Skills
收录 100,696 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
从布局层级、内容清晰度、CTA 强调、视觉一致性、交互状态、响应式基础、性能信号和无障碍基础等审查类别出发,对网页、流程或组件界面进行全面 UI 评审。适用于用户要求评审 UI、审查页面、点评 UX 润色、上线前检查界面质量,或将模糊的设计反馈请求整理成结构化审查报告。不要用于仅限无障碍整改、可复用组件 API 设计、系统级令牌治理,或 React/运行时性能调试。触发词:UI 审查、设计评审、UX 评审、界面点评、润色评审、着陆页评审、仪表板评审、易用性评审、视觉一致性、CTA 清晰度。
需要在 Java 中应用函数式编程原则时使用,包括编写不可变对象和 Records、纯函数、函数式接口、lambda 表达式、Stream API 管道、用于空值安全的 Optional、函数组合、高阶函数、instanceof 和 switch 的模式匹配、用于受控层次结构的密封类/接口、用于自定义操作的 Stream Gatherers、柯里化/部分应用、效果边界分离,以及并发安全的函数式模式。适用于以下请求:使用函数式编程改进代码;应用函数式编程;使用函数式编程重构代码;重构 Java 代码以安全使用流或 Optional;改进 Java 中的不可变性和纯函数。属于 Plinth Toolkit。
Bright Data 的 Python 和 Node.js SDK,可在应用代码中调用 Web Scraper API、SERP、Web Unlocker 和 Scraper Studio。当用户编写会保留并按计划或在流水线中调用 Bright Data 的代码、需要反复运行同一任务、在 Python 或 Node.js 中导入 Bright Data 包、希望基于 Bright Data 构建自己的 API 或服务(“帮我构建一个抓取器 API”“把它封装成一个端点”),或提到该 SDK 时使用。不适用于在 shell 中输入的一次性检查,这属于 brightdata-cli。不适用于运行时自行选择工具的 AI 应用,这属于 brightdata-mcp。不适用于安装、登录或 API 密钥问题,这属于 agent-onboarding。
面向 AI 工程岗位的模拟面试教练,基于 AI Engineering from Scratch 的面试题库。每次提出一个问题或一个事故场景,然后停下来等待学习者作答。随后根据题库评估答案,逐一提出后续问题,将每个知识盲点对应到相关课程和手册章节,并在 INTERVIEW-LEARNING.md 中保留只追加的记录。触发短语:“interview prep”“mock interview”“ask me an interview question”“practise for my AI engineering interview”“run an incident scenario”“debugging round”“system design round”“inference engineer loop”“review my interview gaps”“how ready am I for the interview”。
Jungle Scout 关键词拓展工具,可根据种子关键词扩展出相关关键词列表,包含搜索量、趋势、PPC 竞价、排名难度等数据,覆盖美国、英国、德国、日本等 10 个亚马逊站点。用户提到关键词拓展、关键词挖掘、长尾词挖掘、相关关键词、关键词建议、拓词、PPC 竞价研究、关键词竞争度、关键词发现、Jungle Scout 关键词、keyword expansion、keyword discovery、keyword scout、related keywords、long-tail keywords、keyword suggestions、PPC bid research、keyword competition、seed keyword expansion、keyword mining 时触发此技能。即使用户未明确提及“Jungle Scout”,只要其需求涉及从一个种子关键词出发找到更多相关关键词及其搜索量、竞争度等指标,也应触发此技能。
Jungle Scout 产品数据库支持多条件筛选,可按品类、价格、销量、收入、评论、评分、重量、BSR 排名、LQS、卖家类型等维度筛选亚马逊商品,覆盖 10 个站点。用户提到亚马逊选品、产品数据库筛选、BSR 排名筛选、品类选品、高评分低竞争选品、FBA 选品、亚马逊商品搜索、产品筛选、Amazon product database、product research、product filtering、BSR rank filter、category product search、niche product finder、FBA product search、Amazon product discovery、low competition products、Jungle Scout product database 时触发此技能。即使用户未明确提及“Jungle Scout”或“产品数据库”,只要其需求涉及按多条件筛选亚马逊商品或发现潜力产品,也应触发此技能。
Jungle Scout ASIN 销量估算查询,按日返回指定 ASIN 在一段时间内的每日预估销量和最新已知价格,覆盖美国、英国、德国、日本等 10 个站点。当用户提到 ASIN 销量预估、ASIN 日销量、销售估算、竞品销量监控、日均销量、销量趋势、产品销量追踪、Jungle Scout 销量数据、sales estimates、daily sales、estimated units sold、ASIN sales tracking、competitor sales monitoring、product sales trend、daily unit sales 时触发此技能。即使用户未明确提及“Jungle Scout”,只要需求涉及查看某个亚马逊 ASIN 在一段时间内的每日销量估算数据,也应触发此技能。
使用 SIF(搜索情报框架)数据分析 ASIN 的流量来源构成与曝光分布,覆盖本期/上期/新进/退出周期对比。当用户提到 ASIN 流量来源、流量结构分析、自然流量与付费流量占比、曝光得分拆解、周期对比、新进/退出流量词、竞品流量分析、SP 广告关键词数量、品牌广告曝光、Amazon's Choice 曝光、编辑推荐曝光、Top Rated 曝光、视频广告曝光、自然搜索曝光比例、PPC 流量来源、促销秒杀流量来源、推荐位结构拆解、ASIN traffic analysis、traffic sources、organic traffic share、ad traffic share、exposure analysis、traffic structure、period-over-period comparison、keyword churn、SIF 时触发此技能。即使用户未明确提及“SIF”,只要其需求涉及分析 ASIN 的流量来源、曝光渠道分布、跨周期对比或竞品流量结构对比,也应触发此技能。
在 Python 中编写或修复 Maya 流水线代码时使用:对大量场景运行 mayapy 批处理作业、验证并自动修复场景、为 Unreal 或 Unity 导出 FBX(静态、骨骼、动画片段、Game Exporter)、Alembic 或 GPU 缓存、USD 导出、stage 与 layer、引用与命名空间、PySide6 工具窗口、OpenMaya 2.0 插件,或播放缓慢。也适用于 FBX 导出后缩放、法线、切线错误或多出 take,USD 导出只有一帧或网格被平滑,或一个坏文件导致整批作业失败的情况。
面向跨平台 .NET 桌面应用的 Avalonia UI 12:编译绑定(x:DataType,在 12 中默认启用)、StyledProperty/DirectProperty、自定义控件和模板化控件、ControlThemes、DataTemplates/ViewLocator、Generic Host + DI、StorageProvider/Clipboard、Native AOT/裁剪和打包。用户提到“Avalonia”、“AXAML”、“x:DataType”、“compiled binding”、“StyledProperty”、“TemplatedControl”、“ViewLocator”或“cross-platform desktop”时加载
使用 CommunityToolkit.Mvvm 8.4+ 源生成器为 .NET 桌面应用(WPF、Avalonia、WinForms、MAUI)实现 MVVM: [ObservableProperty] partial 属性、[RelayCommand] 异步命令、Generic Host + DI、UI 线程调度、导航、消息传递,以及可测试的视图模型。用户提到“MVVM”、“ViewModel”、“WPF”、“desktop app”、“ObservableProperty”、“RelayCommand”、“ICommand”、“INotifyPropertyChanged”、“Dispatcher”或“UI thread”时加载
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。
