Skills
收录 96,981 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
通过 inference.sh CLI 使用 Pruna P-Video-Avatar 生成口播头像视频。将肖像图片转换为带内置 TTS 的逼真口播视频。速度比竞品快 18 倍，成本低 6 倍。模型：P-Video-Avatar、P-Image（用于肖像生成）。功能：文本生成头像视频、音频驱动头像、30 种声音、10 种语言、720p/1080p、内置 TTS、动态背景、全身控制。适用于 AI 主播、产品演示、说明视频、虚拟网红、营销、教育、多语言内容、UGC、游戏头像。触发词：avatar video、talking head、ai avatar、p-video-avatar、pruna avatar、video avatar、ai presenter、digital human、virtual presenter、lipsync、talking avatar、ai spokesperson、heygen alternative、synthesia alternative、veed alternative、fabric alternative、omnihuman alternative
通过 inference.sh CLI 使用 OpenAI GPT-Image-2 生成和编辑图像。模型：GPT-Image-2。功能：文生图、图像编辑、图像修复、基于蒙版的编辑、多图参考、批量生成。适用于：产品样机、营销视觉素材、图像编辑、概念艺术、图像修复、照片处理。触发词：gpt image、gpt-image-2、openai image、chatgpt image、dall-e、dalle、openai image generation、gpt image edit、gpt inpainting、openai dall-e、gpt 4o image
提供经验证的修正，解决 AI Agent 常见的 IAM 行为误区，包括策略评估边缘情况、信任策略注意事项、STS 会话限制、Organizations 特殊情况，以及 SAML/MFA 细节。还提供 IAM 角色管理的结构化工作流，以及根据应用源代码或 Terraform plan JSON 生成基线策略的工作流。涵盖条件运算符安全性（配合 Null 检查使用 ForAnyValue/ForAllValues）、存储桶策略拒绝模式（VPC 端点限制、组织路径）、混淆代理防护，以及为 AWS 服务（Glue、CloudTrail、Lambda、ECS 等）创建包含 aws:SourceAccount/aws:SourceArn 信任条件的服务角色。创建 IAM 角色、编写 IAM 或存储桶策略、根据应用源代码或 Terraform plan JSON 生成策略、使用 STS、Organizations 或条件运算符，或处理任何需要服务角色或执行角色的任务时适用。不涵盖非 IAM 授权，例如 Cognito 用户池策略或应用级 RBAC。
通过 inference.sh CLI 使用 ByteDance Seedance 2.0 生成视频。统一模型支持文本生成视频、图片生成视频和参考视频生成视频，并提供同步音频，时长为 4-15s，最高分辨率为 1080p。提供 Pro 和 Fast 版本。Studio 版本带有私有素材库，可保持人物肖像一致性。适用于社交媒体视频、音乐视频、产品演示、动画内容和带声音的 AI 视频。触发词：seedance、seedance 2、bytedance video、seedance t2v、seedance i2v、seedance r2v、video with audio、seedance 2.0、bytedance seedance、seedance studio
通过 inference.sh CLI 使用 Pruna P-Image 模型生成图像。模型：P-Image、P-Image-LoRA、P-Image-Edit、P-Image-Edit-LoRA。功能：文生图、图像编辑、LoRA 风格、多图合成、快速推理。Pruna 优化模型以提升速度，同时不损失质量。触发词：pruna、p-image、pruna image、fast image generation、optimized flux、pruna ai、p image、fast ai image、economic image generation、cheap image generation
将无服务器请求路由到相应的计算形态及负责该形态的技能。优先适用于 Lambda、API Gateway、EventBridge、Step Functions 和事件驱动任务，尤其是在计算、编排或集成方案尚未确定时——包括 API 后端、webhook、作业、cron、队列／流消费者、持久工作流、事件路由、Step Functions 与 Durable Functions 的选择，以及队列和流的 Pipes 与原生事件源映射的选择。负责判断使用按需 Event Functions 还是 Managed Instances、Web Functions、MicroVMs，以及选择 EventBridge 规则／Scheduler／Pipes／bus、HTTP 或 REST API。负责共享的 Lambda 参考内容（冷启动、SnapStart、并发、事件源、函数 URL、限流、故障排查）。如果请求已选定一种计算形态或服务，或描述了其特征（即使未点名），则交由专用技能处理，例如持久检查点和自动重试步骤、Firecracker 沙箱、托管实例、Node.js 服务器。不适用于 EC2、ECS/EKS/Fargate 或 Amplify 托管。
当用户要求“买入 BTC”“卖出 ETH”“下限价单”“下市价单”“取消我的订单”“修改我的订单”“做多 BTC 永续合约”“做空 ETH 互换”“开仓”“平仓”“设置止盈”“限价止盈”“立即止盈”“设置止损”“防止自成交”“stpMode”“平仓时自动取消”“移动止损”“挂单”“追单”“冰山单”“TWAP”“拆分订单”“大额订单”“设置杠杆”“查看我的订单”“成交历史”“买入看涨期权”“卖出看跌期权”“期权链”“隐含波动率”“IV”“Greeks”“delta”“gamma”“事件合约”“买入 Yes”“买入 No”“买入 Up”“买入 Down”“预测市场”，或要求在 OKX CEX 上下单、取消或修改现货、互换、期货、期权或事件合约订单时使用。涵盖条件算法订单（TP/SL/移动止损）。需要 API 凭据。不要用于市场数据（okx-cex-market）、账户余额（okx-cex-portfolio）或机器人（okx-cex-bot）。
在 Cargo 上开展 B2B 市场进入工作——研究目标客户和采购委员会，使用获许可的数据提供商丰富并验证 B2B 联系人记录，为潜在客户评分和筛选，为用户自己的序列工具起草基于许可的外联内容，同步到 CRM，并监控采购信号。涉及个人的每一步都受同意依据、抑制名单和数量限制约束（`references/acceptable-use.md`）；拒绝批量发送未经请求的消息、使用购买或抓取的名单以及面向消费者进行定向营销。触发示例：“为我建立一份……名单”“在 <segment> 中找 50 位 <title>”“谁在……工作”“查找这些客户的工作邮箱”“丰富这个 CSV”“验证这些邮箱”“建立 TAM”“谁符合我们的 ICP”“谁实际向我们购买”“我们应该收集客户的哪些数据点”“我们的外联联系错了人”“为这些潜在客户评分”“写一封首次联系邮件”“把这些推送到我的 CRM”“谁换了工作”“谁刚获得融资”“使用 <tech> 的公司”“谁在招聘 <role>”“查找采购委员会”“<investor> 的投资组合公司”“将此受众上传到 Google/Meta/LinkedIn 广告”。提供商：aiArk, anthropic, apolloio, bounceban, bouncer, brightData, builtwith, cargoSignals, cleon1, companyEnrich, contactOut, datagma, dropcontact, enrichCrm, enrichley, enrowio, exa, explorium, findyMail, firecrawl, forager, FullEnrich, g2, gemini, hunter, icypeas, kitt, leadMagic, linkedin, linkup, mixrank, neverBounce, oceanio, openAi, parallel, peopleDataLabs, perplexity, piloterr, pipecorn, prospeo, proxycurl, reverseContact, rocketreach, salesNavigator, serper, sillage, snitcher, societeInfo, storeleads, theirStack, theSwarm, typesafe, waterfall, x, zeroBounce。进行任何付费调用前，先阅读阶段指南、配方和各提供商操作手册。跳过情形：已运行过但运行异常——请使用 cargo-diagnostics。
通过 inference.sh CLI 使用 Alibaba HappyHorse 1.0 模型生成和编辑视频。模型：HappyHorse T2V、I2V、R2V、Video Edit。功能：文生视频、图生视频、参考视频生成、自然语言视频编辑、角色保持、720P/1080P、最长 15 秒。适用于物理效果逼真的视频、视频编辑、角色一致的内容、产品演示和社交媒体。触发词：happyhorse、happy horse、alibaba video、happyhorse 1.0、dashscope video、alibaba happyhorse、video editing ai、ai video editor
在 Cargo 中构建和配置 AI Agent——创建 Agent、选择其模型和 temperature、编写提示词、附加用于检索的知识（RAG）、连接 MCP 工具服务器、管理记忆并部署发布版本。触发示例：“创建一个 Agent”“创建一个能……的 Agent”“把我们的文档给 Agent”“附加这个知识库”“把这个库附加到 Agent”“向 Agent 发布版本添加资源”“连接 MCP 服务”“将我们的工具作为 MCP 服务公开”“从 Claude Desktop 或 ChatGPT 使用 Cargo”“更改 Agent 模型”“Agent 记住了什么”“部署 Agent”“Agent 回答错了”。以下情况请勿使用：上传知识文件本身时，请使用 cargo-content；向 Agent 发送消息或让其处理记录时，请使用 cargo-orchestration。
管理 Cargo 工作区并与 Cargo 团队沟通——邀请和管理成员、创建和轮换 API 令牌、将 plays、tools 和 agents 整理到文件夹中、查看角色、上传批处理输入文件并提交报告。触发示例：“邀请我的队友”“为 CI 创建 API 令牌”“谁有访问权限”“把这些整理到文件夹中”“轮换那个令牌”“为批处理上传此 CSV”；反馈示例：“向 Cargo 报告这个 bug”“向 Cargo 团队发送反馈”“这个 CLI 命令坏了”“与 Cargo 分享此会话”“请求一项功能”。大多数命令需要具有管理员权限的令牌。以下情况请勿使用：询问 credits、套餐或发票时，请使用 cargo-billing。
让 Cargo 实际执行操作，或展示将要执行的内容——执行一项连接器操作、运行多步骤工作流、针对整个细分群体或模型触发批处理、向 AI Agent 发送消息、构建或编辑节点图、将工作流、工具或 play 绘制成图表，并使用 SQL 查询运行时表（runs、batches、spans、records）。触发示例：“对我所有联系人运行”“执行此操作”“启动批处理”“构建工作流”“安排 play”“让它每天早上运行”“询问 Agent”“显示工作流”“这个工具有什么作用”“可视化这个 play”“绘制图表”“解释这个工作流”“今天有多少次运行失败”“此操作的输出架构是什么”“添加一个……步骤”。以下情况请勿使用：解释运行异常的原因时，请使用 cargo-diagnostics；下载结果文件时，请使用 cargo-analytics；将工作流作为代码提交时，请使用 cargo-project。
处理 Cargo 工作区中的数据——模型（Companies、Contacts、Deals……）、数据集、列、关系、记录，以及针对工作区存储运行的 SQL。触发示例：“我有哪些模型”“显示架构”“添加一列用于……”“我有多少联系人”“SELECT … FROM”“查询我的 companies 表”“将 contacts 与 companies 联接”“DDL 是什么”“设置由 webhook 提供数据的模型”“这个字段在哪里”“将此导入模型”“统一这些模型”“合并重复账户”“关联联系人和公司”“在……之间建立关系”。以下情况请勿使用：查询运行或批处理遥测数据而非业务数据时，请使用 cargo-orchestration；为可重复使用的筛选受众命名时，请使用 cargo-segmentation。
了解 Cargo 的费用情况——剩余 credits、按工作流、连接器或 Agent 分类的用量、订阅状态和发票历史。触发示例：“我还剩多少 credits”“这花了多少钱”“为什么账单这么高”“我是不是快用完了”“这符合我们的预算吗”“显示我的发票”“我这个月花了多少”“我订阅的是什么套餐”“免费提供哪些内容”“有多少免费 credits”“我负担得起这次运行吗”“添加银行卡”“更新付款方式”“为什么我的银行卡被拒付”。需要具有管理员权限的令牌。以下情况请勿使用：将支出归因到具体节点或降低 play 成本时，请使用 cargo-diagnostics。
通过 inference.sh CLI 使用 Pruna P-Video 和 WAN 模型生成视频。模型：P-Video、WAN-T2V、WAN-I2V。功能：文生视频、图生视频、支持音频、720p/1080p、快速推理。Pruna 优化模型以提升速度，同时不损失质量。触发词：pruna video、p-video、pruna ai video、fast video generation、optimized video、wan t2v、wan i2v、economic video generation、cheap video generation、pruna text to video、pruna image to video
读取和编写工作区 GTM 知识库——由 Git 管理的 Markdown 仓库，记录 ICP、角色画像、策略、证明材料、异议、竞争对手和信号——以及其运行时沙箱和类型化知识图谱。触发语句：\"记录我们的 ICP\"、\"整理这个角色画像\"、\"我们的定位是什么\"、\"添加一份竞争战卡\"、\"记录这个异议\"、\"我们对 <segment> 了解多少\"、\"更新我们的上下文\"、\"上下文仓库里有什么\"、\"我们向谁销售\"。以下情况不使用：通过分析赢单/输单数据发现实际买家——这是 cargo-gtm 的用途（此技能记录结论，不负责推导结论）；存储结构化记录而非散文——使用 cargo-storage；将文档附加到 Agent 以用于 RAG——使用 cargo-content。
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。