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
当用户在进行 DOCA Flow DPA Provider 实际工作时使用本 skill——把 `doca-flow` 的 pipe 或外部资源(index-selector / memory)导出到 BlueField DPA 地址空间,使 DPACC 构建的内核能够读取计数器、修改 hash-pipe 条目,并与 Flow 内联地更新 / 读取 memory 或 index-selector 资源。涵盖按端口的 `doca_flow_dpa_ctx`、三种队列类型(general / resources-write / resources-read)、对顺序敏感的导出握手(`_export_prepare` → 添加条目 → `_export` → `_get_device_addr`),以及 DPA 侧的设备 API。即使用户没有说 "DOCA Flow DPA Provider" 也要触发——隐含说法包括 "DPA kernel never sees entries in the exported pipe"、"BAD_STATE from `_pipe_export`"、"how do I disable a hash entry from a DPA kernel"、"DPA memory read returns no value"、"DPA-side post keeps returning AGAIN"。对于 `doca-flow` pipe 构建、通用主机侧 DPA(`doca-dpa`)或 DPA 侧内核编写,应拒绝并转交别处——这些属于其他 skill。
当用户构建或解读 doca/tools/gpunetio_ib_write_bw 工具对时,使用此技能:CUDA 内核通过 doca-gpunetio 设备侧接口提交 RDMA WRITE 工作请求,以测量 GPU 与 IB 设备组合上的持续 GPU 驱动 WRITE 带宽。即使未提及工具名称也应触发,常见表达包括:"测量 GPU 提交 WR 时的 WRITE 带宽"、"相同标志下每次运行的带宽波动"、"NIC 已饱和还是受 CUDA 内核限制"、"GPUNetIO 带宽工具的 meson 编译失败"、"nvidia_peermem 未识别我的 GPU 缓冲区",或 "GPU 提交 WRITE 带宽与 CPU 路径的比较"。通用 doca-gpunetio 库工作、DOCA 设置、GPU 提交 WRITE 的延迟对应工具、CPU 提交的 RDMA 基准测试(doca-perftest)以及应用级端到端速率不属于此技能,应拒绝并转交其他技能处理。
当用户分析通过 GPUNetIO 从 CUDA 内核发出的 RDMA WRITE 往返时间时,使用此技能:在 `doca/tools/` 下编译 `gpunetio_ib_write_lat`,验证 GPU–NIC 亲和性,并解读 half-iteration/full-iteration/nanosecond 列,以分析实时控制回路的中位数、p99 和尾部抖动。对于 "H100 + ConnectX 上的 p99 WRITE 时间"、"尾部延迟与批处理的关系" 或 "设备发起与上游 ib_write_lat 的比较" 等隐含请求,也应加载此技能。吞吐量测试(doca-gpunetio-ib-write-bw)、GPI 通道 API(doca-gpi)、GPUNetIO API 工作(doca-gpunetio)或 SDK 设置不属于此技能,应拒绝并转交相应负责人。
当要将 DOCA SHA Offload Engine(一个 OpenSSL ENGINE)接入现有 OpenSSL 流水线,把一次性 SHA-1、SHA-256 或 SHA-512(EVP_Digest)卸载到 DOCA SHA 硬件上,而无需针对 doca-sha 重写时使用本技能。涵盖引擎加载机制(`openssl engine dynamic`、`set_pci_addr` ctrl、`-engine_impl`)、证明卸载已生效的 SHA-224 反向测试、卸载优于 CPU SHA 的消息大小窗口,以及引擎与库的选择。即使用户没有说“DOCA SHA Offload Engine”或“OpenSSL ENGINE”也要触发——典型的隐含说法:“加速 BlueField 上的 openssl SHA”、“无需改代码卸载 SHA”、“openssl 是在用加速器还是回退到软件”、“证明 DOCA SHA 确实运行了”、“openssl dgst 完成了哈希但我不确定是否卸载了”。对于新的 SHA 流水线(应使用 doca-sha)、MD5 / SHA-3 / SHA-224 / HMAC-SHA 卸载、通过链式 `EVP_DigestUpdate` 的增量哈希,或 OpenSSL PROVIDER 编写,应拒绝并转到其他技能。
使用此技能可为 Education Cloud 组织设置、创建或生成校历。根据自然语言或文档创建学年、学期(semester/quarter/trimester)、教学时段、注册窗口以及选课/退课截止日期。校验日期范围并处理重叠的教学时段,将学期关联到学年、将教学时段关联到其学期。触发条件:用户要求“创建校历”、“设置学期日期”、“生成学年”、“添加学期和教学时段”、“配置注册窗口”或“添加选课/退课截止日期”,或上传含学期或教学时段日期的日历文档(PDF、CSV、XLSX)。不触发:查询或更新现有日历记录、排课或配置课程开设。
在编写、重写或审阅解释改了什么以及为什么改的 PR/CL 描述、提交信息或代码变更摘要时使用。触发词为 "write PR description"、"improve this commit message"、"summarize this diff"、"CL description"、"change description" 或 "make this PR/CL description easier to review"。除非要求的输出是变更描述,否则不要用于代码审查、PR 拆分、代码重构、面向用户的变更日志或审阅者回复。
在自定义 Frappe 应用中构建 Document Controller 时使用:文件创建、生命周期钩子、校验、autoname、可提交工作流、控制器覆盖、子表控制器、flags 系统、从 hooks.py 和 Server Scripts 迁移。关键词:how to implement controller, which hook to use, validate vs on_update, override controller, submittable document, autoname, flags, extend_doctype_class, controller testing, child table controller, which hook to use, when does validate run, how to override save, document lifecycle。
当用户需要 Google Ads 广告扩展或素材方面的帮助时使用 —— 附加链接、宣传信息、结构化摘要、电话扩展、潜在客户表单扩展、图片扩展、价格扩展、促销扩展、地理位置扩展或应用扩展。也会在 "ad assets"、"extension audit"、"missing extensions"、"sitelink copy"、"lead form extension"、"extension performance"、"callout extensions" 或 "improve ad CTR with extensions" 时触发。RSA 广告文案策略参见 google-ads-search。完整的搜索广告系列设置参见 google-ads-search。
在 RunComfy 上编辑图像——此技能是一个智能路由器,可根据用户意图在 RunComfy 目录中匹配合适的图像编辑模型。可选择 Nano Banana Edit(默认保留身份,最多批量处理 20 张)、OpenAI GPT Image 2 Edit(图像内文字多语言改写、多参考图合成、精准布局)、Flux Kontext Pro(单参考图高保真局部编辑)或 Z-Image Turbo Inpaint(由蒙版驱动的精准区域编辑)。整合每个模型文档中记录的提示词模式,让技能无需在错误模型上反复尝试,也能获得更出色的编辑效果。通过本地 RunComfy CLI 调用 `runcomfy run <vendor>/<model>/edit`。在出现“image edit”“edit image”“image-to-image”“i2i”“swap background”“remove object”“rewrite headline”等表达,或明确要求编辑单张或批量图像时触发
为 Keeper Security Agent 套件安装并配置 Keeper CLI 工具(KSM CLI 与 Commander)。当用户需要安装 keeper-secrets-manager-cli (ksm) 或 keepercommander (keeper)、设置身份验证、初始化配置文件、配置持久登录,或排查 Keeper CLI 连接问题时使用。也在用户说“install keeper”、“setup keeper”、“configure keeper cli”,或询问如何开始使用 Keeper 命令行工具时使用。
使用 PromQL/MetricsQL 从 KubeSense 查询 Kubernetes、基础设施和云提供商指标,包括指标发现、标签检查、KubeSense 实际采集的指标系列(kube-state-metrics、cAdvisor、node-exporter、OTel hostmetrics、DCGM GPU、JVM,以及 AWS/GCP/Azure/MongoDB Atlas/Confluent/Kong 云资源),编写可返回数据的查询所需的标签约定(clusterId、kubesense_cloud_resource_metric),以及所有 MetricsQL 函数的参考
使用此技能,为关键客户管理(KAM)用户按顺序运行完整的端到端 Life Sciences Cloud 设置工作流。当用户说“set up Life Sciences Cloud end to end for kam user”、“run the full LSC setup for kam user”、“orchestrate Life Sciences Cloud configuration for kam user”、“complete LSC setup for kam user”或“Life Sciences Cloud full install for kam user”时触发。按顺序执行六个阶段:前提条件验证、初始配置部署、区域配置、参与者角色与 sprint 创建、KAM 数据与计划模板(目标、任务、衡量指标)创建,以及 KAM 用户配置——每个阶段都以上一阶段的成功为前提。不要触发的情况:用户只想单独运行某个特定阶段,或者请求针对的是现场销售代表而非 KAM 用户(该角色请使用 life-sciences-fieldsalesrep-coordinate)。
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。
