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
面向企业的 Claude Code AI 采用平台,通过 OpenTelemetry 衡量团队使用情况,从中央仪表板同步技能/MCP 服务/钩子,并在提示词输入时提供上下文感知的技能建议。解决意图与行动之间的差距:部署 Zeude 的组织采用率提升 3 倍(6% → 18%)。需要 Supabase(配置)和 ClickHouse(分析)。触发词:zeude、ai adoption、claude code adoption、enterprise claude、opentelemetry claude、skill sync、team claude management。
Azure Logic Apps 开发专家知识,涵盖故障排查、最佳实践、决策、架构与设计模式、限制与配额、安全、配置、集成与编码模式以及部署。适用于使用 Azure/OpenAI、SAP/B2B、专用终结点、DevOps 部署、灾难恢复/多区域设计构建 Logic Apps,以及其他 Azure Logic Apps 开发任务。不适用于 Azure Functions(使用 azure-functions)、Azure App Service(使用 azure-app-service)、Azure Data Factory(使用 azure-data-factory)或 Azure Integration Environments(使用 azure-integration-environments)。
将任务或提示词改写得更深入,而不是更庞大。改写前,先说明该领域顶尖专业人士会做哪些用户未要求的事、他们会从哪些最原始的素材入手、会使用哪些具体方法和工具,以及除了用户或模型之外,什么可以证明结果正确。然后将提示词改写为恰好要求这些内容。适用场景:/be-ambitious、“be ambitious”、“make this prompt deeper”、“what would an expert do here”、“raise the bar on this task”、“rewrite my prompt like a pro would ask it”。不适用于扩大范围、添加功能,或仅为调整语气或长度而润色提示词。
通过 Connect API 的 testSuiteStages 端点管理 DevOps Center 流水线阶段的各种测试套件分配。涵盖三种模式:(A) 将单个套件一次性添加到某个阶段;(B) 作为测试策略批量映射多个套件到某个阶段,任何更改前都必须提供影响预览表;(C) 在套件分配中添加或移除单个测试类,并遵循治理规则:排除被拒绝的测试,提交前重新展示最终列表。以下情况触发:发现某个套件未关联到流水线阶段,且用户想进行分配;用户想配置整个流水线的套件与阶段映射,或作为测试策略将多个套件分配到各阶段;用户想在套件中添加或移除测试、将已审查的测试同步到套件,或将测试提升到套件中。以下情况不触发:编写新的测试类(使用 generating-apex-test)或直接运行测试(使用 running-apex-tests)。
通过 `bdata scraper create` 和 `bdata scraper run`,在终端中构建并运行 AI 生成的 Bright Data 爬虫。用户希望根据自然语言描述生成爬虫、不编写代码构建自定义爬虫、将 URL 和英文描述转换为可复用爬虫、使用现有 Bright Data 收集器抓取 URL,或通过一个收集器批量抓取 URL 列表时,均使用此 skill。以下短语可触发:“为我构建一个爬虫”“创建一个提取……的爬虫”“根据描述生成爬虫”“将此 URL 转换为爬虫”“在此 URL 上运行爬虫”“运行我的收集器”“批量抓取”“抓取这些 URL”“抓取 URL 列表”“竞品价格表”“scraper studio”、`scraper create`、`scraper run`、`--urls`、`--input-file`、`collector_id`、`automate_template` 或 `/dca/`。涵盖 AI 流程(创建模板 → 触发 AI 生成 → 轮询进度)、单 URL 运行流程(默认异步运行并轮询,快速页面使用 `--sync`)、多 URL 批处理流程(`--urls` / `--input-file` → 使用数组请求体调用一次 `/dca/trigger`),以及 URL 展开后超过实时页面限制时静默自动回退到批处理端点。需要 Bright Data CLI。
创建全面的交接文档,以便 AI Agent 会话无缝转移。以下情况会触发:(1) 用户请求交接/记忆/保存上下文;(2) 上下文窗口接近容量上限;(3) 完成重要任务里程碑;(4) 工作会话即将结束;(5) 用户说“保存状态”“创建交接”“我需要暂停”“上下文快满了”;(6) 用户通过“加载交接”“从……恢复”“接着上次继续”恢复工作。在完成大量工作(多次文件编辑、复杂调试、架构决策)后主动建议创建交接文档。通过让新的 Agent 能毫无歧义地继续工作,解决长时间运行的 Agent 上下文耗尽问题。
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。
