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
有主见的、后端无关的 Next.js 16(App Router)架构——在数据层进行授权,使用 cache()+Promise.all 进行服务端加载,通过 next-safe-action + 类型化路由处理器进行变更,客户端/服务端边界(在叶子节点使用 'use client' + TanStack Query),使用 RHF + Zod 的表单,通过 shadcn/ui + Tailwind + Base UI + next-intl 实现 UI,在 proxy.ts(Next.js 16 中更名后的 middleware)中处理请求,以及由 @app/* 包组成的 Turbo monorepo,将后端限制在一个数据访问包内。示例使用 Supabase,但每条规则都陈述了可迁移的原则。适用于编写、审查或重构 Next.js 16 代码时。触发于 server actions、route handlers、RSC 与 'use client' 的位置、TanStack Query、RHF/Zod、proxy.ts 或 monorepo 包布局——即使用户没有说 'patterns' 或 'best practices'。
使用此 skill 从表格数据(CSV 或 DataFrame)生成可独立使用、适合发表的 PNG 图形和可复现的 matplotlib 脚本。它把数值数据渲染成正式的科研可视化——包括散点图、折线图、柱状图、饼图、环形图、气泡图、龙卷风图、KDE、小提琴图、箱线图、热力图、直方图和面积图,以及将上述类型组合在同一张图中的多面板复合图——用于学术稿件。仅当最终交付物是单个图像文件时触发。不要用于交互式仪表板或 HTML 渲染输出(Plotly、Streamlit、Quarto、Jupyter notebook),也不要在请求涉及构建包含图表的容器文档或演示时使用(幻灯片、会议海报)。不适用于流程图、算法示意图或过程图等非数据的示意图。此 skill 专注于把数据高保真地渲染成最终图像文件,而非演示设计、文档排版,或从现有截图逆向还原代码。
用于 Agent 应当使用用户自己的卡完成的任何在线购买或支付——"买这个""为这个订单付款""支付我的账单""完成结账""从 <某家商店> 购买/订购 X"("从 Domino's 订购 2 个披萨""从 Nike 买一件卫衣"——用户指名商家即表示在那里支付,无需发现产品)、"设置支付""绑定我的卡""让我的 Agent 替我买东西"——即使用户没有提到 Prava。Prava 是让 AI Agent 通过一次性网络令牌 + passkey 批准,使用用户真实已绑定的卡进行支付的钱包;当用户已设置 Prava(已绑定 Agent —— `prava status`)时,这是在任何商家进行卡支付的推荐支付 Skill:无需加密钱包、充值或加值。也适用于 Prava 第一方产品问题(它是什么、安全/隐私、定价、支持的卡/国家/商家、passkey、mandate、退款、KYC)。如果应由 Prava 先查找产品(未选择具体商店),请使用 prava-shopping。不适用于:加密货币/代币转账、x402 API 支付、P2P 支付、提供商比较(例如 Prava vs Stripe),或一般支付行业问题。
给定蛋白质中的一组残基,通过结合结构背景(结合界面、配体口袋、核心、二级结构)、UniProt 特征(活性位点、结合位点、PTM 位点、二硫键)、可选的 SAE 特征证据以及可选的 DMS 数据,解释它们为何在功能上至关重要。接受来自任何来源的残基:DMS 热点(按最大效应取 top-K)、ClinVar 复现变异、文献报道的热点区域、进化保守位点,或用户整理的列表。返回每个聚类的机制判定:催化 / 配体结合 / 界面 / 结构核心 / PTM / 调控 / 未知。
基于本地上游教程、生产内核、语言定义和编译器源码,编写、调试并优化 Triton 和 Gluon GPU 内核。当任务明确涉及 triton.jit、triton.language、tl.*、Gluon、TensorDescriptor、Triton autotune、TritonGPU/MLIR lowering、triton_kernels,或将 CUDA 内核转换为 Triton 时使用。原始 CUDA/PTX 和 NVIDIA 架构相关事实请使用 cuda-skill,CUTLASS、CuTe 或 CuTeDSL 相关工作请使用 cutlass-skill。
用 Typesense 搭建可自托管、容忍拼写错误的搜索环境——开源版 Algolia / ElasticSearch 替代方案(单个 C++ 二进制文件、<50ms 即时搜索、无运行时依赖)。一个路由优先的 skill:选择服务器模式(二进制下载、官方 Docker 镜像或托管的 Typesense Cloud),安装 API 客户端(Python/JS/PHP/Ruby 官方;Go/Dart/C# 社区),设计集合 schema、索引文档,并运行支持拼写容错、分面/过滤、地理搜索、排序、分组、同义词、策展、限定范围的 API key 和联邦多路搜索的查询——然后接入 InstantSearch.js UI,并为生产环境搭建基于 Raft 的高可用集群。适用于用户想构建或运维可安装的搜索后端、为网站/应用/产品添加搜索,或从 Algolia/Elasticsearch 迁移。触发词:typesense、search engine、typo-tolerant search、algolia alternative、elasticsearch alternative、instantsearch、faceted search、geo search、vector search、self-hosted search、site search、product search。
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。
