Skills
收录 100,344 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
基于图片的亚马逊跨站点视觉商品搜索，支持 8 个站点以图搜图和发现视觉相似商品。用户提到以图搜图、图片搜索、视觉搜索、找同款、外观相似商品、图片找货、竞品图片搜索、相似商品发现、image search、Amazon visual search、find similar products、reverse image lookup、visual search、similar items、competitor image search、product image match 时触发此技能。即使用户未明确提到“图片搜索”，只要提供图片 URL 并希望在亚马逊上查找匹配或相似商品，也应触发此技能。
利用多模态 AI 分析商品主图，提取视觉特征和提示词。当用户提到分析产品图片、从商品图中提取视觉属性、识别产品 Listing 中的颜色／形状／材质／风格、反推图片提示词、批量提取视觉特征、将产品图信息转化为结构化数据、视觉属性统计、基于图片的商品分类、main image analysis、image feature extraction、visual attribute recognition、product image analysis、image classification、batch image analysis 时触发此技能。即使用户未明确提及“图片分析”，只要需求涉及从商品主图或附图中提取结构化信息，也应触发此技能。
对产品标题进行分词分析，提取词频、场景词、人群词、材质词等属性维度。当用户想分析产品标题、提取标题高频词、进行标题分词、发现场景词或人群词、对比不同商品的标题关键词用法、基于词频优化 Listing 标题、识别一组 ASIN 中的常见属性规律、title tokenization、word frequency analysis、scene keyword extraction、audience keyword analysis、title optimization、attribute keyword extraction、keyword frequency 时触发此技能。即使用户未明确说“标题分析”，只要其需求涉及将产品标题拆解为有意义的词组、统计关键词频率或按提取的属性对商品分组，也应触发此技能。
按关键词、品类、价格区间等条件搜索和浏览沃尔玛商品 listing。当用户提到 Walmart 商品搜索、沃尔玛商品 listing、沃尔玛价格对比、沃尔玛竞品分析、沃尔玛选品调研、沃尔玛市场数据、在沃尔玛上查找商品、Walmart search、Walmart products、Walmart product selection、Walmart pricing、Walmart competitors、Walmart market 时触发此技能。即使用户未明确提及“Walmart 搜索”，只要其需求涉及在沃尔玛上搜索商品、查看商品可售状态、对比沃尔玛价格或分析沃尔玛商品 listing，也应触发此技能。
通过 Scenario MCP 将参考视频转换为 3D 角色动画时使用：从手机视频或生成的表演中进行无标记动作捕捉；为上传的 FBX、GLB 或 OBJ 角色自动绑定骨骼并应用捕捉到的动作；在 Mixamo 或 MetaHuman 骨架上使用原始动作并自行重定向；原地移动、循环片段、面部捕捉，或导出供 Blender、Maya、Unreal、Unity 或 Roblox 使用的 FBX。关键词：mocap、video to motion、video23d、animation from video。
使用 DESeq2、edgeR 和 limma-voom 进行 RNA-seq 差异表达分析，涵盖 DEG 列表、倍数变化、离散度估计、包含协变量的设计公式、多条件对比，以及跨组 Venn 集合运算。支持 DESeq2（默认）、edgeR（QL-F／适用于少量重复的精确检验）和 limma-voom（大样本量／复杂设计）。适用于已有计数矩阵和元数据、需要查找 DEG，或进行离散度／PCA／聚类分析的情况。包含 RULE ZERO 优先规则（如存在，请读取 executed.ipynb）。
配置 PostHog 实验的分析部分，包括曝光条件（服务器解析的默认曝光事件与自定义曝光事件）、主要和次要指标、支持的指标类型（计数、求和、使用 `math` 和 `math_property` 的比率、使用 `retention_window_start` 和 `start_handling` 的留存）、多变量用户处理方式（“从分析中排除”与“使用首次看到的变体”），以及实验上线后如何解读结果。适用于用户添加或编辑主要或次要指标（例如“添加一个按用户跟踪 'downloaded_file' 的次要指标”）、设置比率指标（例如“purchase_completed 的收入 / pageviews”）、设置留存指标（例如“$pageview → uploaded_file，7 天窗口”）、配置自定义曝光（例如“仅统计访问过 /checkout 的用户”）、更改多变量处理方式，或询问“哪些用户纳入分析？”“如何衡量影响？”“结果是否胜出？”“置信水平是多少？”或“应该发布吗？”
Godot 3D 光照专家模式，涵盖 DirectionalLight3D 阴影级联、OmniLight3D 衰减、SpotLight3D 投影器、VoxelGI 与 SDFGI、LightmapGI 烘焙。适用于实现逼真的 3D 光照、优化阴影、全局光照或光照探针。触发关键词：DirectionalLight3D、OmniLight3D、SpotLight3D、shadow_enabled、directional_shadow_mode、directional_shadow_split、omni_range、omni_attenuation、spot_range、spot_angle、VoxelGI、SDFGI、LightmapGI、ReflectionProbe、Environment、WorldEnvironment。
在编写或修复 Godot 4.7 着色器时使用：.gdshader 代码（spatial、canvas_item、particles、sky、fog）、用代码构建的 VisualShader 图、风格化或卡通水面、溶解或燃烧效果、受击闪白、描边、用模板缓冲实现 X 光或传送门、深度或屏幕纹理后处理、全局或逐实例 uniform、计算着色器与 Texture2DRD、着色器烘焙器；或用于“着色器能编译但看起来不对”“我的后处理导致黑屏”“我的 Godot 3 着色器报错”“颜色看起来发白”“首次启动着色器卡顿”。
需要审查、改进或构建 Spring Boot 4.0.x 应用时使用，涵盖 @SpringBootApplication、组件注解（@Controller、@Service、@Repository）的正确用法、Bean 定义与作用域、配置类和 @ConfigurationProperties（配合 @Validated）、组件扫描、条件配置与配置文件、构造函数注入、为同类型多个 Bean 使用 @Primary 和 @Qualifier、精简 Bean、优雅关闭、虚拟线程、Jakarta EE 命名空间一致性以及定时任务。以下请求应触发此项：审查 Spring Boot 应用的 Java 代码；在 Java 代码中应用 Spring Boot 最佳实践；改进 Spring Boot 配置属性和 Bean；审查 Spring Boot 组件扫描和配置文件；调整 Spring Boot 优雅关闭或虚拟线程。属于 Plinth Toolkit。
Catalyst QuickML — 无代码/低代码 ML、生成式 AI 和即用型 AI 平台。涵盖（1）预测：ML 管道、分类/回归、文本分析、推荐、预测、聚类、异常检测、AutoML、预测端点；（2）生成式 AI：LLM Serving（聊天、VLM）、RAG、知识库、GenAI 端点；（3）Zia Model Library：预构建的免训练模型；（4）QuickML 定价 — 订阅计划和按量付费费率。在出现 'QuickML'、'AutoML'、'ML pipeline'、'train a model'、'model endpoint'、'LLM Serving'、'RAG'、'Knowledge Base'、'no-code ML'、'MLOps' 或 QuickML 定价/成本/计费/计划问题时触发。DC 可用性：预测模型适用于所有 DC；生成式 AI（LLM Serving、RAG、知识库）不适用于 AU、SA 或 CA；Zia Model Library 仅在 IN 提供。
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。