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
原始多模态机器人数据如何映射到 Rerun 数据模型。在建模或转换数据集之前,务必先阅读——而且每当你要把机器人数据转换/摄取/预处理为 .rrd,或构建 Rerun recording 时,即便未被要求数据模型,也应阅读。它解决 entity 与 component、property 与 component 与 layer、静态与时间等决策,并指引到相应的机制(用 readers 和 lenses 来完成,而不是手工构建 chunk 或逐消息 rr.log):rerun-chunk-processing 以及导入器技能 rerun-mcap、rerun-urdf、rerun-parquet、rerun-mp4、rerun-lerobot。
ROS2(Robot Operating System 2)开发的全面最佳实践、设计模式和常见陷阱。构建 ROS2 节点、包、启动文件、组件或调试 ROS2 系统时使用此技能。用户提及 ROS2、colcon、rclpy、rclcpp、DDS、QoS、生命周期节点、托管节点、ROS2 launch、ROS2 参数、ROS2 动作、nav2、MoveIt2、micro-ROS 或任何 ROS2 时代的机器人中间件时均应触发。也适用于 ROS2 工作区设置、DDS 调优、进程内通信、ROS2 安全或在生产环境部署 ROS2。此外,也适用于 colcon 构建问题、ament_cmake、ament_python、ROS2 的 CMakeLists.txt、package.xml 依赖项、rosdep、工作区叠加层、自定义消息生成或 ROS2 构建故障排查。涵盖 Humble、Iron、Jazzy 和 Rolling 发行版。
SDD 流程的入口。当用户提出功能需求或缺陷修复("implementa…"、"agrega…"、"arregla…"、"add…"、"build…"、"fix…")时,首先扫描请求和代码库上下文,找出关键性歧义,并在编写任何规范或代码之前提出几个有针对性的澄清问题(提供可选项,优先给出推荐项)——然后将成形的目标交给 /opsx:propose(小型)或 sdd-feature-flow 工作流(大型)。若请求已无歧义,则跳过提问。仿照 GitHub Spec-Kit 的 /clarify。
编写新代码、提出 bug 修复方案、审查 PR/diff,或讨论是否添加抽象层、配置层、插件系统或通用机制时,均使用此技能。架构/设计讨论、“这是否太复杂”之类的问题,或 Claude 即将建议引入新的抽象层时也应触发。核心理念是:代码是写给人读的,而非供人欣赏的艺术品;应优先考虑易用易懂(像路标一样一目了然),而不是优雅或巧妙。即使用户没有明确提到“简单”,也应触发,例如“要不要把它做成可配置的”“快速修复这个 bug”“审查这个 PR”“要不要把它抽象成辅助函数”“这套代码感觉很混乱”。一次性事实问题、纯格式/错字修改,或用户明确要求通用/可配置设计时,不要使用。
适用于任何 Agent skill 的全面审计器——包括 Manus、OpenClaw/ClawHub、Claude、LobeHub 或基于自定义 SKILL.md 的 skill。当用户想在发布、更新或部署前评估、审计、审查、评分或做质量检查某个 Agent skill 时,使用此 skill。涵盖两道硬性否决门(结构红线 + 研究诚信红线)、跨 25 项标准的静态质量评分(ISO 25010 + OpenSSF + Agent)、动态测试输入生成、多模式执行测试、多层级输出评估(含五类专项评分标准:证据洞察 / 协议设计 / 数据分析 / 学术写作 / 其他)、适用于全部四个研究类别的 Research Veto、人工评估查看器生成、可执行的 P0/P1/P2 优化建议,以及自动 skill 改进——输出打磨完善、可直接投产的 SKILL.md。用户说"审计我的 skill"、"评估我的 skill"、"改进我的 skill",或想要评估后的修正版本时,也请使用。
帮助工程经理诊断团队技能缺口,并在招聘和任务分配上做出更好的决策——产出 Dungeon Party 原型模型(Warrior、Tank、Healer、Wizard、Rogue)、用于理解吞吐量瓶颈的 Barrels and Ammunition 框架、Commandos/Infantry/Police 阶段模型,以及最低团队规模指引。当用户说 “team balance”、“what roles do I need”、“who should I hire next”、“team is missing something”、“skill gaps”、“team is slow despite headcount”、“this person thrived before but struggles now” 或 “what type of engineer should I hire” 时使用。
当 Agent 需要用 TwelveLabs 做真正的视频理解工作时使用:为素材建立索引、在档案库中进行语义/视觉搜索、从视频生成描述、摘要、章节、亮点和标签、生成多模态嵌入,或将 TwelveLabs 接入媒体制作流水线(NLE 面板、记录、合规审查、元数据)。涵盖当前模型系列(Marengo 用于搜索/嵌入,Pegasus 用于视频转文本分析)、v1.3 Video Understanding API(indexes、assets、tasks、search、analyze、embed)、用于分析的提示词构建、能力与格式限制、定价/配额计算、输出质量审查(幻觉与时间戳准确性),以及素材中出现真实人物时的隐私/权利义务。不用于生成或编辑视频像素——这是分析与检索。
指导 TYPO3 Content Blocks 建模,将 Content Elements、Record Types、Page Types 和 File Types 作为唯一可信来源。适用于创建、迁移、审计或调试 Content Blocks config.yaml 文件、make:content-block 输出、content elements、record types、page types、file types、collections、IRRE、labels、previews 或 friendsoftypo3/content-blocks 行为时。
当用户想要升级、更新或将 dbt 项目迁移到最新版本时使用——例如 "upgrade my dbt project"、"migrate this off dbt 1.5"、"get this project running on the latest dbt"、"bump the dbt version"。将 dbt v1 项目(运行在 1.3、1.4、1.5、1.6 或 1.7 上)一直升级到 1.12,并根据数据驱动的 issue 语料库应用所需的破坏性、行为和弃用变更。输入 — starting_version(项目当前的 dbt 次版本,为 1.3/1.4/1.5/1.6/1.7 之一)和 adapter_type(snowflake/redshift/bigquery/databricks/spark);两者通常由调用方提供(例如 dbt VS Code 扩展),回退方案见该 skill。
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。
