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
创建并持续完善以 HTML + Tailwind CSS 制作的 UI 规格:带注释的桌面和移动端屏幕、用户流程、功能规则、待解决事项和迭代日志,便于在开发前迭代应用或工具。如果界面尚未确认,先提供三个在布局(导航、屏幕组织)和主题(颜色、字体、形状)上各不相同的方案,供选择或组合。也可以从现有网站或代码出发,沿用其风格并规划新功能。当用户提到模型图、线框图、UI 规格、包含屏幕的功能规格、界面原型、待制作模型的流程、应用的视觉规范或设计方向,或现有网站上需要制作模型的新功能时使用,即使未提到“规格”一词。开发期间也可用于让规格与实现保持同步(屏幕状态、差异)。
在 Spree 6 上构建 B2B 或批发电商时使用,涵盖端到端的“构建 B2B 商店”配置、公司/买方组织(公司层级、部门、成员、邀请、公司通讯录、代表公司采购)、目录和协商定价(商品组合、自有价目表、百分比调整、为公司或客户群分配目录、渠道默认目录)、客户群、受限店面(`storefront_access` login_required / prices_hidden)、Next.js 批发门户、最小订购量 / 订购倍数 / 最低订单量、PO 编号、赊账订单(发票付款、员工录入的协商价草稿订单、`payment_pending`)以及货运配送(纸箱、托盘、未定价的运费)。常见表达包括“B2B”“批发”“构建 B2B 商店”“发票付款”“net terms”“协商行价”“为公司创建草稿订单”“贸易客户”“公司账户”“Spree::Company”“部门”“买方组织”“协商价格”“客户专属定价”“目录”“每家公司价目表”“MOQ”“最小订购量”“订购倍数”“箱规”“最低订单量”“PO 编号”“采购订单参考”“登录后查看价格”“会员专属商店”“批发门户”“X-Spree-Channel”“货运”“托盘”“纸箱”。
用于在 Spree 6 上构建或扩展多卖家市场:卖家/供应商、卖家入驻要求、卖家商品审核(提交/批准/拒绝)、将结账拆分为订单组、佣金(费率、规则、佣金明细、佣金税)、卖家付款及转账/付款账本、Stripe Connect、自定义付款服务提供方、卖家面板(`@spree/seller-dashboard`)或 Seller API(`/api/v3/seller`、`@spree/seller-sdk`)。常见表述包括“marketplace”“multi-vendor”“vendor”“seller”“Spree::Seller”“invite/approve a seller”“onboarding checklist”“seller requirements”“order group”“isOrderGroup”“split order per seller”“commission rate”“commission line”“seller payout”“payout provider”“SweepDueJob”“Stripe Connect”“seller API”“X-Spree-Seller-Id”“seller dashboard”。
当需要通过提供方契约将 Spree 6 连接到外部系统时使用,例如税务引擎、承运商费率查询、WMS/3PL 或标签提供方、支付网关、搜索引擎(Meilisearch、Typesense、Algolia)、卖家付款、数字下载/许可证密钥、SSO/OpenID Connect 或自定义 JWT 签发方、OpenTelemetry/APM,或 ERP/PIM/DAM。常见说法包括:“自定义税务提供方”“Avalara”“配送费率提供方”“EasyPost”“履约提供方”“自定义支付方式”“搜索提供方”“付款提供方”“数字资产提供方”“SSO”“Okta/Entra 登录”“Spree::Integration”“为提供方存储凭据”“Spree.integrations”“应该把它追加到哪个注册表”。提供所有插件接入点的映射:基类、注册调用、选择位置以及应阅读的文档
Tiger Brokers OpenAPI Java SDK——面向 AI 编码工具的完整技能集。涵盖 SDK 配置、行情查询、股票/期货/期权交易、实时推送订阅、账户管理和策略示例。适用于构建 Java 交易应用、查询行情数据、下单或集成 Tiger Brokers API。老虎证券 OpenAPI Java SDK 完整技能集。涵盖 SDK 配置、行情查询、股票/期货/期权交易、实时推送订阅、账户管理和策略示例。适用于构建 Java 交易应用、查询行情数据、下单交易或集成 Tiger API。以下关键词会触发自动启用:行情、报价、价格、K线、快照、买卖盘、深度、买入、卖出、下单、撤单、改单、交易、持仓、资金、账户、订单、委托、期权、期权链、到期日、期货、推送、订阅、选股、筛选、tigeropen、tiger API、Java SDK、quote、price、K-line、order、buy、sell、trade、position、asset、account、option、future、push、scanner
Deutsche Texte natürlich, sachlich und leserorientiert schreiben oder überarbeiten. Nutze den Skill für Artikel, E-Mails, Berichte und Social-Media-Texte sowie zum Vermenschlichen vorhandener Entwürfe. Erhält Fakten und persönliche Stimme, arbeitet mit einem Überarbeitungsablauf von Relevanz und Substanz bis zu Artefakten, reduziert schematische Sprachmuster (Musterkatalog mit Prüfdatum) und unterscheidet Stilprüfung, KI-Detektoren, Textwasserzeichen und C2PA-Herkunftskennzeichen. Keine Garantie für Nichterkennbarkeit oder Wasserzeichenfreiheit.
Azure Application Gateway 开发方面的专业知识,包括故障排查、最佳实践、决策、架构与设计模式、限制与配额、安全、配置、集成、编码模式和部署。用于为 AKS 配置 App Gateway/AGIC、WAF/TLS、Private Link、标头重写或自动缩放,以及其他 Azure Application Gateway 开发任务。不适用于 Azure Load Balancer(使用 azure-load-balancer)、Azure Front Door(使用 azure-front-door)、Azure Web Application Firewall(使用 azure-web-application-firewall)或 Azure Virtual Network(使用 azure-virtual-network)。
将一句话的运动 / 动画 / 设计简报扩展成完整提示词:以五张参考图和三个运动参考为依据,确定整体风格,列出带转折点的编号节拍,并附上参考素材和资源。也可精炼修改说明。适用于 \"/blank-page\"、\"expand this prompt\"、\"make this prompt more specific\"、\"what is missing from this prompt\"、\"help me write the prompt for X\",或任何准备将一句话的动画 / 构图 / 设计简报交给 Agent 的情况。
选择或实现算法或数据结构——渐近复杂度、数据结构选择、排序与搜索、动态规划、图算法、分治、贪心算法、字符串/序列算法,以及大规模场景工具箱(Bloom filters、HyperLogLog、Count-Min Sketch、reservoir sampling、一致性哈希、外部归并排序、Aho-Corasick、MinHash/LSH)。适用于涉及“什么算法适合……”、性能关键代码、对同一输入进行嵌套循环的代码、递归解法、最短路径/调度/匹配/动态规划问题、审查意外导致 O(n²) 性能问题的代码,以及任何“如何大规模/在流上/在内存不足时完成 X”的问题,即使用户没有明确提到“算法”或“复杂度”。
修复内容和语义化 HTML 问题。添加服务端渲染、正确的标题层级、语义地标元素、ARIA 标签、图片 alt 文本、lang 属性、描述性链接文本、表单标签、autocomplete 标记、键盘操作支持、文档标题、按钮名称,并正确使用 aria-hidden 和控件状态,让 AI Agent 能通过 HTML 和无障碍树读取并操作页面。适用于“fix semantic HTML”“add SSR”“fix heading hierarchy”“add alt text”“improve semantics score”“fix accessibility for AI”“fix form labels”“add autocomplete”“fix keyboard navigation”“fix button names”“fix aria-hidden”“add aria-expanded”或任何语义化 HTML 任务。
用可重复的流程评审现有设计(网页、HTML/React UI、截图、生成的图片或 Figma 画板):先获取(Playwright 截图或用 Read 读取图片)、运行自动化检查(axe、样式清单)、按加权评分表打分、输出按严重程度排序的修复方案及代码,然后重新验证。在任何设计产出后或需要评审设计时使用。触发词:"design critique"、"review design"、"improve design"、"design audit"、"design feedback"、"evaluate UI"、"design score"、"accessibility audit"、"visual review"、"design assessment"。
强制实施类型化错误主干——手写的 sealed Result<T,F> 加每个边界一个 sealed Failure,携带稳定的 code 与类型化参数(绝不是本地化字符串),以返回值而非抛出;可恢复的失败是值,只有 bug 才抛出。在边界转换时用带 on 子句的窄范围 catch,并在返回类型化 Failure 之前记录原始错误+堆栈;调用点用无 default: 的穷尽 switch;全球错误网(FlutterError.onError + PlatformDispatcher.onError,由 app-startup-and-bootstrap 安装)所路由的分类,加 Isolate.run 的重新包装;机制选择(Error vs assert vs Exception vs sealed 结果)与 @useResult;以及永不丢数据的层(每次变更一个事务、去抖自动保存草稿、乐观软删除/Undo)。在编写 result.dart/failures.dart、try/catch 或 sealed-switch 的 default:、装配 bootstrap 处理器、repository/service/DAO 边界,或事务、草稿、软删除/Undo 时使用。
Eva Preflight 2.5.0 发布前审核入口。用于用户明确要求“发布前检查、成稿检查、这篇能不能发、发之前完整审一遍、这条稿子还有什么硬伤”时,审核用户本人或团队已经基本成形、尚未发布的自然语言内容稿;按短视频、文章、一般社媒或商单场景只读调用现有标题、开头、逻辑、事实、表达资产与 Brief 真源,并静默核对标题、开头和正文是否发生明显人群或用户问题漂移,给出三档发布判断和一个下一步动作。待审稿明确以获客为目标,或包含产品承诺、咨询/购买动作时,按需只读检查人群、资格、内容和产品能力四重一致性。只有选题、素材或大纲时不使用;已发布内容交 eva-review;行动计划、代码、产品发布和部署验收不使用。
使用自动组建的领域专家小组,对任何内容或策略进行评分、评估并迭代改进。适用于文案、序列、落地页、策略文档、标题、图表、招聘评估,或任何需要质量把关的内容。递归迭代,直到所有评分达到 90 分以上(最多 3 轮)。用户要求“用专家小组评审这个”“给这个打分”“评价这些版本”“做质量检查”“小组评审”“哪个版本更好”“专家评分”“评估这份文案/策略/页面”时使用;其他技能的输出需要质量把关时也可使用。以下请求也会触发:“给这个落地页打分”“让专家小组评审这些邮件版本”“评价这个标题”“评审这些图表”。
探索 PostHog MCP 意图聚类 —— 按语义相似度分组的 Agent 目标,包含每个聚类的工具分布和错误率,以及以工具为中心的视角(每个意图的捕获率、相对于所宣传目录的发现率、描述匹配度、工具重叠)。当用户询问 "what are agents trying to do with the MCP?"、"group the intents"、"which goals fail most?"、"what does each cluster route to?"、"when agents have this intent do they find my tool?"、"which tools get mixed up?",想要重新计算聚类,或粘贴 MCP 分析意图聚类 URL 时使用。
调查单个 PostHog MCP 会话 —— 单个 Agent 在一次运行中所发起工具调用的序列、它想做什么,以及在哪里出错。当用户询问 "what did this MCP session do?"、"show me the tool calls for session X"、"what was the agent's goal?"、"which sessions had errors?"、"who is connecting to my MCP?",或粘贴 MCP 分析会话 URL 时使用。
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。
