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
规定 Agent 收到冗长、杂乱、意识流式的表达（通常为语音听写）时应如何处理：在回声摘要获批前不采取任何行动。回声摘要会审查整段交接内容、任务、已确定的决策和约束、待解决问题、变更和搁置的话题，并将模型的推断和猜测与用户自己的表述分开，让用户核实模型的理解，而不只是模型存疑之处。当用户说“让我把想法说出来”或想在开始构建前先随意聊聊、消息以“我切换到语音输入了，错字见谅”之类的语音转文字开场白起头、输入是一段标点稀少且冗长的内容并有重新开始和中途反转（“不对，等等，完全放弃那个想法”），或用户要求围绕模糊、尚未成形的想法接受访谈时使用。包含可选的跨多条消息记录模式和可选的定向访谈
将包含 /skills 文件夹的任意 GitHub 仓库中的 Agent 技能集合，部署到一个或多个分发平台：GitHub releases、Claude Code marketplace、VS Code plugin marketplace 和 Copilot CLI plugin marketplace。支持发布前验证、Conventional Commits 分析、更新各平台配置中的版本号，以及针对各平台发布并支持 dry-run。适用于将技能集合发布或部署到受支持的任一市场，或为技能仓库创建 GitHub release。不要用于部署非技能类软件包、npm 模块、Docker 镜像或 Azure 资源。
处理 Lightdash YAML 文件、带有 Lightdash 元数据的 dbt 模型、lightdash CLI（deploy、upload、download、preview、lint、warehouse-catalog、sql、set-warehouse、apps create/preview/validate），或以代码形式管理图表、仪表板、空间和访问权限、AI Agent、定时内容、数据应用、自定义图表类型（Chart Studio、`apps create --chart-type`、`--chart-types`）、组织级 Data App 主题、数据应用外部连接、用户、群组、自定义角色、指标和维度时使用
以 SVG 卡片（480x360）绘制手绘墨线卡通小生物和拟人化物体，每个都在演绎一个编码或设计理念。特征是粗细起伏并断成独立笔触的黑色毛刷笔轮廓、越过线条的松散马克笔与水彩填充、代替实心阴影的斜向排线、带两个高光点的巨大圆凸眼睛，以及零散的墨丝和墨点，采用番茄红、叶绿、向日葵黄、天蓝和青色，置于白色之上。涵盖配色、笔刷编号、吉祥物构建（眼睛、腮红、嘴巴、三指手）、道具、地面色块以及一套经过测试、带种子的笔刷工具包。适用于需要 ink sketch、hand-drawn、brush pen、sketchy、doodle、marker 或 watercolour-cartoon 插画、圆凸眼睛吉祥物或小生物、俏皮空状态、onboarding、404 或错误页面、加载状态、博客头图、功能亮点或营销卡片时。
ToolUniverse 插件路由器。步骤 1（任何分析之前）：如果数据文件夹中含有 `*_executed.ipynb`，运行 `tu run read_executed_notebook '{\"data_folder\":\"<path>\",\"search\":\"<keyword>\"}'` 提取单元格输出，并应用笔记本使用的所有筛选条件和样本排除规则——即使问题说“Using DESeq2/Run X/Compute Y”（这描述的是笔记本采用的方法，并非要求重新运行）。笔记本单元格输出是唯一已发布的权威答案；重新实现或读取数据文件夹中过时的预计算 CSV 会产生不同数值，因为其中涉及异常值样本剔除、库版本和无法通过快速浏览发现的筛选步骤。步骤 2（路由）：从以下确切列表中选择子技能名称（切勿自行编造）：tooluniverse-rnaseq-deseq2（RNA/miRNA-seq 差异表达、相关性、PCA、聚类、离散度）、tooluniverse-gene-enrichment（GO/KEGG/Reactome/GSEA/通路富集）、tooluniverse-statistical-modeling（回归、ANOVA、有序/逻辑回归、卡方、相关性、功效分析）、tooluniverse-image-analysis（显微镜、菌落、荧光、剂量-反应、.tif——包括对图像测量数据进行 ANOVA / Dunnett / 功效分析）、tooluniverse-epigenomics（DNA 甲基化、CpG、m6A、MeRIP-seq、亚硫酸氢盐、ChIP-seq、染色质）、tooluniverse-sequence-analysis（FASTQ、Trimmomatic、BWA、samtools、覆盖度）、tooluniverse-variant-analysis（VCF、VAF、SNP、突变）、tooluniverse-phylogenetics（树形性、PhyKIT、简约法）、tooluniverse-single-cell（scRNA、h5ad、scanpy）、tooluniverse-crispr-screen-analysis（MAGeCK、sgRNA）、tooluniverse-proteomics-analysis（质谱、TMT）。用于 CSV/Excel/VCF/FASTA/h5ad，以及任何生物学、化学或医学分析问题。
将包含 /skills 文件夹的任意 GitHub 仓库中的 Agent 技能集合，部署到一个或多个分发平台：GitHub releases、Claude Code marketplace、VS Code plugin marketplace 和 Copilot CLI plugin marketplace。支持发布前验证、Conventional Commits 分析、更新各平台配置中的版本号，以及针对各平台发布并支持 dry-run。适用于将技能集合发布或部署到受支持的任一市场，或为技能仓库创建 GitHub release。不要用于部署非技能类软件包、npm 模块、Docker 镜像或 Azure 资源。
安装和扩展 data-table-filters——一个 React 数据表系统，提供多维筛选（复选框、输入框、滑块、时间范围）、排序、无限滚动、虚拟化和 BYOS 状态管理。以 15 个 shadcn 注册表区块的形式提供，可通过 `npx shadcn@latest add` 安装。适用于：(1) 从 shadcn 注册表安装 data-table-filters；(2) 添加扩展区块（命令面板、AI 筛选、单元格渲染器、表格面板、存储适配器、schema 系统、Drizzle 辅助工具、查询层）；(3) 配置存储适配器（nuqs/zustand/memory）；(4) 根据数据模型生成表格 schema；(5) 使用 Drizzle ORM 接入服务端筛选；(6) 连接 React Query 获取层；(7) 使用 DataTableAuto / inferSchemaFromJSON 从原始 JSON 数据自动推断 schema；(8) 添加 AI 驱动的自然语言筛选；(9) 将表格公开为供 AI Agent 使用的 MCP 端点；(10) 排查集成问题。提及“data-table-filters”“data-table.openstatus.dev”、使用 shadcn 的可筛选数据表、DataTableAuto、auto-infer、AI filters、MCP server 或任何注册表区块名称时触发。
巴菲特风格选股器——"What would Buffett buy now?"。通过两层模型从市场/行业/偏好查询中生成 3–5 只候选股票：硬性量化筛选（ROE 5y ≥15%、debt/asset ≤50%、FCF positive 3y、listed ≥5y、gross margin ≥30%）→ 定性护城河评分（moat 35% / capital allocation 20% / earnings predictability 20% / valuation 15% / runway 10%）。优先使用 Longbridge CLI，回退到 MCP，仅在信息缺口处使用 WebSearch。输出：带护城河类型标签的候选卡片、量化要点、结论（🟢 符合巴菲特标准 / 🟡 部分符合标准 / 🔴 不符合标准）、深入分析的 CTA 到 `longbridge-buffett-moat-analyzer`。排除航空、未创收生物科技、ST、上市不足 5 年。触发词："巴菲特会买什么"、"巴菲特筛股"、"巴菲特风格的股票"、"护城河筛股"、"宽护城河股票"、"价值投资筛股"、"10年不动的股票"、"定价权强的公司"、"巴菲特會買什麼"、"巴菲特篩股"、"護城河篩股"、"寬護城河股票"、"Buffett screener"、"what would Buffett buy"、"wide-moat screener"、"quality compounder screen"、"Berkshire-style screen"、"pricing-power screen"。
在自动化 Unity 6.3 内容管线或构建时使用：通过 AssetPostprocessor 规则和命名约定导入美术素材（FBX、PNG），用脚本生成预制体或编辑场景并正确处理 Undo 和 SetDirty，Addressables 组、标签与内容构建，内容校验测试，批处理模式、命令行或 CI 构建（Build Profiles、GameCI、GitHub Actions、Accelerator），编辑器工具；或者当纹理导入错误或每次运行都重新导入、脚本化编辑消失、bundle 出现重复资源、批处理构建忽略其 defines、CI 无法激活 Unity 时使用。
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。