Skills
收录 101,323 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
自动协调 BMAD 实施工作流,包括完整的 Phase 4 epic/story 流程和适用于小型、明确变更的 Quick Flow。用户希望 (1) 自动执行 Phase 4(“自动实现”“开始实施”“开始 Phase 4”“自动进行 Phase 4”“实现所有 stories”“处理 epics”);(2) 检查实施进度或状态(“进展如何?”“完成了多少个 stories?”);(3) 恢复之前中断的会话(“从上次停下的地方继续”“恢复”);(4) 不经过完整 BMAD 规划,直接实现小型、独立的变更(“快速开发”“快速流程”“实现此变更”,或描述 bug 修复、重构、小功能、补丁)时使用。如果用户描述小型变更或要求快速实现,将其导向 Quick Flow——`bmad-quick-dev` 可直接从意图进入代码,无需单独的规格步骤。如果多 story 项目已在进行中(存在 `sprint-status.yaml`)且当前请求是实质性的 epic/story 任务,则导向 Phase 4;如果请求是一次性小改动,则无论如何都导向 Quick Flow。如果不确定是否使用此 Skill,就使用它——它会自动判断合适的流程。
面向任意 AI Agent(Claude Code、Codex、WorkBuddy、OpenClaw)的一站式 TikTok Shop 带货视频技能。找到爆款 TikTok 视频,调研 TikTok Shop 商品、店铺、创作者和直播间,拆解视频为什么能卖货(脚本、场景、钩子、音乐),检索最大的真实高 GMV AI 带货视频库及其逆向工程提示词,并把最接近的匹配适配到自己的产品,复刻爆款视频,把产品照片——或自己的原始提示词和图片——变成 AI 带货 / UGC / 口播 / 产品演示视频,根据文本提示词生成电商图片,放大到 1080p 或 2K,并下载 TikTok 或抖音视频。关键词——AI 带货视频、TikTok 爆款复刻、TikTok Shop 商品调研、竞品店铺分析、创作者与达人排名、AI 带货视频提示词库、产品转视频、UGC 视频生成器、AI 商品图、TikTok 视频下载器。只要用户需要 TikTok 电商数据、爆款视频调研或 AI 视频/图片生成时使用。
代码库即 geohash 地图可视化的渲染与感知层——选择在颜色 / 大小 / 位置上编码什么,挑选感知上诚实的色阶(viridis / OKLCH,而非彩虹),在 16ms 帧预算内用 Canvas2D + WebGL / deck.gl 绘制数万个单元格,标签放置与去杂,GPU 或空间索引拾取,相机动画与细节层次交叠淡入淡出,以及画布的键盘与屏幕阅读器可访问性。它构建于 geohash-spatial-code-maps 之上,后者负责 geohash 编码、投影、瓦片化和导航数学。还涵盖自然启发的渲染——Voronoi、圆填充、叶序、metaball 外壳、边捆绑。即使用户没有说“可视化”也要触发——如果工作涉及绘制、上色、标注、动画化或使代码地图、空间热力图或 Web 上的大型单元格 / 点图层可导航,这就是该技能。
当用户希望将内容转化为收入、构建内容驱动的 GTM 动作、逆向拆解分发渠道,或在多个平台复用内容时使用。当用户提到 "content marketing"、"content-led growth"、"content to pipeline"、"distribution"、"content repurposing"、"content strategy"、"thought leadership"、"newsletter"、"content flywheel"、"organic growth" 时也可使用。本技能涵盖从内容创作到管道归因的内容变现体系。
帮助工程经理衡量并提升团队交付能力,涵盖常见指标为何失效的历史、DORA 四项关键指标框架(部署频率、前置时间、变更失败率、MTTR)、DevEx 的三个维度(反馈循环、认知负荷、心流状态)、将工程指标转化为业务成果的方法,以及应避免的衡量反模式。用户提到“如何衡量生产力”“DORA 指标”“速度”“周期时间”“开发者体验”“DevEx”“如何证明团队表现良好”“工程指标”“团队进度慢”“工程绩效”或“如何将工程与业务联系起来”时使用。不要用于管理表现不佳的个人;请改用 performance-reviews。
在 BlueField(Argus、DMS、Firefly 或 UROM 服务)上以容器方式运行捆绑的 DOCA 服务:由独立 kubelet 监视 static-pod 清单目录、放置 YAML pod-spec、查看 kubelet 状态 / ENTRYPOINT 日志 / 各服务存活状态。即使未提及容器部署,遇到“如何在 BlueField 上运行我构建的服务?”“pod-spec YAML 应放在哪里?”“pod 卡在 Pending / ImagePullBackOff / CrashLoopBackOff”“容器显示 Running 但服务尚未就绪”“编辑后 pod 不断重启”或“同时运行 DMS 和 Firefly”时触发。在主机或 Arm 上直接启动的 DOCA 链接二进制应使用 doca-bare-metal-deployment。涵盖批量操作前的冒烟测试,以及分层错误分类(pod-spec、调度、镜像拉取、运行时、挂载、网络、版本、主机)。对于各服务配置架构、DOCA 安装、库 API 问题、外部 NVIDIA 服务(BlueMan、HBN、SNAP、Virtio-net)或完整 Kubernetes 集群运维,拒绝并转交其他技能
指导开发者使用 Enonic CLI 命令管理沙箱、搭建项目脚手架、进行本地开发、部署应用并生成 CI/CD 流水线。适用于创建 Enonic XP 沙箱、启动或停止本地实例、基于 starter 搭建项目、以热重载模式运行开发模式、部署应用,或为 Enonic 应用生成 CI/CD 工作流。不要用于编写 XP 应用代码(控制器、内容类型)、通过 Guillotine 或 lib-content API 查询、配置非 Enonic 环境,或使用 Docker/Kubernetes 部署 XP。
以断言为先的 AI 评估框架,契合 Anthropic 的《Demystifying evals for AI agents》——在 input→assert 用例模式之上提供类型化的确定性断言和强制结构化的 LLM 评判器、pass^k/pass@k、能力套件与回归套件,按订阅计费。适用场景:评估、评测、基准测试、回归测试、断言、llm-rubric、评判器、pass@k、pass^k、为输出评分、比较提示词/模型、测试 Agent。不适用于:科学方法框架搭建(使用 Science)、代码的属性测试/变异测试(使用 Hardening)或实时 UI 验证(使用 Interceptor)。
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。
