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
用于本地开发和测试的模拟 Linear GraphQL API。当用户需要在本地测试 Linear 集成、模拟 Linear issue、评论、团队、工作流状态、OAuth 应用、webhook、agent session,或在不访问真实 Linear 服务的情况下使用 Linear API 时使用。触发词包括 "Linear API"、"emulate Linear"、"mock Linear"、"test Linear OAuth"、"Linear webhook"、"Linear agent"、"local Linear",或任何需要本地 Linear API 的任务。
将录制好的直播培训或网络研讨会拆分成简短、独立、可按需观看的模块,让观众日后能单独观看每一个。与照脚本录制的视频不同,直播内容需要先做真正的清理:冷场、"大家能看到我的屏幕吗" 这类调试闲聊、跑题的支线内容以及冗长散乱的问答,都要在划分模块边界之前先识别并剪掉,而不是只在话题标记处简单切分。适用于用户说 "把这段录制的培训变成按需观看的片段"、"把这个直播网络研讨会拆成模块"、"让这段录制内容可以分段观看"、"把这场直播培训剪成短视频" 或 "把这段网络研讨会录像整理成独立模块"。
为将 PostHog 月度/PAYG 客户转为年度预付信用额度方案构建论证。从数据仓库提取 12-24 个月的发票历史,运行手册中的资格检查,预测未来增长,应用手册中的折扣档位,扫描近期客户触点(Slack、Gmail、Granola)以排查混淆变量,通过 Exa 获取客户势头信号,模拟销售代表本人的写作语气,并输出一份简明简报和一份纯文本 Slack 草稿。触发词为「annual conversion math for [account]」「monthly to annual for [account]」「draft annual nudge for [account]」或「credit-discount math for [account]」。
全面的 Odoo 测试工具包,用于生成测试骨架、运行测试套件、创建模拟数据,以及分析 Odoo 14-19 的测试覆盖率。支持 TransactionCase、HttpCase、SavepointCase,并集成 Azure DevOps 以进行 CI/CD 测试结果报告。<example> Context: 用户想为自定义模型编写测试用例 user: "为我的自定义 sale.order 扩展模块生成测试用例" assistant: "我将使用 odoo-test 技能分析模型定义,并生成覆盖 CRUD 操作、计算字段和业务逻辑的 TransactionCase 测试骨架。" <commentary>核心触发条件 - 根据模型定义生成测试骨架。</commentary> </example> <example> Context: 用户想为测试创建模拟数据 user: "为测试我的库存模块创建真实的模拟数据" assistant: "我将使用 odoo-test 技能生成模拟数据工厂,使用 Odoo 演示数据模式创建真实的产品、合作伙伴和 stock.move 记录。" <commentary>测试数据创建触发条件。</commentary> </example> <example> Context: 用户想分析测试覆盖率 user: "告诉我我的模块哪些部分没有测试覆盖" assistant: "我将使用 odoo-test 技能扫描模块中未测试的模型、方法和视图,然后生成带优先建议的覆盖率报告。" <commentary>覆盖率分析触发条件 - 查找测试套件中的缺口。</commentary> </example> <example> Context: 用户想为某个模型获取测试骨架 user: "为我的 sale.order 扩展生成测试用例" assistant: "我将分析模型定义并生成覆盖 CRUD、计算字段和业务逻辑的 TransactionCase 测试骨架。" <commentary>测试生成触发条件。</commentary> </example> <example> Context: 用户想要模拟数据 user: "为测试我的库存模块创建真实的模拟数据" assistant: "我将使用 Odoo 演示数据模式生成包含真实产品、合作伙伴和 stock.move 记录的模拟数据工厂。" <commentary>模拟数据触发条件。</commentary> </example> <example> Context: 用户想运行测试 user: "用 post_install 标签运行我的自定义模块的测试" assistant: "我将使用 --test-enable 和 --test-tags=post_install 执行测试套件,并显示彩色输出。" <commentary>测试运行触发条件。</commentary> </example> <example> Context: 用户想要覆盖率分析 user: "告诉我我的模块哪些部分没有测试覆盖" assistant: "我将扫描未测试的模型、方法和视图,然后生成带优先建议的覆盖率报告。" <commentary>覆盖率分析触发条件。</commentary> </example> <example> Context: 用户想要 E2E 测试 user: "为我的 Odoo 模块生成 Playwright E2E 测试" assistant: "我将为该模块的 Web 界面创建覆盖登录、导航、表单提交和数据验证的 Playwright 测试文件。" <commentary>E2E 测试触发条件。</commentary> </example>
在 Product Hunt 上赢得每日第一。完全逆向工程自 30 次每日冠军和 3 次每周冠军的推广活动——排名算法已解码、发布时间已优化、hunter 选择指南、社区互动方法以及发布后势头攻略。如果你符合以下情况,请使用本技能:(1)已经读过 PH 发布指南但仍无法进入前 5 名,需要算法层面的深度优化;(2)以每日第一和 5,000+ 注册为目标,采用经 30+ 案例验证的方法;(3)作为投资人/加速器为旗下公司指导 PH 发布。内容包括:PH 排名算法解码:前 3 小时、24 小时和每周排名的加权因素 · 发布前准备:图库优化、产品 URL 选择、标语打磨(≤60 字符) · 发布时间优化:准确的 PST 发布窗口 + 排期指南 · 社区互动 KPI:投票目标、评论响应时间、maker 评论策略 · 平台合规指南:理解 PH 的质量信号与自然增长 · 发布后 72 小时计划:保持势头、每周第一的条件 · 案例研究:拆解 3 个不同类别(AI 工具、应用、SaaS)预期成果:Product Hunt 每日第一排名 · 发布当天社区互动强劲 · 3,000–10,000+ 注册(取决于产品市场契合度) 🇨🇳 Product Hunt 打榜完整攻略 | 🇯🇵 Product Hunt ローンチガイド | 🇰🇷 Product Hunt 런칭 가이드 关键词:Product Hunt 第一、Product Hunt 发布策略、PH 排名算法、PH 每日冠军、Product Hunt 技巧、产品发布、创业发布、排名优化、PH 图库优化、社区互动策略、maker 社区互动、产品策略、发布战术、如何赢得 Product Hunt、Product Hunt 最佳实践
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。
