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
使用 orbit CLI 创建和管理 GitLab 项目、合并请求、流水线、议题、分支等。用户询问 GitLab 仓库、MR(合并请求)、CI/CD 流水线、分支、标签、提交、议题、群组或项目成员时,均使用此技能。触发短语包括“列出 MR”“检查流水线”“创建分支”“发起合并请求”“查看最新提交”“列出 X 群组中的项目”“重试 CI”“关闭议题”“成员有哪些”,以及任何 GitLab 相关任务——也包括“CI 正在运行什么”“显示 MR”“标记一个版本”“检查是否已合并”或“列出仓库”等随口提及。用户在 GitLab 语境中提及 PR/拉取请求时也应触发(GitLab 将其称为合并请求)。orbit CLI 的别名是 `gl`。
当用户想要为电商业务审核 Google Ads 账户时使用——审查 ROAS、Shopping 广告系列、商品 Feed 健康度、PMax、购物车放弃再营销以及以收入为中心的优化机会。触发词包括 'ecommerce audit'、'Google Ads audit ecommerce'、'shopping audit'、'audit my ecommerce account'、'ROAS audit'、'product feed audit'、'ecommerce account review'、'PMax ecommerce audit' 或 'review ecommerce Google Ads'。通用账户审核请见 google-ads-account-audit。线索生成审核请见 google-ads-audit-leadgen。
用于 Hardhat 3 项目——编写或修改 Solidity 测试、TypeScript 测试,或任何涉及 hardhat.config.ts、`hardhat` 导入或 `network.create()` 的代码。涵盖测试层选择、forge-std cheatcodes、network connection API、`networkHelpers`、先编译再类型检查的工作流,以及使用 slang-solx 编译器加速较慢的构建(尤其是 via-IR)。如需工具箱特定指导(客户端、合约调用、断言),也请加载匹配的 `hardhat-toolbox-*` skill。
TypeScript 对 22 个 Gang of Four 类的函数式解法 —— 工厂函数(Factory Method、Abstract Factory、Prototype、Memento)、模块作用域单例、流畅的不可变构建器、包装函数(Adapter、Facade)、原生 Proxy、WeakMap 缓存(Flyweight)、带穷尽匹配的可辨识联合(State、Visitor、Composite)、事件发射器与信号(Mediator、Observer)、流水线与组合(CoR、Decorator)、流方法(Iterator)、闭包即命令、高阶策略、lambda 的放置位置。当审查 TypeScript 代码时使用:代码中有一个类形态的问题,GoF 目录用继承体系解决,而地道的 TS 会改用函数、标签联合或数据结构。每条规则都指明它替代的 GoF 模式,以及类形态仍然更优的情形。触发词:"factory class"、"singleton getInstance"、"state machine class"、"observer pattern"、"AST visitor"、"where do I put this lambda"。与 implementation-design-patterns 为姊妹技能。
将 GitHub 仓库的标签作为版本控制文件进行管理,并按变更路径自动为拉取请求添加标签。导出当前标签,与建议的 `.github/labels.yml` 进行差异比较,同步差异(一次性执行,或通过使用一个已验证且固定 SHA 的操作的定时工作流执行),并使用 `actions/labeler` 和 `.github/labeler.yml` 配置基于路径的 PR 标签。用户说“standardize labels”“sync labels”“auto-label PRs by path”“labels as code”或调用 /labels-as-code 时使用。不要用于跨多个仓库的组织级标签策略——请转交给 /safe-settings,由其从中央管理仓库协调标签(重命名、排除)。不要用于议题表单或模板——请使用 /oss-hygiene。标签删除绝不会自动进行;此技能会先征求明确授权。
通过 NLP 与图算法梳理陌生的代码库 —— 涵盖主题建模、语义嵌入、代码图、仓库挖掘、克隆检测、基于 IR 的缺陷定位、标识符语言学和复杂度度量等 40 种算法。当需要在许多文件中排查缺陷、界定新功能范围、识别领域实体或分析提交历史时触发 —— 即使用户未明确提到算法 —— 当用户问 "where does X live in this codebase?"、"what is this codebase about?"、"find duplicated logic"、"what changed recently?"、"who owns this code?" 或 "is this function risky?" 时适用。
盲测式多模型并排对比。把同一个提示词同时发给 2-4 个模型,匿名呈现回复(Model A / B / C / D),让用户选出胜者,然后揭晓身份并显示哪个模型获胜。支持自定义评估标准、回复综合以及投票历史记录。当用户说“compare models”“test these models”“which model is better for”“A/B test”“blind comparison”“model evaluation”,或想看看不同 AI 模型如何处理同一提示词时触发。也可用于提示词工程——测试不同模型如何理解同一指令。通过 provider:@effort:model_id 规格支持推理强度的 A/B 对比。
Next.js 16 App Router 页面混合静态与动态内容 —— Cache Components 模型下的部分预渲染(PPR)。涵盖通过 cacheComponents 启用(已移除的 experimental.ppr / experimental_ppr 标志)、默认动态的渲染反转、Suspense 静态外壳/动态洞边界、'use cache' 指令(自动键、cacheLife/cacheTag、children/action 透传、运行时值作为 props、无服务器持久性)、异步运行时 API 与用于非确定性的 connection()、从单个洞到并行仪表盘再到用 use() 将 Promise 流式传入客户端组件的页面组合,以及带 updateTag 读己之所写与 Activity 状态保留的表单/向导。触发的关键词:PPR、cacheComponents、'use cache'、Suspense 流式渲染、部分预渲染,或即使未明确提及的静态外壳相关工作。
对任意网站运行完整的死胡同页面审计。发现所有博客/内容页面,检测其中哪些页面没有任何指向同一域名的出站链接,抓取关键词,按主题对页面进行聚类,并为每个死胡同页面生成 3 条出站链接建议,包含锚文本、放置位置指引和可直接粘贴的上下文文案。输出与 report-style-reference.html 匹配的带样式 HTML 报告。自动检测网站框架(Next.js、静态、WordPress)并使用正确的检测方法:Next.js/Vercel 站点使用 RSC 头,静态和传统 CMS 站点使用标准 curl。当用户提供域名或 URL 并要求进行死胡同页面审计、出站内部链接审计、“哪些页面没有出站链接”、“找出内容中没有内部链接的页面”、“链接死胡同的页面”,或任何查找对同一域名零出站链接页面的变体时触发。死胡同页面审计始终使用此技能——绝不在未遵循此处每一步骤的情况下尝试该工作流。
Java 中的 OpenTelemetry —— Javaagent 零代码插桩、Spring Boot Starter、手动 autoconfigure SDK、声明式 YAML 配置、BOM 依赖管理、敏感数据捕获与脱敏(url.query、headers、请求参数、SQL 净化)。在 Java 服务中添加、审查或配置 OpenTelemetry 时使用。触发条件:"setup otel in java"、"java telemetry"、"javaagent"、"Spring Boot otel"、"GlobalOpenTelemetry"、"AutoConfiguredOpenTelemetrySdk"、"TracerProvider java"、"url.query redaction"、"capture request headers",或任何与 Java 相关的 OTel 问题。
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。
