Skills
收录 100,928 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
使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时,优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。
Ruby on Rails 设计系统指南,帮助构建一致、易维护且抽象层级精简的 UI。创建或重构 Rails 视图、局部模板、组件、表单构建器、助手、Stimulus 控制器、Turbo Frames、Turbo Streams 或设计令牌时使用此技能。适用于涉及 ERB 局部模板、Turbo 导航、Turbo Streams、ViewComponent、Phlex、Tailwind 设计令牌、自定义表单构建器、视图助手、Stimulus 行为、Import Maps、Lookbook 预览或设计系统一致性审计的任务。
重新运行或深入开展 Agent 的身份访谈。通过 `gbrain bootstrap interview --set/--show/--confirm` 操作共享的引导答复库(state/interview.json),然后使用 `gbrain bootstrap render --only <FILE> --force` 重新生成身份文件。一个答复库,两个入口:首次启动引导和此重新运行技能写入同一个答复库,因此更新后的答复会同步到 SOUL.md、USER.md、ACCESS_POLICY.md 和 HEARTBEAT.md,无需手动编辑生成的文件。每条答复都必须是用户自己的原话,绝不编造。
帮助开发者集成 Channel3 API,支持产品搜索(文本、图像、语义和 Agentic)、“类似推荐”、多商家报价比较、URL 转产品查询、对话式购物 Agent、实时价格和库存 Webhook(产品订阅)、价格历史、点击/交易报告以及联盟佣金。Channel3 是通用产品目录,提供 TypeScript 和 Python SDK,以及 React 组件库(shadcn registry)。适用于编写集成代码、构建购物功能或 AI 购物 Agent、迁移到 Channel3 SDK 4.0,或用户提及 Shopify Storefront API、Algolia、Amazon PA-API 等替代方案或用于产品数据的网页抓取。
在数据仓库中运行实验,而非通过专用实验平台。涵盖基于 SQL 的分组、曝光日志规范、dbt 模型中的指标定义、使用 SQL 或 Python 进行统计分析、通过 CUPED 降低方差、序贯检验,以及与 Statsig 和 Optimizely 等平台相比的运营权衡。适用于数据仓库原生实验、在 BigQuery 中运行实验、在 Snowflake 中运行实验、dbt 实验、SQL t 检验、CUPED 方差缩减、曝光日志、样本比例不匹配、序贯检验、mSPRT、双重稳健估计、实验自建还是采购等场景。团队正在平台与数据仓库之间做选择、构建或审计数据仓库原生实验基础设施,或运行平台无法处理自定义指标的实验时,也适用。
在构建、修改、部署或调试 Keboola Apps(Streamlit 或 Python/JS)时使用。涵盖完整生命周期:选择应用类型、Python/JS 生产应用与草稿模式(绝不创建第二个应用)、配置 keboola-config/、存储访问(RO 工作区、RW Query Service、输入映射)、身份验证、用于提升性能的 DuckDB 缓存、默认 Keboola 样式、仪表板模式、可选的 Kai 聊天集成、三种客户端路径(仅 MCP、带文件系统的 Claude Code、kbagent CLI),以及通过组织的 GitHub 连接而非 PAT 或 SSH 密钥,从私有 GitHub 仓库部署。
使用 Cloud SQL PostgreSQL 在 Google App Engine Standard 上部署 Django。涵盖 Unix socket 连接、本地开发用 Cloud SQL Auth Proxy、Gunicorn 配置和适用于生产环境的设置。部署 Django 到 App Engine、配置 Cloud SQL PostgreSQL、设置 Unix socket 连接,或排查 "No such file or directory"、"connection refused"、"FATAL: password authentication failed" 时使用。
介绍如何解读实验结果,避免误判。涵盖置信区间、p 值、多重检验、序贯检验、CUPED、异质性处理效应、比率指标、网络效应、仪表板数据核对,以及可能导致错误发布决策的解读问题。当用户查看已完成的实验结果面板并准备决定发布、停止或迭代时,或实验数值与仪表板数值不一致时使用。触发词包括:读取实验结果、结果面板、发布或停止决策、p 值、置信区间、统计显著性、多重检验、偷看数据、序贯检验、CUPED、方差缩减、异质性处理效应、比率指标、网络效应、结果不确定、实验与仪表板不匹配。若测试尚未运行,问题涉及假设、样本量、持续时间或测试内容,则改用 experiment-design。
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。
