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
用户需要 Google Ads 关键词研究、关键词策略、匹配类型、搜索词分析、关键词规划、关键词整理或关键词审核方面的帮助时使用。触发词包括“keyword research”“keyword strategy”“match types”“search terms”“keyword planner”“keyword audit”“broad match”“phrase match”“exact match”“keyword expansion”和“keyword list”。深度否定关键词优化、消除无效支出或防止关键词蚕食,请参见 google-ads-negative-keywords。构建搜索广告系列,请参见 google-ads-search。关键词出价管理,请参见 google-ads-bidding
HPK 格式(专有医疗消息格式)的综合解析器和说明工具。支持 100 多种消息类型,涵盖患者管理(ID、MV、CV)、供应链(PR、FO、MA、CO、LI、RO、FA)、库存(SO、IM)、组织结构(ST、UT)和财务操作(RD、DD)。使用 @erp-pas/hpk-dictionary 作为事实依据。验证结构、提取字段、说明业务背景、映射到 HL7 v2.5/IHE PAM,并帮助排查集成问题。用户提供或要求分析 HPK 格式消息、识别 HPK 消息类型、提取字段或解释 HPK 业务背景时使用。对于标准 HL7 v2.5 / IHE PAM 消息,请改用 hl7-pam-parser
将 OWASP ZAP(Zed Attack Proxy)集成到 GitHub Actions 和 GitLab CI 流水线,涵盖对运行中应用进行基线、全面和 API 扫描的配置、解读 ZAP 发现、调整扫描策略以及 DAST 质量门禁。用于测试运行中的 Web 应用或 REST/GraphQL API 是否存在 XSS、SQLi、CSRF 和身份验证/授权缺陷;也适用于仅靠 SAST 不足以满足要求,且合规或发布门禁需要运行时 DAST 的情况。
搜索和分析 TikTok 商品数据,包括销量、达人带货数据、定价和佣金比例,覆盖 16 个 TikTok Shop 站点。当用户提到 TikTok 商品搜索、TikTok Shop 商品分析、TikTok 销量数据、达人带货销售、TikTok 选品、TikTok 佣金比例、TikTok 商品排名、EchoTik 数据查询、TikTok product search、TikTok sales、influencer sales、TikTok commission、TikTok product selection、short-video e-commerce、TikTok data 时触发此技能。即使用户未明确提及“EchoTik”或“TikTok”,只要其需求涉及在 TikTok Shop 上搜索商品或分析 TikTok 商品表现指标,也应触发此技能。
通过 FastMoss 数据查询 TikTok 全球电商市场的热销商品排行榜,支持按日/周/月和类目维度分析。当用户提到 TikTok 热销榜、TikTok 爆品排行、TikTok 销量排行、TikTok GMV 排名、TikTok 类目热销、TikTok 选品周报、TikTok top-selling rankings、TikTok bestseller charts、TikTok GMV ranking、TikTok category hot sellers、TikTok weekly product report、FastMoss 时触发此技能。即使用户未明确提及“FastMoss”,只要需求涉及查看 TikTok 平台热销排行榜或按时间维度的销售排名,也应触发此技能。
查询亚马逊商品的历史时序数据,包括价格走势、BSR(畅销排名)趋势、评分变化、卖家数量和月销量,支持多个亚马逊站点的任意 ASIN。当用户提到价格历史、价格追踪、BSR 历史、BSR 趋势、历史定价、价格波动、Keepa 数据、排名历史、降价提醒、秒杀历史价格、Buy Box 价格趋势、优惠券价格、FBA/FBM 价格对比、卖家数量变化、评分趋势、销量历史、price history、BSR trends、Keepa historical data、price tracking、sales history、rating changes、seller count changes、price fluctuation 时触发此技能。即使用户未明确提及“Keepa”或“时序数据”,只要需求涉及亚马逊商品级历史数据(如价格、排名或销量随时间变化的趋势),也应触发此技能。
使用卖家精灵数据在亚马逊上查找和分析竞品,覆盖 12 个站点,包含销量、BSR、定价、评分和增长趋势等商品指标。当用户提到竞品查询、竞品分析、ASIN 反查、竞争商品研究、查找相似商品、市场竞品发现、商品对标、竞品销量估算、分析竞争 Listing、competitor analysis、ASIN reverse lookup、competitor sales、competitor research、SellerSprite、market competitor discovery、competitor trends 时触发。即使用户未明确提及“卖家精灵”或“竞品查询”,只要需求涉及通过 ASIN、关键词、卖家名称、品牌或品类发现和分析亚马逊竞品,也应触发此技能。
编写、注册与调试 MaaFramework Custom 识别/动作——何时上 Custom 的判据、宿主与注册路径、binding 实现与注册、参数解析与校验、复用 pipeline 节点、Agent 子进程模式与工程规范。Use when implementing MaaFW custom recognition or action logic, deciding registration path for your host, registering customs, parsing custom_action_param/custom_recognition_param, reusing pipeline nodes inside custom code, or setting up the agent child process mode.
在 PostHog 中构建可复用数据模型的共享基础,支持两种技术栈:PostHog 原生数据仓库视图/物化视图(HogQL,通过 view-* MCP 工具),或在你自己的或 PostHog 托管仓库上运行的外部 dbt 项目(sources.yml + staging/marts + schema tests)。编写任何具体业务模型前请先阅读——涵盖 PostHog 与 dbt 的选择、view-create → view-materialize → sync_frequency 工作流及 HogQL 列别名规则、dbt 项目骨架和“无原生 dbt 集成”现状、仓库连接与星型模式维度、使用 convertCurrency() 进行货币转换,以及在数据目录中检查/注册模型以供复用。配套 modeling-revenue-metrics、modeling-conversion-metrics、modeling-activation-metrics、modeling-product-usage-metrics 和 modeling-dimension-tables。用户询问如何在 PostHog 中构建视图、物化视图或 dbt 模型,或该选用哪种技术栈时使用。
在 Agent 执行实施计划之前进行把关——发现虚构路径和不实复用,而非错别字:读取完整的计划 Markdown 及其配套 JSON,对照实际代码仓库核实每个文件路径和复用声明,质疑范围、架构、依赖图、风险和测试覆盖,然后为每个部分评分并给出 APPROVE / REVISE / REJECT 结论。以分支审查工作流运行,拥有独立的推理预算,与主执行流程隔离。结论仅基于有证据支持的发现:绝不敷衍批准重要计划,也不捏造问题,但确实没有问题的部分可以通过;只读,不修改计划。用户要求在执行前审查或把关计划时使用。
严谨的工程编排器,移植自 Lauren Tan 的 pstack(poteto-mode):读取你的任务,从 23 个 playbook(bug fix、feature、refactoring、perf、investigation、prototype、babysit、shipping、autonomous run、orchestrate 等)中选择一个,路由到内置流程(how、why、architect、arena、swarm、interrogate、unslop、technical-writing、show-me-your-work、tdd 等),并应用 24 条工程原则。自包含:无需安装插件,无需同级 skill,适用于任何能读取 skills.sh 格式 SKILL.md 文件的 Agent。凡任务需要严谨性时使用:非平凡的代码改动、架构决策、调试、评审、PR、长时间自主运行,或「work like poteto」「poteto-mode」「pstack」。
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。
