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
端到端的 Jira bug 修复工作流(阶段 0-10),由单个 Jira 链接驱动,从受理到 PR/MR 合并和 Jira 回写。手动模式(默认)在阶段之间暂停等待确认;auto/force 模式端到端运行;ai-proxy 叠加层(thin freeze then occupy)可独立使用。触发词 — 「修复这个 bug [URL]」「帮我修复 [URL]」「jira-fix [URL]」「自动修复 [URL]」「强制修复 [URL]」「继续修复」「从上次继续」;「ai-proxy 模式」「AI 代理模式」「切换 ai-proxy」 / fix this bug, jira-fix, auto fix, force fix, resume fix, ai-proxy mode, switch to ai-proxy。不要用于跨多个 issue 的批量修复 — 请改用 jira-fix-queue(它会入队到 goal-driven-queue;确认后运行队列)。
在 jp-executor 构建 Juspay 支付集成之后对其进行测试/验证。检测仓库现有的测试栈并复用(Playwright、Cypress、Jest、Vitest、pytest、supertest 等),若不存在则回退到内联 curl/bash。按风险优先级覆盖订单/会话创建、服务端到服务端的状态核对、webhook 签名 + 幂等性、各支付方式的流程载荷、约束边界与错误码路径 —— 按实际构建面覆盖后端与前端/SDK。最后给出可追溯性矩阵、PASS/CONCERNS/FAIL 质量门禁,以及一份书面测试报告。在 jp-executor 之后使用,或针对已构建的集成单独使用。
运维 joelclaw Kubernetes 集群——Colima 上的 Talos Linux(Mac Mini)。部署服务、检查健康状态、调试 pod、从重启中恢复、添加端口、管理 Helm release、查看日志、修复网络。触发于:'kubectl'、'pods'、'deploy to k8s'、'cluster health'、'restart pod'、'helm install'、'talosctl'、'colima'、'nodeport'、'flannel'、'port mapping'、'k8s down'、'cluster not working'、'add a port'、'PVC'、'storage',以及任何 k8s/Talos/Colima 基础设施任务。也触发于特定服务的部署:'deploy redis'、'redeploy inngest'、'livekit helm'、'pds not responding'。
基于认知科学的 AI 导师,不会让你假装理解。它实现完整的教学循环(讲解→示例→检查→评估→练习)、通过 FSRS 间隔重复进行概念级掌握度跟踪、学习画像诊断,以及零提示测验。可读取源材料(PDF、文档、代码、URL)以依据具体内容教学,也可依据 AI 知识教学。当用户说 /learn、“教教我 X”、“考考我”、“复习我的概念”、“我该学什么”、“测试我的知识”、“学习仪表盘”、“我对 X 了解多少”,或想系统地学习任何主题时,使用本技能。也会在“我们来学习吧”、“对我进行训练”、“有什么到期复习的内容”、请求带进度跟踪的结构化学习,或用户想要真正理解(而不只是了解)某个主题的任何场景中触发。
用于响应式服务端渲染 UI 的 Symfony UX LiveComponent——组件在用户交互时通过 AJAX 重新渲染,无需 JavaScript。适用于构建实时搜索、实时过滤、动态表单、内联校验、级联选择、自动保存、轮询、延迟/惰性渲染,或任何根据用户输入自行更新的 UI。代码触发点:AsLiveComponent、LiveProp、LiveAction、data-model、data-loading、data-live-action-url、ComponentWithFormTrait、LiveListener、emit、defer、lazy、polling。当用户问"如何构建输入时即过滤的搜索"、"如何实时校验表单"、"如何在 PHP 中创建响应式组件"、"如何构建级联选择"、"如何延迟组件渲染"、"如何通过 emit 在组件之间通信"、"如何把表单绑定到 LiveComponent" 时也触发。不要在无响应性的静态可复用 UI(使用 twig-component)、纯客户端 JS 行为(使用 stimulus)或页面级导航(使用 turbo)时触发。
当用户希望将心理学原理、心智模型或行为科学应用于营销时使用。用户提到“psychology”“mental models”“cognitive bias”“persuasion”“behavioral science”“why people buy”“decision-making”“consumer behavior”“anchoring”“social proof”“scarcity”“loss aversion”“framing”或“nudge”时也使用。在营销语境中,任何希望了解或利用人们思考和决策方式的情况都使用此技能。
LINE Messaging API 的全面参考——webhook 设置、消息发送、Flex Message 设计、Rich Menu 管理、受众定向、insights、优惠券和 channel access token。当用户要求 "构建 LINE Bot"、"设置 webhook"、"发送 push 消息"、"设计 Flex Message"、"创建 Rich Menu"、"管理受众定向"、"获取 messaging insights"、"创建优惠券活动"、"调试 webhook 签名验证",或提到 LINE Messaging API、LINE OA 聊天机器人、reply/push/multicast/narrowcast/broadcast、Flex Message JSON、Rich Menu、群聊机器人、channel access token 或 URL scheme 时,应使用此技能。只要用户提到 LINE bot、聊天机器人、LINE OA 或任何与消息相关的 LINE 集成,即使没有明确说 "Messaging API",也始终使用此技能。
提出并生成 React Native 应用的设计系统——语义化颜色 token(浅色 + 深色)、带 Dynamic Type 边界的字号阶梯、圆角/阴影/间距刻度、触感反馈与动效基调——以 SAFE/RISK 提案形式给出,然后写入实际的主题文件(NativeWind 配置或 StyleSheet token)和 MOBILE-DESIGN.md。适用于启动应用的视觉识别、被要求提供主题/调色板/设计 token,或应用使用内联样式且需要 token 系统时。构建界面请使用 mobile-taste;审查现有应用请使用 mobile-design-review。
分析 HM Desktop PRD 文档,提取需求信息、验证完整性、检查章节顺序(需求来源→需求背景→需求价值分析→竞品分析→需求描述)、检查 KEP 定义、检测需求冲突并生成结构化分析报告。适用于用户请求:(1) 分析或审查 PRD 文档,(2) 从需求中提取 KEP 列表,(3) 检查 PRD 完整性或一致性,(4) 将需求映射到模块架构,(5) 验证 PRD 格式合规性,(6) 验证竞品分析章节完整性。关键词:PRD 分析, requirement extraction, KEP 验证, completeness check, chapter order validation, 竞品分析检查, analyze PRD, 需求提取, 完整性检查, 章节顺序验证
使用 DevEco Studio 工具链构建、安装、启动和调试 HarmonyOS/OpenHarmony 应用。当 Claude 需要:(1) 用 hvigorw 构建 OHOS 应用,(2) 通过 hdc 将 HAP 文件安装到设备,(3) 启动或调试 OHOS 应用,(4) 用 hstack 解析崩溃堆栈,(5) 截取设备屏幕截图,或 (6) 检测 DevEco Studio 环境和 SDK 工具时使用。自动检测 DevEco Studio 安装并配置 JAVA_HOME、PATH 和工具链。
面向从想法到发表论文全生命周期的目标驱动指挥者。接收一个研究想法加实验,以及一个目标("提交到 NeurIPS 2026",或 "帮我选一个会议场所"),并运行 goal->plan->execute->verify->reflect 循环。它规划各阶段,按顺序调用正确的生命周期技能(literature-review、write-abstract、preflight-check、simulate-reviewers 等),在每个阶段前与作者确认,并通过 parse-cfp 重新核实实时 CFP,而不是信任缓存的配置。当研究者说 "把我的想法推进到投稿论文"、"跑完整条流水线"、"为会议场所 X 编排论文"、"从现在开始的计划是什么" 或 "完成了什么、下一步是什么" 时使用。是副驾驶,而非自主作者。它在每个阶段关口停下询问,绝不编造结果或引用,绝不代替投稿。触发词——orchestrate、pipeline、end to end、whole paper、idea to submission。
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。
