Skills
收录 99,951 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 Vercel AI SDK v6 构建 React 聊天界面。涵盖 useChat/useCompletion/useObject 钩子、消息 parts 结构、工具审批工作流，以及 18 个 UI 错误解决方案。避免 React Strict Mode、并发请求、陈旧闭包和工具审批边缘情况等已记录的问题。适用于：实现 AI 聊天 UI、从 v5 迁移到 v6、排查 "useChat failed to parse stream"、"stale body values"、"React maximum update depth"、"Cannot read properties of undefined (reading 'state')" 或工具审批工作流报错。
促使企业从三种自洽的定价策略中选择一种：More for More（更优，定价与之匹配）、More for Less（以合理价格提供所需价值）或 Less for Less（精简但极其实惠），然后让整个公司围绕该策略保持一致。分为三个设有决策关卡的阶段：（1）收集当前实际情况——收费内容、营销承诺、服务客群；（2）将现状映射到三种策略，找出混用之处，并深入讨论权衡，直到承诺采用一种策略并接受其后果；（3）审核每个信号（定价页、主页、支持、路线图），制定按与既定策略矛盾程度排序的保留／停止／开始计划。用户询问哪种定价策略适合自己、是否应走高端／价值／低价路线、为何定价让人困惑或混乱，或如何协调产品、价格与营销时使用。不要用于设定具体价格、撰写涨价公告、定义理想客户或改写营销文案。
帮助创始人建立涨价的理由，并制定能够支撑涨价的举措；目标是提高价格，不讨论是否该涨价。分为三个阶段：（1）了解实际情况（当前收费、承诺内容、购买者），判断价格定位所选择的市场（每月 1/10/100/1,000 美元梯级）、利润影响（涨价 10% 可能带来约 100% 的利润增长），以及低价源于策略还是恐惧，并确定一个较高的初步目标；（2）暂不评判，集思广益提出支撑更高价格的举措——进入更高一级市场、按创造的价值而非节省的成本定价、打造 Love 和 Utility 驱动因素、实现差异化、重新包装；（3）筛选并逐一审视举措，最终留下少数优质、符合策略、可执行且有需求的方案。用户询问应该涨多少、怎样才能收取更高价格，或为什么觉得定价太低时使用。不要用于确定精确价格、撰写涨价通知、定义理想客户，或在三种定价策略中做选择。
你的 CFO。在花钱之前先构建业务的单位经济模型：一个单位扣除直接成本后赚多少、按计划销量计算的真实利润率、每天以单位计的盈亏平衡点、第 1 年逐月情况、在自我回本之前所需的现金、创业支出需要多久才能赚回，以及如果价格下降、销量偏低或成本上升会发生什么。每个数字都可追溯到用户能够核对的输入。适用于用户说“find the profit margins”、“do the numbers”、“is this profitable”、“break-even”、“unit economics”、“how much do I need to start”或“run the CFO”时。
消费者小组。启动一群购买者子 Agent（默认 100 个，--quick 为 20 个），基于用户的目标客户进行训练，每个 Agent 有不同的收入、年龄、购买行为和异议；向每一个展示同一个推介，并让该业务经历 100 个购买者场景，看谁会买、谁不会买以及原因。将答案汇总为按细分群体的购买率、人们用自己的话给出的拒绝理由、什么能扭转拒绝，以及用于创始人定价的价格答案。当用户说“人们会买这个吗”、“在客户身上测试一下”、“运行消费者小组”、“模拟购买者”、“谁是我的客户”或“验证需求”时使用。
面向编码 Agent 的 Token 缩减技能。以与 Headroom 代理相同的方式压缩 JSON 工具输出、构建日志、grep/ripgrep 搜索结果、源代码和对话历史，但直接在上下文中完成，无需安装二进制文件。当 Agent 即将在下一条消息中粘贴大型工具结果（例如 1000 行 JSON 数组、5000 行 pytest 日志、200 条 grep 结果或 1000 行源文件）、对话上下文接近上限，或用户抱怨 Token 成本或延迟时，使用此技能。也可用它精简 Agent 自身的输出：省去客套话，不要复述屏幕上已有的代码，在常规轮次中省略推理。触发语：“压缩此输出”“太长了”“精简”“总结日志”“减少 Token”“上下文已满”“上下文快用完了”“Token 太多”“缩短一点”“简洁一些”。
通过 Longbridge Securities 进行公司事件驱动分析——捕捉并分类造成价格错位的事件：大股东增持／减持、股权激励、定增、配股、回购、并购重组、指数调整和管理层变动。整合公告、公司行动与股东数据，产出事件信号。触发词："公司事件""事件驱动""大股东增持""大股东减持""股权激励""定增""配股""回购""并购重组""指数调整""管理层变更""公告分析""corporate event""event-driven""share buyback""equity incentive""major shareholder increase""rights issue""M&A arbitrage""index rebalancing""insider buying""corporate action analysis"。
艾略特波浪理论信号引擎——通过 Zigzag 检测摆动点，匹配 5 浪推动（1-2-3-4-5）与 3 浪调整（A-B-C）结构，结合斐波那契关系校验，生成波浪位置、目标价位与风险位。触发词: "艾略特波浪"、"波浪理论"、"推动浪"、"调整浪"、"斐波那契"、"1浪"、"3浪"、"5浪"、"abc浪"、"艾略特"、"波浪計數"、"推動浪"、"調整浪"、"斐波那契"、"Elliott wave"、"wave theory"、"impulse wave"、"corrective wave"、"fibonacci retracement"、"wave count"、"wave 3"、"wave 5".
Formula 1 数据——赛事日程、成绩、单圈计时、车手和车队信息。由 FastF1 库提供支持。涵盖 F1 分站、排位赛、练习赛、比赛成绩、分段时间和轮胎策略。适用于用户询问 F1 比赛成绩、排位赛、单圈时间、车手统计、车队信息、F1 赛历或 Formula 1 数据。用户询问其他赛车赛事（MotoGP、NASCAR、IndyCar、WEC、Formula E）时不要使用。不要用于 F1 博彩赔率或预测；请改用 kalshi 或 polymarket。不要用于 F1 新闻文章；请改用 sports-news。
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。