用 Reelary(本地运行,Mac 或 Windows)。用户提到“导出到 Premiere”“导出到 Final Cut”“发送到 DaVinci Resolve”“FCPXML”“EDL”“XML 时间线”“与我的 NLE 往返传输”“AI 粗剪后在 Resolve 中完成”等时触发。不用于在不同格式之间转换现有 NLE 项目。
分析 Sentry 会话回放,找出特定产品区域的 UX 模式、痛点和用户旅程。当用户针对任意 Sentry 产品界面提出「show me how users use」「day in the life」「UX research」「replay research」「how do customers use」「what's the user experience like for」「watch replays of」「analyze replays for」「user behavior on」或「replay UX audit」等请求时使用。
使用 apidojo 的 Twitter Profile Scraper(在 Apify 上)提取指定 Twitter/X 个人资料中的推文、回复串和互动指标。当用户提出以下要求时触发:获取某个 Twitter 账号的全部推文;从特定用户的资料页抓取推文;导出某个 Twitter 账号的推文历史;获取某个 Twitter 账号近期推文及互动数据;获取特定用户的推文时间线;或按用户名收集某个 Twitter 资料页的帖子。返回每条推文的文本、点赞、转推、回复、浏览量、收藏和作者信息。适用于社交媒体监测、记者和竞争情报团队。
编排受限的 Codex、Claude Code、Agy、Kimi 或自定义 CLI 工作进程,以最少的前置上下文和服务提供商用量完成工作,并遵循“计划要大,执行要小”等操作手册。适用于用户要求编排、委派、比较 Agent、节省 Agent 令牌或配额、恢复工作进程、报告编排执行情况和成本,或在没有 MCP 或 Python 的情况下工作;用户输入 /alethe 或“alethe report”“alethe stop”等短命令;以及用户希望从现在起持续启用此功能、在任务的任意阶段使用它,或与其他技能搭配使用时。当请求规模足以拆分为有界的独立单元时,也应主动使用,无需用户提出,例如多文件重构、迁移、审计或跨多个文件的研究。除非用户明确要求,否则不要用于简单的机械性任务。
审查并重写前端 UI,以去除常见的 AI 设计模式(“AI slop”),包括一阶默认样式(紫色渐变、Inter、三个卡片上方居中的 Hero 区块、未经调整的 shadcn)和二阶“有品位的 AI”样式(奶油色配陶土色、近黑色配亮酸绿、全大写等宽字体界面、标题中仅一个强调词、装饰性 01/02/03)。适用于用户要求“去除 UI 的 AI 味”“让设计看起来不那么像 AI 生成”“审查页面或组件是否有 AI 设计特征”“修复 Claude/Codex 生成的通用风格前端”,或让多页面网站保持统一设计系统时。涵盖 HTML/CSS 和 React/Tailwind/shadcn。提供仅检测模式,以及用于检测代码特征的零依赖扫描器(scripts/detect.mjs)。
使用 apidojo 在 Apify 上的 YouTube Channel Scraper 提取 YouTube 频道元数据、订阅数、视频数和简介。当用户提出以下需求时触发:获取 YouTube 频道信息、抓取 YouTube 频道数据、获取某个 YouTube 频道的订阅数、批量导出频道元数据、按关键词查找 YouTube 频道、获取频道简介和标签、检查 YouTube 频道是否已认证,或按细分领域调研 YouTube 频道。返回每个频道的频道名称、订阅数、视频数、简介、认证状态和关键词。适合网红研究人员、竞品分析师和 YouTube 营销人员使用。
使用 apidojo 在 Apify 上的 Instagram 抓取器对 Instagram 网红互动率进行基准测试和比较。当用户要求:比较 Instagram 账号的互动率、判断某位网红的粉丝是真是假、分析 Instagram 账号的表现指标、将某位创作者在 Instagram 上与竞争对手做基准对比、查找互动率异常高或低的 Instagram 账号、在付费合作前核实网红数据,或审计某 Instagram 账号的帖子表现时触发。返回粉丝数、平均点赞数、平均评论数、互动率以及近期帖子表现。适合网红经纪机构、品牌营销团队和活动效果分析师。
使用 apidojo 的 TikTok 抓取器在 Apify 上发现并对任何细分领域或主题的 TikTok 创作者进行排名。以下情况触发:寻找特定细分领域的 TikTok 网红、为营销活动发掘创作者、找出在某个类别中于 TikTok 上增长最快的创作者、查找粉丝数低于指定值的 TikTok 微型网红、为品牌合作建立 TikTok 创作者名单、比较某一垂直领域内 TikTok 创作者的互动率,或识别新崛起的 TikTok 新星。返回创作者用户名、粉丝数、平均播放量、互动率、简介和个人主页 URL。适合网红营销人员、品牌合作团队和艺人经纪人。
通过 inference.sh 使用 ElevenLabs 文本转语音:Eleven v4 和 v4 Turbo(最新、表现力最强、音频标签、实时流式传输)、Eleven v3、Multilingual v2 和 Flash v2.5,各自作为独立应用提供 22 种以上优质语音。能力:文本转语音、实时文本转语音流式传输、用于情感和演绎的音频标签、语音选择、稳定性控制、自定义和克隆语音。用于:配音、有声书、视频旁白、播客、语音 Agent、无障碍、IVR。触发词:elevenlabs、eleven labs、eleven v4、eleven v4 turbo、eleven v3、elevenlabs tts、premium tts、realtime tts、streaming tts、professional voice、ai voice、high quality tts、multilingual tts、voice generation、natural speech、realistic voice、voice over、speech synthesis
使用 apidojo 在 Apify 上的 TikTok 评论抓取工具,提取并分析任意视频或创作者的 TikTok 评论。当用户提出以下需求时触发:抓取某个视频的 TikTok 评论、分析观众对某条 TikTok 帖子说了什么、提取评论数据用于情感分析、找出热门 TikTok 视频下的热门评论、从评论中收集 TikTok 用户反馈、构建 TikTok 社区反应数据集、研究 TikTok 内容的受众情感,或通过 TikTok 评论研究目标受众关注什么。返回评论者用户名、评论文本、评论点赞数、回复数和时间戳。适合市场研究人员、品牌经理、内容创作者和学术研究人员使用。
使用 apidojo 的 Twitter Search 抓取工具发现尚未发布的初创公司和产品。触发场景:用户要求在 Twitter 上查找未发布的初创公司、发现正在 X 上隐身开发的公司、在 Twitter 上查找处于 beta 或候补名单阶段的产品、在公司公开发布前识别早期初创公司、寻找发布前公开构建的创始人、发现 Twitter 上的初创公司候补名单或 beta 邀请,或调研某个领域有哪些新公司在开发。返回初创公司账号、产品描述、候补名单/发布信号、阶段和细分领域。适合风投挖掘早期项目、加速器侦察人员和竞争情报团队。
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。
