Skills
收录 101,174 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
引导用户从自己的 Agent 代码或记录轨迹开始,完成 Kitaru 设置、会话导入或录制、人工审查、接受某项行为、创建版本化 cohort 和选择评估器,然后将一项有明确边界的变更交给 replay-experiment skill。适用于用户想要连接或检查现有 Agent、从文件或服务商 API 导入真实轨迹、跟进导入后的发现、调查已知异常或意外会话、发现反复出现的失败模式、了解以证据为依据的审查流程、继续调查、根据已审查证据创建 cohort,或为已接受的行为编写评估器。若要让模型在未经人工审查的情况下读取大量会话并将反复出现的模式保存为 insight cards,请改用 `kitaru-insights` skill。首次使用且没有 Agent 或证据,想通过 PydanticAI returns agent 示例快速体验的用户,请改用 `kitaru-guided-tour` skill。
亚马逊前台 Alexa 购物助手可通过自然语言问答,提供相关导购回答、推荐商品分组、ASIN 列表以及可继续追问的问题。每次调用仅支持 1 条提示词;如需追问,Agent 必须先总结上下文,再拼接新问题发起新请求。可通过 url 补充亚马逊页面上下文。用户提到亚马逊 Alexa、Alexa 购物助手、亚马逊智能助手、AI 导购、对话式选品、自然语言购物、亚马逊聊天问答、Amazon Alexa shopping、conversational shopping、AI shopping assistant、follow-up questions、产品推荐对话、上下文追问等场景时触发此技能。即使用户未明确提及“Alexa”,只要需求是在亚马逊前台用自然语言询问商品推荐,也应触发此技能。
查询 TikTok 视频排行榜,按日榜、周榜或月榜以及区域与视频排名指标获取热门视频榜单,返回播放量、点赞、评论、分享、收藏、视频销量与 GMV 等指标,覆盖 16 个 TikTok Shop 站点。当用户提到 TikTok 视频排行、TikTok 热门视频榜单、TikTok 视频排名、TikTok 日榜、TikTok 周榜、TikTok 月榜、TikTok 带货视频排行、TikTok 视频销量排行、TikTok 视频 GMV 排行、EchoTik 视频排行、TikTok video ranking、TikTok top videos chart、TikTok video leaderboard、TikTok viral video ranking 时触发此技能。即使用户未明确提及“EchoTik”或“视频排行”,只要其需求涉及按日期获取 TikTok 视频榜单或视频排名,也应触发此技能。
通过当前安装的 Media.io CLI 生成图片和视频。用于文生图、图生图、文生视频、图生视频、参考图生视频以及已发布的工作流。从随附的静态目录(`references/model-catalog.md`)中选择模型,该目录由生产注册表生成;仅当出现发现防护中列出的触发条件时,才回退到 `mediaio model list`。逐字节复制每个 `job_type`——有些包含字面空格,而显示名称往往与标识符不一致。只有在参数已被独立验证时才能使用特效,因为当前 CLI 暴露了 `effect list` 但没有 `effect get`。提交前务必用 `model get` 确认参数 schema。提交会消耗用户的额度,但除非被询问,CLI 不会主动说明金额;用 `--show-credit` 显示费用,并先获得明确批准,仅在用户对成本敏感或提到额度、价格或余额时。当余额不足,或用户想要其任务历史或上传的文件时,转交 `mediaio link get` 打印的产品页链接——绝不要自行编写或编辑 media.io URL。使用人类可读的发现输出,生成前先上传本地文件,用 `generate create` 提交,用单独的 `generate wait` 命令等待,并用 `generate download` 获取结果文件,而不是复现带签名的结果 URL。在会对本地命令网络访问进行沙箱限制的主机上,首次联网的 `mediaio` 或 `curl` Shell/Bash 工具调用必须在进程启动前请求主机批准。绝不要通过在默认沙箱中运行它来探测网络可用性。
通过任何具有终端和文件访问权限的编码 Agent(Claude Code、Codex、Cursor、Claude Desktop、VS Code agents 等),在用户本地机器上规划、导演并制作代码绘制的 2D/3D 动态图形和剪辑视频(短视频、吸睛开场、SaaS/产品讲解、访谈式人像剪辑)。工作流:说明流程 → 用户提供参考素材和故事 → 编写可直接粘贴的 ElevenLabs 旁白脚本 → 用户生成并返回 MP3 → 构建、预览、渲染。使用在无头 Chrome 中渲染的 Canvas/SVG/p5.brush/Three.js/GSAP、Motion Canvas/Revideo、ffmpeg、小型本地 AI 模型(抠像、转录),以及 LottieFiles、Freesound、Pexels/Pixabay、Firecrawl 和 ElevenLabs MCP;还使用 Playwright MCP 以视觉方式浏览任意网站(Pinterest、Behance、Dribbble、品牌网站)并自行获取图像/视频素材。用户要求制作、剪辑、动画化、添加字幕、配音或设计视频音效时使用。
将 Materialize SQL 代码库的语义层设计并评审为规范本体——一个共享的原始数据库、一个共享的核心数据库,以及每个用例一个数据库。当用户询问如何构建或组织 Materialize 的 schema 与数据库、想定义规范语义对象(实体、事件、度量、关系对象)、需要公共对象的身份解析或时间语义、正在决定哪些内容属于共享层而非特定消费方、正在构建或验证关系注册表(core.public.relationships、引用边、基数、可选性),或提到本体、语义层、语义模型、语义对象、上下文图、原始/核心/用例边界、粒度或可强制执行的层依赖时,使用此技能。在评审既有 Materialize 代码库是否存在私有 schema 泄漏、概念重复或未记录的公共对象时也应触发。
当用户想要浏览 Openfort 文档、查看 SDK 源代码或使用 Openfort MCP 工具时,始终使用此 skill。这是通用的 Openfort 平台 skill —— 用于文档查询、源代码导航和命令行操作。若要用嵌入式钱包构建,请使用 openfort-embedded-wallet skill。若要用后端钱包,请使用 openfort-backend-wallets skill。触发词:“Openfort docs”“search Openfort”“Openfort source code”“openfort CLI”“MCP tools”“Openfort SDK source”,或一般的 Openfort 平台问题。
使用公共的 `orca` CLI 操作 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、worktree 评论以及 Orca 应用内嵌的浏览器。当用户说出「$orca-cli」、「use orca cli」、「Orca worktree」、「child worktree」、「cardStatus」、「spawn codex/claude in a worktree」、「read/wait/send Orca terminal」、「terminal send」、「full handoff」、「handover」、「give this to another agent」、「another worktree」、「Orca browser」、「orca artifacts」、「share HTML/Markdown」、「public artifact link」或「control the browser inside Orca」时使用。任务涉及 Orca 管理的状态时,优先使用它而非原始的 `git worktree`、临时 PTY、Playwright 或 Computer Use。对于 Orca 内嵌浏览器之外的浏览器窗口、webview 或桌面 UI,使用 Computer Use。
从 URL、文件、视频、PDF 中提取结构化 JSON,支持实体提取与批处理。使用场景:parse、extract、URL、transcript、entities、JSON、batch、content、YouTube、PDF、article、newsletter、Twitter、browser extension、collision detection、detect content type、extract article、extract newsletter、extract YouTube、extract PDF、parse content。
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。
