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
Alibaba Cloud PAI 工作空间管理技能。在 Platform for AI（PAI）上创建、查询和列出工作空间。触发词：“create PAI workspace”、“query PAI workspace”、“list workspaces”、“PAI workspace”、“create workspace”、“get workspace”、“list workspaces”、“AIWorkSpace CreateWorkspace”、“AIWorkSpace GetWorkspace”、“AIWorkSpace ListWorkspaces”
使用 Alibaba Cloud ICE 编辑视频，输入源为 URL 或 OSS，输出由云端渲染。适用于 Timeline 编辑、普通模板创建与渲染、多片段合成、标题、字幕、转场、音频混合、翻译或本地化，以及智能封面、擦除、字幕提取、抠图、美颜、重构画面和音频处理等单媒体智能制作任务。还可检查模板并验证输出 URL。标签、精彩片段候选、说话人归属和转录文本等内容分析必须由上游提供。切勿使用本地 ffmpeg 生成、转换或提取媒体；本地 ffmpeg 仅限用于流式音频分析。
从 7 个维度（结构、可扩展性、企业就绪度、性能、安全、运维、数据）开展架构评审，并提供评分报告。适用于：“review architecture”“critique design”“audit system”“assess scalability”“enterprise readiness”“technical due diligence”。不适用于绘制图表，请使用 architecture-diagram。不适用于交互式查找浅层模块，或设计单个模块的接口和边界，请使用 module-deepening。
当症状较为宽泛（“应用感觉卡顿”“到处滚动都不流畅”“我们要开始一轮性能冲刺”“最先该修什么？”）时，使用此 skill 运行端到端的 Jetpack Compose 性能审计。它通过编排 25 个聚焦的 skill（release 模式设置、R8、Baseline Profiles、Compose Compiler 报告、稳定性推断、Layout Inspector、`@TraceRecomposition`、稳定化、strong skipping、阶段延迟、derivedStateOf、lazy 布局、lazy 预取、Modifier.Node、modifier 顺序、flow 收集、effects、CI 门禁、热重载）来组织 Measure → Diagnose → Fix → Verify 四阶段循环，并产出一份带有 Before/After Macrobenchmark 数据的书面审计报告。当开发者想要启动性能冲刺、设置发布前性能门禁、上手一个有性能问题的代码库，或需要一份书面交付物时使用。当用户提到“audit”“perf review”“perf sprint”“where do I start”，或尚无具体症状时使用。
提供 Azure Elastic SAN 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、集成与编码模式以及部署。在创建 Elastic SAN 卷、iSCSI 客户端、AVS 数据存储、AKS 存储或 SQL/FCI 集群工作负载，以及其他 Azure Elastic SAN 开发任务时使用。不适用于 Azure Blob Storage（使用 azure-blob-storage）、Azure Files（使用 azure-files）、Azure NetApp Files（使用 azure-netapp-files）或 Azure Managed Lustre（使用 azure-managed-lustre）。
提供 Azure IoT Central 开发方面的专业知识，包括故障排除、最佳实践、决策、架构和设计模式、限制和配额、安全性、配置、集成和编码模式，以及部署。适用于设计设备模板、数据导出、IoT Edge 网关、REST/CLI 自动化或 IoT Central 迁移，以及其他 Azure IoT Central 相关开发任务。不适用于 Azure IoT Hub（使用 azure-iot-hub）、Azure IoT（使用 azure-iot）、Azure IoT Edge（使用 azure-iot-edge）或 Azure IoT Operations（使用 azure-iot-operations）。
Azure Lighthouse 开发的专家知识，包括决策、安全、配置、集成和编码模式以及部署。用于配置 Lighthouse 委派、AOBO/PIM 访问、Arc/Sentinel 集成、策略/修复或 Marketplace 产品，以及其他 Azure Lighthouse 相关开发任务。不适用于 Azure Arc（使用 azure-arc）、Azure Managed Applications（使用 azure-managed-applications）、Azure Resource Manager（使用 azure-resource-manager）、Azure Role-based access control（使用 azure-rbac）。
Azure Notification Hubs 开发专家知识，涵盖故障排除、最佳实践、决策制定、架构与设计模式、限制与配额、安全、配置、集成和编码模式以及部署。适用于发送 FCM/APNS/WNS 推送、使用标签/模板、管理层级、配置 IaC 或使用 Private Link 访问，以及其他 Azure Notification Hubs 相关开发任务。不适用于 Azure Event Hubs（使用 azure-event-hubs）、Azure Service Bus（使用 azure-service-bus）、Azure SignalR Service（使用 azure-signalr-service）或 Azure Web PubSub（使用 azure-web-pubsub）。
提供 Azure AI Personalizer 开发方面的专业知识，包括故障排除、决策、安全性、配置、集成和编码模式。适用于选择单槽或多槽设置、调整策略或探索、使用学徒模式、可解释性或本地推理，以及其他 Azure AI Personalizer 相关开发任务。不适用于 Azure AI Search（使用 azure-cognitive-search）、Azure Machine Learning（使用 azure-machine-learning）、Azure AI Metrics Advisor（使用 azure-metrics-advisor）或 Azure AI Anomaly Detector（使用 azure-anomaly-detector）。
Azure SQL Database 优化及平台专属功能。遇到以下情况时主动启用：(1) Azure SQL Database 优化；(2) DTU 与 vCore 的选择和规格调整；(3) 自动调优（强制使用上一个良好计划、创建/删除索引）；(4) Hyperscale 层和只读副本；(5) Serverless 层和自动暂停；(6) Azure SQL 性能监控（Query Performance Insight、Intelligent Insights）；(7) 弹性池；(8) 使用安全 enclave 的 Always Encrypted；(9) Managed Instance 与 Azure SQL DB 的权衡；(10) 故障转移组和异地复制。提供：层级选择矩阵、启用自动调优的步骤、Hyperscale 架构概览、监控查询和弹性池规格建议
框定问题后，声明从数据源到预测器的 skrub DataOps 图。无状态步骤使用 `.skb.apply_func`，有状态步骤使用 `.skb.apply`。图创建后，附加已锁定的拆分器和任何非默认评分。不要进行拟合、调参、持久化或调用 `skore.evaluate`。触发条件：编写或编辑数据源到预测器之间的任意环节（加载器、预处理、特征、组合、最终估计器），包括该路径上的纯 Python 函数、添加或重新排序步骤、将裸 `sklearn.Pipeline` 作为顶层对象，或收到构建流水线、分类器或回归器的请求。使用方法：在第一行声明式代码之前以及每次结构性编辑时使用。阅读停止条件，并在编写代码前输出 Pre-flight。使用 `python -m skore_skills api get` 确认新名称。
将 SQA 需求输入分析为五个结构化字段及一段展示摘要，并将 Requirement 归档到 CawPlan QA Insights。适用于：用户明确要求分析需求、整理需求字段、生成包含展示摘要和待解决问题列表的五字段草稿、推荐 QA 模块树节点、归档 Requirement，或更新 QA Insights 中已有的 Requirement——包括已有 Test Suite Link/display_id，或结合需求分析意图提供工单链接/ID（例如“需求分析”、“analyze this ticket”、截图 + 工单）。如果消息只有 CawPlan 问题 URL，且没有需求分析相关表述，不要自动选择；编码会话中加载工单时优先使用 `cawplan-ticket-context`。不适用于：仅将工单加载到编码会话、编写或编辑代码、上传 AI 日报、创建工单或生成测试点。
根据已归档的 CawPlan Requirement（其需求 Markdown）生成测试点覆盖大纲，并附上待解决问题列表；SQA 确认后可批量归档测试点。适用于：已归档的 Requirement 需要测试点或覆盖大纲；冷交接（Test Suite Link、display_id 或 id）；A1 归档后的热交接（“generate test points for this requirement”）；为现有 Requirement 增补测试点。不适用于：整理或归档 Requirement（使用 `cawplan-requirement-analyze`）；将测试点扩展为逐步用例或 Excel（A3）；在 Test Suites 中查看或编辑已归档测试点或评审（使用 Web UI）；仅有尚未归档的五字段草稿（先通过 A1 归档）。
数据故事视频以动画图表呈现论点：线条随时间绘出、条形增长、计数器跳动、数据出乎意料时坐标轴重新缩放，并在关键时刻添加标注，使用 HyperFrames、SVG 和 GSAP 渲染为 9:16 或 16:9 的 MP4。适用于将统计数据动态化、展示趋势、随时间变化的增长或成本、比较数字、拆解薪资、预算或基准测试等数据，或将数据集、表格制作成短篇旁白视频。不适用于架构或请求流程（使用 system-diagram-animation）或纯文字视频（使用 kinetic-typography）。
设计独特且符合品牌调性的邮件——新闻简报、营销活动、欢迎系列、促销、购后、挽回、事务性、公告。适用于用户想要起草、撰写、编写、设计、重新设计、点评、润色或改进邮件；或通过任意 ESP（Nitrosend、Klaviyo、Mailchimp、ActiveCampaign 等）发送营销活动 / 群发 / 广播。产出结构化设计简报，并将其转换为发送工具的分区格式。内置反套话原则：拥有一种主色、克制的配色、使用真实图像并提供有来源或提示词的图片位、独特的语气、不套用品类反射式美学、不留孤立空白、单栏 ≤600px、移动优先、真实的页脚（仅经验证的使命，加上社交账号 + 地址 + 退订）。最多提三个问题以填补品牌空缺；否则从已连接的 ESP 账户设置或项目品牌文件中推断。自成一体——无需其他技能。纯策略、送达率、仅文案或平台选择类问题请跳过。
使用 Motion（原名 Framer Motion）为 React 和 Next.js 提供适用于生产环境的动画模式。用户要求在 React 或 Next.js 项目中为组件添加动画、添加过渡效果、创建滚动触发效果、实现页面过渡、布局动画、手势交互或任何动效时，使用此技能。代码导入 'framer-motion'、'motion/react' 或 'motion/react-client' 时，或用户提到 animation、transition、fade-in、slide、parallax、scroll animation、exit animation、AnimatePresence、motion.div、spring、gesture、drag、hover animation、stagger、whileInView 或 layout animation 时，也应触发。
使用此技能，借助 AGP 8.2+ Baseline Profile Generator 模块和 Macrobenchmark 测试框架，端到端生成并测量 Jetpack Compose Baseline Profile。涵盖为冷启动加首次滚动编写 `BaselineProfileRule` 旅程、生成 `baseline-prof.txt`、验证它已随包发布在 `assets/dexopt/baseline.prof`、在 `CompilationMode.Partial(BaselineProfileMode.Require)` 下用 `MacrobenchmarkRule` 测量，以及通过 `androidx.activity.compose` 的 `ReportDrawn` / `ReportDrawnWhen` / `ReportDrawnAfter` 输出准确的完全绘制耗时。Compose 以非捆绑方式发布，因此每个 Compose UI 应用都能受益——据引用可获得约 30% 更快的启动和 40% 更流畅的首次滚动。当用户提及“baseline profile”“macrobenchmark”“slow cold startup”“first-scroll jank”“StartupTimingMetric”“FrameTimingMetric”“ReportDrawn”“TTFD”，或准备用于性能测量的发布构建时使用。
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。