Skills
收录 101,174 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
面向市场平台推荐系统的特征工程:从原始平台资产(房源照片、业主填写的房源元数据、宠物保姆向导问卷回答)中提取特征,用于支持物品到物品(相似房源)、用户到物品(首页信息流排序)或用户到用户(双向匹配)推荐。涵盖资产审计、基于第一性原理的特征分解、视觉特征提取(CLIP、房间类型、设施、美学)、房源文本与元数据编码、宠物保姆向导设计、i2i / u2i / u2u 的衍生组合模式(ANN 候选集、双塔、双向匹配)、特征质量治理(训练与服务一致性、漂移、PII),以及增量价值验证(消融 A/B、淘汰评审、无特征基线)。即使用户没有明确说“特征工程”,只要询问如何从房源照片、房源元数据或宠物保姆入门向导中提取更多信号,或如何在不盲目引入新模型的情况下提升 i2i / u2i / u2u 质量,也应触发。
通过 Hyper MCP 规划并创建 Pinterest Ads 广告活动,涵盖 Awareness、Consideration、Video View、Web Conversion、Catalog Sales 和 Web Sessions 目标,并支持严格的微货币预算、CBO 规则、受众和客户名单管理、转化标签处理、关键词定向及广告活动分析。用户提及 Pinterest ads、Pinterest campaign、Pinterest ad group、Pinterest audience、Pinterest conversion tracking、Pinterest tag 或 Pinterest customer list 时使用。
查询 Pulumi Context API,这是 Pulumi Cloud 中针对组织基础设施的图查询接口。当问题涉及资源与堆栈之间的关系或可达性时使用:变更的影响("what breaks if I change this?"、爆炸半径)、什么依赖于某个资源或某个堆栈的输出、哪些 provider 实例以什么版本管理哪些资源、孤立或未被引用的资源,或跨堆栈和云账户的引用,包括 Pulumi 未管理的资源。不要为了按名称、类型或属性查找单个资源而加载它(Resource Search 可覆盖此用途),也不要用于更新历史和故障调试(请使用技能 `pulumi-debug-failed-operation`)。
交互式需求探索与实现工作流:通过选择题收集需求(意图、范围、约束、偏好),扫描代码库以推断现有信息,然后直接在项目中编写 AWS 架构脚手架和实现。用户希望在 AWS 上构建新应用、搭建项目脚手架,或扩展/重构现有项目时使用——适用于需要先进行结构化需求探索、再修改代码的任务,而非一次性查询。不适用于:查询 AWS Activate、计划或额度的事实信息;要求提供单条可复制粘贴的提示词;非 AWS 架构工作;不涉及代码修改的架构建议(参见 architect-for-startups);以 AI Agent 为核心的新想法,如运行时选择、Agent 架构或 Agent 概念验证(参见 agent-advisor);或迁移现有 GCP/Azure/Heroku 工作负载、重写 LLM SDK(参见 gcp-to-aws / azure-to-aws / heroku-to-aws / llm-to-bedrock)。
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。
