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
使用 python-docx 将 Markdown 文档转换为专业排版的 DOCX(Word)文件。可处理中文/拉丁文混排文本、围栏代码块、表格、块引用、封面页、TOC 域、水印和页码。支持多种与 any2pdf 匹配的配色主题(Warm Academic、Nord、GitHub Light 等),并已在中国技术报告场景中经过实战检验。当用户想把 .md 文件变成有样式的 Word 文档、从 markdown 生成可编辑报告,或从 markdown 内容创建 DOCX——尤其是涉及中文字符、代码块或表格时,使用本技能。当用户提到“markdown to docx”、“md2docx”、“any2docx”、“md 转 word”、“md 转 docx”、“生成 word”或要求从 markdown 源码得到“可编辑文档”时也触发。
在使用 Mergify stacks 的仓库中(已安装其 stack commit-msg hook,或近期提交带有 `Change-Id` 尾注),使用 Mergify stacks 执行 git push、提交、分支和 PR 创建。在此类仓库中,推送代码、创建提交、分支或 PR 时始终使用此技能。其他仓库则使用普通 git 和 gh。触发词:push、commit、branch、PR、pull request、stack、stacked、git、rebase、checkout、reorder、move、sync、amend、note、revision history
当 PDF 的视觉质量和设计风格很重要时,使用此技能。创建(从头生成):“制作 PDF”“生成报告”“撰写提案”“创建简历”“精美 PDF”“专业文档”“封面页”“润色 PDF”“可交付客户的文档”。填写(完成表单字段):“填写表单”“填写此 PDF”“完成表单字段”“将值写入 PDF”“此 PDF 有哪些字段”。重新排版(为现有文档应用设计):“重新排版此文档”“应用我们的风格”“将此 Markdown/文本转换为 PDF”“让此文档更美观”“重新设计此 PDF”。此技能使用基于令牌的设计系统:根据文档类型确定颜色、排版和间距,并贯穿每一页。输出可直接打印。外观重要时优先使用此技能,而不只是需要任意 PDF 输出时使用
审查现有 React Native / Expo 应用的设计——运行 AI-tells grep 检查清单、按十类评分标准检查各界面、对每个界面做 Trunk Test,并产出带影响等级的发现项,附设计评分与 AI Slop Score 以及回归基线。默认仅报告;可选进入修复模式。当被要求审查、审计、点评或对应用的设计或 UI 质量做 QA 时使用。构建新界面请使用 mobile-taste;实际重设计请使用 mobile-redesign-screen 或 mobile-redesign-app。
使用此技能将 MockK(Kotlin 优先的 mocking 框架)接入 JVM 单元测试套件,尤其是在协程、单例/`object` mocking 或构造函数 mocking 占主导时。涵盖 `io.mockk:mockk-jvm:1.14.x`(以及用于 instrumented 的 `mockk-android` + `mockk-agent`)、`every { } returns`、`coEvery` / `coVerify`(原生 suspend 支持——相对 Mockito 的最大优势)、`mockk(relaxed = true)` / `relaxUnitFun = true`、`slot<T>()` 捕获、`verifySequence` / `verifyOrder` / `confirmVerified`、`mockkStatic` / `mockkObject` / `mockkConstructor` 配合 `unmockkAll()` 清理、`@MockK` / `@RelaxedMockK` / `@SpyK` / `@InjectMockKs` 注解,以及 Mockito 与 MockK 的选型标准。当用户提到 `coEvery`、`mockkObject`、`mockkStatic`、`slot`、`MockKException`、`every returns vs coEvery`、`relaxed = true`,或询问如何 mock 一个 Kotlin `object`/单例时使用。
通过 `orca` CLI 管理 Orca 管理的 worktree、文件夹上下文、终端、仓库、自动化、产物、技能共享、worktree 评论以及 Orca 内嵌浏览器。用户提到“$orca-cli”“Orca worktree”“child worktree”“spawn codex/claude in a worktree”“read/wait/send Orca terminal”“handoff”/“handover”/“give this to another agent”“Orca browser”“orca artifacts”或“share skills”时使用。涉及 Orca 状态时,优先于直接使用 git worktree、临时 PTY 或 Computer Use。仅当可见窗口需要 GUI 控制,且 CLI、文件系统或 API 无法完成时,才使用 Computer Use。
当用户想获得 Google Ads、Meta (Facebook/Instagram)、LinkedIn、Twitter/X 或其他广告平台付费广告活动方面的帮助时使用。用户提到“PPC”“paid media”“ROAS”“CPA”“ad campaign”“retargeting”“audience targeting”“Google Ads”“Facebook ads”“LinkedIn ads”“ad budget”“cost per click”“ad spend”或“should I run ads”时也使用。适用于活动策略、受众定位、竞价和优化。批量生成和迭代广告创意请参阅 ad-creative;落地页优化请参阅 page-cro。
面向 Nature Portfolio 稿件的审稿端 skill:撰写审稿报告,清点收到的意见中的每一项要求与子要求,给草拟的回复打分,并检验回复的可读性。检查方法学、统计、报告规范、可复现性以及数据/代码可用性。保留审稿人的措辞、编号与顺序;要求每条要求对应一条回复,开头直接给出答案,并指明稿件中的位置或给出明确不改的理由。用于审稿、模拟审稿人会攻击什么、把意见转成清单、逐条回复、有没有漏回、这条回复能否让审稿人满意,审稿、写审稿意见、模拟审稿、拆解审稿意见、逐个回复、逐条对照、有没有漏回、审稿人会不会接受、以审稿人视角检查回复、回复够不够直白。使用 rebuttal-response 选择回复立场、校准论断,并组装或审查整封信。
运行 parallel-cli 工具处理网页工作流:网页搜索、URL 和 PDF 提取、深度研究报告、为提供的行补充结构化数据、FindAll 实体发现,以及定期网页监控。科学查询优先采用原始文献和机构来源。适用于查询最新网页证据或范围明确的研究问题;获取已知 URL、PDF 或 JavaScript 渲染页面的内容;为公司、人员或产品列表添加来自网页的字段;发现符合自然语言条件的实体;制作明确要求穷尽多个来源的报告;以及按计划定期跟踪网页变化。不适用于无需 CLI 的已知网页单次检查,或离线文献数据库。
为提交与徽章准备可复现性制品(代码/数据)。适用于研究者说"制品评估"、"制品附录"、"可复现性"、"徽章"、"Artifacts Available/Evaluated/Functional/Reusable"、"Results Reproduced/Replicated"、"ACM badging"、"USENIX/OSDI/SOSP AE"、"SIGMOD ARI"、"NeurIPS code/checklist"、"ACL repro checklist"、"Zenodo DOI"、"Software Heritage"、"匿名化我的代码/仓库"或"打包我的代码"时。构建制品 README + 附录、依赖/运行说明、用于双盲的匿名化仓库,以及归档 DOI(Zenodo version 与 concept)/Software Heritage SWHID 指南;厘清 ACM 徽章分类法以及 Reproduced/Replicated 的时代更替;并用内置的仅用标准库的脚本按照 ML Code Completeness 清单检查制品目录。输出制品就绪清单 + 打包计划。在线重新核验会议当前的制品规则。仅供参考;绝不代为提交。
针对已录用论文的逐步 camera-ready 准备——出版前容易出错的最后阶段。适用于研究者说“camera-ready”、“最终版”或“我的论文被录用了,接下来怎么办”,或提到 ACM eRights / 权利表格 / TAPS / ORCID / DOI block、IEEE PDF eXpress / conference ID / eCF 版权表格 / Xplore、OpenReview 最终上传、去匿名化或额外的 camera-ready 页面时。从机器可读的配置中解析出会场的要求轨道,并端到端走完 ACM eRights、ORCID、权利/DOI block、TAPS 源文件上传、IEEE PDF eXpress、conference ID、文件命名、eCF 标题精确匹配、注册/缺席、NeurIPS 风格的 [final] 重新编译以及 OpenReview 上传。生成带截止日期和 +page 规则的有序清单,并通过捆绑的仅用标准库的脚本检查最终 .tex 中残留的匿名化内容和缺失的权利 block。仅作建议——它负责准备、解释和检查,但绝不代填表格或提交任何内容。
通过 `pac pcf push` 将第三方 `.ppmplugin` 控件的 dispatcher PCF 部署到 Power Platform 环境。dispatcher PCF 是 Studio 侧控件,负责通过 wrap shell 的 `SendMessagePlugin` 桥把复合键 `<name>/<receiver>` 分发给该控件的原生模块。先校验部署前置条件(Node.js 20+ 与 npm、.NET SDK、有效的 `pac auth`),再经过三道确认关卡——发布者前缀(2–8 个字符;默认为 `pamext` 或 `.extension-state.md` 中上次使用的值)、版本递增(patch / minor / major / no-bump)、目标环境 URL(来自 `pac org who`)。按需构建 PCF,然后推送。与 /generate-pcf-companion 解耦,便于工程师先在本地脚手架并定制,就绪后再部署。将部署历史(时间戳、环境 URL、版本、所用前缀)写入 `.extension-state.md`。
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。
