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
完整的 FFmpeg 视频防抖与 360/VR 视频处理。以下情况请主动激活:(1) 视频防抖(deshake、vidstab),(2) 硬件加速防抖(deshake_opencl),(3) 360/VR 视频变换(v360),(4) 透视校正(perspective),(5) Ken Burns/缩放平移效果(zoompan),(6) 镜头失真校正(lenscorrection、lensfun),(7) 运动相机素材,(8) 无人机视频处理,(9) VR 头显格式。提供:防抖工作流、360 投影转换、运动效果、镜头校正。
在 RunComfy 上使用 Flux 1 Kontext Pro(Black Forest Labs 的精准局部图像编辑模型)编辑图像,并整合模型文档中记录的提示词模式,使技能比直接使用同一模型进行简单提示获得更出色的输出。介绍 Flux Kontext 的优势(基于单张参考图进行精准局部编辑、提示词控制力强、输出始终保持高保真)、参数结构(单张图像 + 提示词),以及何时改用 Nano Banana Edit、GPT Image 2 edit 或 Flux 2 Klein。通过本地 RunComfy CLI 调用 `runcomfy run blackforestlabs/flux-1-kontext/pro/edit`。在出现“flux kontext”“flux-kontext”“flux 1 kontext”“kontext”“BFL kontext”等表达,或明确要求使用此模型编辑图像时触发
在 Frappe/ERPNext v14/v15/v16 中调试或处理 API 错误时使用。可防止 REST 端点中的静默失败和错误的 HTTP 状态码。涵盖 401 Unauthorized(token 格式错误、OAuth 过期)、403 Forbidden(缺少 @whitelist、需要 allow_guest)、404 Not Found(端点 URL 错误)、417 Expectation Failed(通过 frappe.throw 校验)、500 Internal Server Error、CORS 问题、CSRF token 缺失/无效、超出速率限制(429)、文件上传失败、请求/响应中的 JSON 解析错误、webhook 投递失败以及长时间操作超时。关键词:API error、401、403、404、417、429、500、CSRF、CORS、REST、API call fails、403 forbidden、CORS error、token expired、endpoint not found、webhook not received、whitelist、webhook、rate limit、file upload、authentication token。
在调试 Frappe/ERPNext 中的 hooks.py 错误时使用。涵盖钩子未触发(拼写错误、字典结构错误)、循环导入、app_include_js 路径错误、scheduler_events 未运行、doc_events 挂在错误的 DocType 上、permission_query_conditions SQL 错误、override_doctype_class 导入失败、extend_doctype_class [v16+] 冲突、fixtures 未加载。按钩子类型覆盖 v14/v15/v16 的错误诊断。关键词:hooks.py error、hook not firing、scheduler not running、hook not working、app_include not loading、override not applied、doc_events error、circular import、fixtures error、override class error。
在 Frappe 中构建 Jinja 模板时使用:Print Formats、Email Templates、Notification 模板、Portal Pages 以及自定义 Jinja 方法。涵盖模板创建工作流、子表处理、条件区块、样式、多语言支持和调试。可防止 N+1 查询、格式错误以及 Report Print 混淆。关键词:create print format、email template、portal page、pdf、create print format、invoice template、email template、PDF layout、custom print、template、invoice template、jinja methods、notification template、web page template、print format styling。
在将 Frappe/ERPNext 部署到生产环境、配置 Nginx 或 Supervisor、设置 Docker、启用 SSL 或加固安全时使用。防止不安全的部署、缺失的反向代理配置和损坏的进程管理。涵盖生产环境设置、Nginx 配置、Supervisor/systemd、Docker Compose、Let's Encrypt SSL、防火墙规则、安全加固。关键词:deployment、production、nginx、supervisor、docker、ssl、letsencrypt、security、gunicorn、systemd、go live、production setup、HTTPS setup、server config、deploy to VPS、Docker setup。
在 Frappe v14-v16 中使用 frappe.qb 构建数据库查询时使用。涵盖基于 PyPika 的查询构建器:SELECT、INSERT、UPDATE、DELETE、连接、聚合、子查询、跨数据库兼容性(MariaDB/PostgreSQL)以及从原生 SQL 迁移。可预防 SQL 注入和数据库特定 bug。关键词:frappe.qb、query builder、DocType、Field、pypika、join、frappe.qb example、how to write query、join tables、SQL replacement、parameterized query、aggregate、ImportMapper、cross-database、parameterized query。
在为 Frappe 应用设置 CI/CD 流水线、配置 GitHub Actions 测试工作流或添加代码检查和安全扫描时使用。防止因错误的测试矩阵配置、缺失 MariaDB/Redis 服务以及未捕获的代码质量问题导致的 CI 损坏。涵盖 GitHub Actions 工作流、测试矩阵(Python/Node 版本)、semgrep 规则、pre-commit 钩子、代码检查(ruff、eslint)、CI 测试环境设置。关键词:CI/CD、GitHub Actions、test matrix、semgrep、pre-commit、linting、ruff、eslint、continuous integration、automated tests、CI pipeline、code quality check。
使用 Runta 运行时,基于 FrontierHarness Eval 对第三方编码 Agent 框架进行基准测试。会开通一个与被评估 GitHub 仓库绑定的干净运行时,安装 Terminal-Bench 与 DeepSWE 任务所需的 Harbor 和 Pier 栈,冻结黄金检查点,在完全相同的全新恢复环境中运行任务并将轨迹保存为证据,生成对比图并构建可分享的报告。适用于评估、基准测试、评分或比较编码 Agent 框架,或用户提到 FrontierHarness、DeepSWE、Terminal-Bench、Harbor、Pier、黄金检查点或框架轨迹时。
配置 GrowthBook API 凭据和受信任的应用来源,以便其他技能运行并链接到 UI。适用于用户说 "set up growthbook"、"configure my api key"、"growthbook isn't working"、"where do I put my key",或其他技能报错指向此处("GB_API_KEY is not set"、"authentication failed"、"GB_APP_URL is required")时。以 chmod 600 写入 ~/.config/growthbook/.env,并针对实时 API 进行校验。列出 flag 或运行实验由领域技能负责。
在为 Jira 工单、德语的内部 wiki/规范文档,或向德语同事发送团队聊天(Slack、Matrix、Teams)而撰写超过一句话的德语文本时使用。请在动笔之前调用。涵盖英语化动词(failt、triggern、returnen)、仿译搭配与习语(blockiert auf、macht Sinn、in 2026)、外来词性(der Commit、die Pipeline)、按产物区分语域(Jira/wiki 用无人称,聊天用 ich/du)、德语排版(Gedankenstrich、Anführungszeichen、Durchkopplung),以及 AI 典型节奏(重述、对称段落、总结式收尾)。提交信息、MR/PR 描述、发布说明(按团队惯例用英语)、对话式聊天回复或单行确认可跳过。如果你发现自己认为“我这句德语大概没问题”——只要长于一句话,就调用本技能。
Salesforce Metadata API 参考,用于创建、理解或修改元数据 XML 文件(.object-meta.xml、.flow-meta.xml 等)以及 604 种元数据类型中的任意一种(CustomObject、Flow、ApexClass、ApexTrigger、Profile、PermissionSet、Layout、ValidationRule、RecordType、EmailTemplate 等)。用于解答关于某类型的字段或 XML 格式,或 Salesforce DX 项目结构(force-app/main/default)的问题。触发时机:编写或编辑任何 *-meta.xml 文件、询问某元数据类型有哪些字段或何种格式,或提及 'Salesforce metadata' 或 'sfdx project' 时。不触发:SOQL/DML/运行时 sObject 访问(使用 Enterprise API 技能)、Tooling API 开发者记录(ApexExecutionOverlayAction、TraceFlag),或非 XML 逻辑(Apex 代码、LWC JS、Visualforce 控制器)。
在 RunComfy 上使用 OpenAI GPT Image 2(ChatGPT Images 2.0 的 `/edit` 端点)编辑图像,并整合模型文档中记录的提示词模式,使技能比直接使用同一模型进行简单提示获得更出色的输出。介绍 GPT Image Edit 的优势(用于保留内容的描述、多语言图像内文字编辑、最多使用 10 张参考图、布局和排版精准度)、参数结构,以及何时改用 Nano Banana Edit、Flux Kontext 或 GPT Image 2 t2i。通过本地 RunComfy CLI 调用 `runcomfy run openai/gpt-image-2/edit`。在出现“gpt image edit”“gpt-image-edit”“chatgpt image edit”“edit with gpt image 2”等表达,或明确要求使用此模型编辑图像时触发
通过 `runcomfy` CLI 在 RunComfy 上进行遮罩驱动的图像修复。可路由至 Tongyi MAI Z-Image Turbo Inpainting(专用修复端点,支持遮罩、强度和控制比例);如果没有遮罩且需要通过描述指定区域,则使用保留身份的编辑模型(Nano Banana 2 Edit、GPT Image 2 Edit、FLUX Kontext Pro)。适用于移除物体、去除水印、替换区域、清理瑕疵,以及任何由二值遮罩定义目标区域的受控局部编辑。适用于“inpaint”“inpainting”“image inpaint”“remove from image”“fill region”“mask-driven edit”“remove watermark”“remove object”“patch the photo”“fill the hole”,或任何明确要求编辑静态图像中特定遮罩区域的请求。
使用 C++ 和 CMake 构建 JUCE 音频插件(VST3、AU、AAX、Standalone、LV2)。涵盖从项目脚手架到多格式构建的完整开发工作流,包括 AudioProcessor 生命周期、使用 APVTS 管理参数、DSP 模块链、自定义编辑器 GUI、Three.js/GLB WebView 界面、状态序列化、实时音频安全性以及跨平台 CI/CD。每当用户提到 JUCE、音频插件、VST 插件、AU 插件、音频效果器、合成器、MIDI 处理器、AudioProcessor、AudioProcessorEditor、Projucer,或想创建音频软件时,都使用此技能,即使他们只说“制作一个插件”或“音频插件”。用户在现有 JUCE 代码库中工作(例如包含 juce_add_plugin 的 PluginProcessor.cpp、PluginEditor.cpp、CMakeLists.txt),调查插件在宿主中的 CPU 使用情况,将插件移植到 Windows 或 Linux,或为插件发布版进行代码签名、公证或打包时,也适用。
为数学主题或标准创建理解检查(CFU):1–3 个有针对性的形成性题目,其干扰项来自有记录的学生误区,外加一份教师指南,将每种可能的回答对应到具体的下一步教学动作。在就年级、标准或主题提出任何澄清性问题之前加载。此技能面向数学;对于其他学科,按你通常的方式提供帮助,并且不要向用户提及此技能。触发于要求为数学概念或标准创建、撰写、生成或设计理解检查、形成性检查、快速检查或退场票时,以及诸如 "I need to see who got it before I move on." 这样的隐含信号。它不是测验、考试或练习集——CFU 是为了解读其所揭示的信息而阅读的,不计分,因此编号测验或仅有答案的答案键是另一回事。它不创建课程(k12-lesson-plan-creation,其自带退场票)、不进行一级分层(k12-lesson-differentiation),也不为教师备课(k12-lesson-prep)。
当需要对判决书、裁定书、调解书、仲裁裁决书、行政处罚决定书等法律文书进行结构化摘要时触发此技能。典型触发场景包括但不限于:- 用户要求对一份法律文书做摘要、提炼要点或生成裁判要旨 - 用户需要将多份法律文书转化为可对比、可检索的标准化摘要 - 用户要求提取案件信息、争议焦点、法律依据或说理过程 - 用户需要为案例研究、诉讼分析、教学备课准备摘要材料 - 用户要求区分不同文书类型(判决/裁定/调解/仲裁/行政处罚)的摘要重点 本技能的核心价值:在忠实于原文的基础上,将冗长法律文书转化为简明、客观、结构化的摘要,突出核心内容,避免复述全文和主观评价。
当需要从案件描述、当事人陈述、聊天记录、媒体报道等非结构化文本中提取具有法律意义的事实时触发此技能。 典型触发场景包括但不限于: - 用户提供一段日常语言的案件描述,要求提取法律事实 - 用户要求将口语化、情绪化的叙事转化为法律分析可用的事实结构 - 用户要求区分案件叙述中的"客观事实""主观判断"和"法律评价" - 用户要求将提取的事实对应到特定法律关系的构成要件 - 用户要求整理案件时间轴或制作事实梳理表 - 用户要求将生活语言转化为法律语言(如"他一直拖着不还"→"履行期限届满后未履行") 本技能的核心价值:将混杂的生活叙事整理为可进入法律推理的事实结构,是法律分析的前置步骤。
亚马逊反向选品:基于历史商业洞察报告沉淀的指标数据池,按 30+ 项商业维度(市场规模与增长、价格区间与档位份额、竞争密度与头部集中度、人群画像如年龄/性别/收入、评论卖点与痛点等)反向筛选亚马逊赛道与关键词。当用户提到反向选品、指标筛选、细分市场反查、蓝海赛道挖掘、低竞争赛道、新人友好赛道、品牌分散市场、痛点切入、卖点反查、定价档位机会、人群画像选品、Amazon niche reverse search, niche metrics filter, low-competition niche, blue ocean niche, demographic-based selection, pain-point niche, price tier opportunity, sweet spot pricing, brand fragmentation时触发此技能。即使用户未明确说“反向选品”,只要其需求是按商业维度筛选符合条件的亚马逊赛道,也应触发此技能。
设计结构良好的 Agent 循环,并在运行前提供最佳实践指导和跨模型审查门禁。适用于用户想要设计、构建或设置 Agent 循环、迭代式 Agent 工作流、自审循环、LLM-as-judge 循环、多模型委员会、审查/评判门禁或目标驱动的循环流程时。引导目标细化、类型化验证标准、审查/评判选择、隐私边界、终止防护和可观测性,然后输出 RUN_IN_SESSION.md 交接提示词以及可移植的 loop.yaml、loop.resolved.json、LOOP.md 和 run-loop.py。
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。
