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
AWS 上 AI Agent 工作的入口：选择运行时、规划现有工作负载迁移，并构建可执行的 POC——分阶段完成。适用于以下需求：为我的 Agent 选择运行时、比较 AgentCore 与 ECS/EKS/Lambda、比较 AgentCore 与 Lambda MicroVMs、在 AWS 上部署 AI Agent、设计 AWS 上的 Agent 架构、我有一个 Agent 想法该构建什么、将 Agent 移至/迁移至 AWS、制定 Agent 迁移计划、为已在 AWS 上运行的 Agent 添加 AgentCore 服务（memory、gateway、identity、policy、observability）、在 AWS 上使用 Temporal（迁移/运行 Temporal workers、由 Temporal 编排的服务、比较 Temporal Cloud 与可自托管方案）。绝不将 Temporal Workflow 代码改写为 Step Functions。必须至少包含一个 Agentic 组件——纯非 Agent 系统（普通服务、批处理任务、HTTP 端点、非 Agent 的 Temporal Activities）不在范围内，应转至 gcp-to-aws / heroku-to-aws / llm-to-bedrock。不适用于：不涉及 AI Agent 的计算/数据迁移；纯 LLM SDK 重写（使用 llm-to-bedrock）；按模型定价。
在 ComfyUI 中规划和编排端到端视频制作流水线，并设置验证关卡和错误恢复。支持 img2vid、txt2vid、vid2vid 和多镜头视频制作。生成流水线计划，确保步骤顺序正确（生成、验证、动画处理、验证、拼接），并涵盖模型选择、重试策略（随机化 seed、调整参数、回退模型）以及考虑 VRAM 的资源管理。适用于用户要求制作视频、为图像添加动画、创建多镜头视频、搭建视频流水线或在 ComfyUI 中编排视频制作时。不涵盖静态图像生成、提示词编写、非视频任务的工作流构建、使用外部工具编辑视频、模型训练、安装或硬件建议。
为 Enonic XP 无头内容交付编写、调试和优化 Guillotine GraphQL 查询。涵盖查询构建、变量用法、筛选、聚合、分页、排序，以及根据自动生成的 Guillotine schema 生成 TypeScript 类型。用于编写或排查 Guillotine 查询、通过 GraphQL 查询自定义内容类型，或从 Guillotine 响应生成类型化接口。不适用于内容类型 XML 定义、非 Enonic GraphQL API（Apollo、Hasura）、服务端 lib-content 查询，或 Guillotine 部署和 CORS 配置。
针对内存泄漏、GPU/Visual Profiler、无头 CI QA、孤立节点、线程安全日志和自定义 Debugger 监视器的专业调试与性能分析——不涵盖 print/breakpoint 教程。在出现 OBJECT_ORPHAN_NODE_COUNT、ObjectDB 增长、Visual Profiler GPU 峰值、无头模式退出不稳定或远程设备控制台时触发。关键词：孤立节点、Performance.get_monitor、Visual Profiler、Time.get_ticks_usec、EditorDebuggerPlugin、无头 QA、push_error、backtrace。
以半调线条风格绘制手工绘制的 SVG 插画，用于设计与编码场景。识别特征包括：自信的黑色线条，带有轻微的手绘抖动，轮廓保持开放；灰色调仅由细小的半调网点组成并裁剪到形状内；少量纯黑色块（头发、叶子、包、黑色 T 恤）；温暖的米白色纸张质感，完全无彩色。内容涵盖双色墨色方案、线宽、开放轮廓与点刻技法、将色调标签转换为网点填充的带种子编译器、柔软长肢的角色与富有表现力的双手、涂鸦、地面水洼以及渲染与评审循环。当有人要求半调、点刻、点状、类孔版印刷、新闻纸、黑白、单色线条、编辑风线条或 zine 风格插画，或需要该风格的空状态、引导页、404 页面、博客头图、功能重点配图与营销卡片时使用。
在 Swift／SwiftUI／UIKit／iOS 应用中构建、集成、迁移和解答 Stream Chat、Video 与 Feeds 的使用问题，包括 AI 助手和 Agent 体验（ChatGPT 风格应用、聊天中的 LLM 机器人、流式响应、思考指示器、推理和工具调用步骤、工具审批、设备端工具，以及以对话形式显示语音 Agent 的转录），并使用 StreamChatAI 组件。将请求路由到准确的官方 iOS 文档页面，实时获取并应用；提供精选的设置流程、AI 集成操作手册、Sendbird -> Stream Chat 迁移手册，以及 iOS 特定注意事项。
梳理客户付费背后的需求，并确定值得专注的一个或两个需求类型，不涉及具体价格。按价值分为三种：爱（希望你提高收费的拥护者）、效用（理性看待投资回报的买家）、胁迫（违背意愿而被困住）。分三个阶段：（1）梳理当下真实情况——与用户一起完整审视爱/效用的各个层面，标记已有、部分具备或没有，并进行脆弱性测试：“出现好的替代方案时，谁会立刻离开？”以揭示伪装成忠诚的胁迫；（2）梳理不同做法——决定要专注、深化或构建哪些需求，放弃哪些胁迫关系，以创造的价值而非节省的成本为衡量标准；（3）验证每项改变，并各自选定一到两个方向。它是引导者而非预言者：呈现完整选项，并引导用户给出答案。当用户询问客户为何付费、什么促使他们拥护产品，或留存是真实还是被迫时加载。不要用于设定或提高价格、选择定价策略（更多/更少）、定义理想客户或改写营销文案
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。