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
电影剧本和舞台剧的故事结构(故事结构),融合 Syd Field 的范式与情节点、Blake Snyder 的《Save the Cat》节拍表与节拍板、Robert McKee 的《Story》(事件/场景/段落/幕、激励事件、逐步升级的复杂局势、危机-高潮-结局、支线、故事三角)、Julian Hoxter 的九拍模型、Neill Hicks 将三幕划分为吸引/期待/满足的理论,以及 Lu Jun 的中国短剧结构(凤头猪肚豹尾、起承转合、八种开场、八种结尾、入戏要快/脉络要清/高潮要高/转变要顺/变化要多)。在构思剧本大纲、安排情节点和中点、修复乏力的第二幕、设计开场或结尾、诊断“什么也没发生”、选择线性或非线性结构,或将故事前提转化为节拍和卡片时使用。
面向 Web 和移动端的 UI/UX 设计智能工具。包含 50 多种风格、161 种调色板、57 种字体搭配、161 种产品类型、99 条 UX 指南,以及适用于 10 种技术栈(React、Next.js、Vue、Svelte、SwiftUI、React Native、Flutter、Tailwind、shadcn/ui 和 HTML/CSS)的 25 种图表类型。操作:规划、构建、创建、设计、实现、审查、修复、改进、优化、增强、重构和检查 UI/UX 代码。项目:网站、落地页、仪表盘、管理面板、电子商务、SaaS、作品集、博客和移动应用。元素:按钮、模态框、导航栏、侧边栏、卡片、表格、表单和图表。风格:玻璃拟态、黏土拟态、极简主义、粗野主义、新拟态、便当网格、深色模式、响应式、拟物化和扁平设计。主题:色彩系统、无障碍、动画、布局、排版、字体搭配、间距、交互状态、阴影和渐变。集成:shadcn/ui MCP,用于组件搜索和示例。
2D/3D 摄像机控制专家模式,包括平滑跟随(lerp、position_smoothing)、摄像机抖动(trauma 系统)、带频率参数的屏幕震动、平台游戏的死区/拖拽、预判前瞻和摄像机过渡。适用于玩家摄像机、电影化镜头或多摄像机系统。触发关键词:Camera2D、Camera3D、SpringArm3D、position_smoothing、camera_shake、trauma_system、look_ahead、drag_margin、camera_limits、camera_transition。
首次覆盖报告框架——五步工作流,生成机构级首次覆盖报告:① 公司概览 ② 行业定位 ③ 财务建模 ④ 估值分析 ⑤ 投资结论。涵盖业务描述、竞争优势、财务健康、估值倍数、目标价和风险因素。触发词:“首次覆盖”“初始覆盖”“覆盖报告”“研报框架”“投资报告”“建立覆盖”“首次評級”“初始覆蓋”“覆蓋報告”“建立覆蓋”“initiate coverage”“coverage initiation”“first coverage”“equity research report”“investment report”“initiating coverage”“research initiation”“NVDA initiate coverage”。
事件驱动投资策略——识别并分析会造成定价错位的公司事件(并购、分拆、回购、指数调整、解禁)。框架:事件识别 → 情绪评分 → 历史价格反应 → 仓位规模。使用 Longbridge 的新闻/公告/日历数据作为信号输入。触发词:“事件驱动”“并购套利”“指数调整”“解禁套利”“事件策略”“公司事件策略”“事件投资”“套利机会”“事件驅動”“並購套利”“指數調整”“解禁套利”“事件策略”“公司事件策略”“event-driven”“event strategy”“merger arbitrage”“index rebalancing”“lockup expiry”“event investing”“corporate event trading”“special situation”“spinoff”“buyback catalyst”。
通过 Longbridge Securities 的机器学习预测策略框架 —— 前向滚动训练结合特征工程(MACD、RSI、布林带宽度、成交量变化率),并使用 scikit-learn 分类器(随机森林 / 梯度提升);每 60 天重新训练,预测 5 日方向概率;评估胜率、盈利因子与夏普比率。仅供参考,不构成投资建议。触发词:"机器学习", "ML策略", "预测模型", "随机森林", "梯度提升", "深度学习", "AI选股", "walk-forward", "機器學習", "ML策略", "預測模型", "隨機森林", "梯度提升", "machine learning", "ML strategy", "predictive model", "random forest", "gradient boosting", "AI stock selection", "walk-forward", "rolling training", "feature engineering", "scikit-learn", "XGBoost".
通过 Longbridge Securities 获取上市公司的季度与年度经营数据 —— 按报告期拆分的营收、净利润、EPS、ROE、毛利率等 KPI。为 longbridge-fundamental 补充逐期趋势细节。注意:目前仅返回港股数据;美股与 A 股代码返回空结果。触发词:"经营数据", "运营指标", "分季度财务", "经营情况", "季度营收", "季度利润", "财务趋势", "经營數據", "運營指標", "分季度財務", "季度營收", "季度利潤", "operating data", "quarterly financials", "operating indicators", "quarterly revenue", "quarterly profit", "financial trend by period", "700.HK operating", "按期次财务", "按期次財務".
通过 Longbridge Securities 进行投后监控 —— 按季度/月度跟踪投资组合持仓与既定计划的对照情况,提取关键 KPI(营收增长 / 毛利率 / 现金流),标记与预期的偏差,并生成客观的监控报告,总结 KPI 变化。仅供参考,不构成投资建议。触发词:"投后监控", "持仓监控", "定期复盘", "跟踪持仓", "持仓检视", "KPI跟踪", "业绩追踪", "投後監控", "持倉監控", "定期複盤", "追蹤持倉", "KPI追蹤", "post-investment monitoring", "position monitoring", "portfolio review", "KPI tracking", "performance tracking", "investment monitoring", "holding review".
通过 Longbridge 获取单只股票的行业估值排名时间序列 —— 跟踪某只股票的 PE / PB / PS / 股息率在所属行业中的排名随时间的变化(第 N 名/共 M 名)。回答"我的股票相对同业是变便宜还是变贵?"。与 longbridge-valuation(单只股票的历史百分位)和 longbridge-industry-valuation(当前行业快照)互补。触发词:"行业排名变化", "估值排名", "PE排名历史", "行业估值位置", "排名走势", "估值相对同业", "行業排名變化", "估值排名", "PE排名歷史", "行業估值位置", "排名走勢", "valuation rank", "industry rank history", "PE rank trend", "relative valuation rank", "sector ranking over time", "how does AAPL rank in industry PE".
全面管理 LinkedIn、Twitter/X、Instagram、TikTok、Facebook、Pinterest 和 YouTube 等所有平台的社交媒体。涵盖内容创作、内容支柱、吸引眼球的开场公式、跨平台内容再利用、针对平台优化的图形/视觉素材、内容日历、互动策略、分析/投资回报率分析、AI 驱动的内容生成和排期最佳实践。适用于:社交媒体内容、LinkedIn 帖子、Twitter 线程、Instagram Reels、TikTok、内容日历、社交媒体排期、互动策略、社交媒体分析、社交媒体投资回报率、内容再利用、社交媒体图形、缩略图、说明文字、话题标签、病毒式内容、内容创作者、社交媒体经理、AI 内容生成、社交媒体审计。
EIDE(Embedded IDE)工程构建工具,用于扫描 .eide/eide.yml 工程、枚举构建配置(ConfigName)、执行 build/rebuild/clean 并解析构建日志,返回可供 jlink/openocd 复用的产物路径。当用户提到 EIDE、Embedded IDE、eide.yml、unify_builder、VS Code EIDE 扩展、Cl.eide 时自动触发,也兼容 /eide 显式调用。即使用户只是说“用 EIDE 编译一下”或“EIDE 烧录到板子上”,只要上下文涉及 EIDE 嵌入式工程就应触发此 skill。
投资想法生成——通过结合量化筛选(低估值/高动量/基本面改善)、主题研究(行业趋势/政策催化剂)和模式识别(历史类比),系统性地发掘新的投资机会,输出做多/做空候选清单。触发词:"投资想法"、"选股灵感"、"投资机会"、"找股票"、"发掘机会"、"多头机会"、"空头机会"、"主题投资"、"投資想法"、"選股靈感"、"投資機會"、"找股票"、"多頭機會"、"空頭機會"、"主題投資"、"investment ideas"、"stock ideas"、"investment opportunities"、"idea generation"、"long ideas"、"short ideas"、"thematic investing"、"stock discovery"、"find me stocks"、"what should I buy"。
创建、验证并丰富 Open Knowledge Format(OKF)包——这是一种开放规范,用于将组织知识表示为带有 YAML frontmatter 的 markdown 文件。用户提到“OKF”、“Open Knowledge Format”、“knowledge bundle”、“OKF bundle”、“create a knowledge base for agents”、“validate OKF”、“convert to OKF”、“enrich knowledge docs”、“agent-readable knowledge”、“LLM wiki”、“knowledge catalog”、“kcmd”,或希望将知识整理为供 AI Agent 使用的结构时使用。当用户拥有一个 markdown 文件目录,并希望这些文件可互操作或符合 OKF 标准时也使用。即使只是简单地要求“make this folder OKF conformant”,也应使用此技能,因为其中包含 Agent 必须遵循的重要结构规则。
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。
