warren-buffett
以巴菲特身份回应的投资思维框架技能,基于其60年股东信、经典投资案例与股东大会问答提炼。用于分析公司护城河、能力圈、安全边际、复利与商业模式,可结合用户提供或搜索的财报数据,主要面向价值投资的长期策略与人生选择类提问。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-26 00:15
24,822 个结果
以巴菲特身份回应的投资思维框架技能,基于其60年股东信、经典投资案例与股东大会问答提炼。用于分析公司护城河、能力圈、安全边际、复利与商业模式,可结合用户提供或搜索的财报数据,主要面向价值投资的长期策略与人生选择类提问。
Relay Dispatch 是 dev-relay 技能集中的任务派发工具,用于通过 worktree 隔离将实现任务委派给执行器。它支持前台阻塞式运行和后台分离式运行,可并行处理相互独立的任务,也支持在评审结果为 changes_requested 后对同一运行进行重新派发。派发前需由 /relay 源门选择路由,要求存在 Git 检出,并需提供派发提示词与必需的 rubric 文件。支持的执行器包括 codex、claude、opencode、pi、antigravity、cursor 和 cline,可通过参数选择执行器与模型。派发本身不初始化 Git、不提交、不发布、不记录验证结果,这些生命周期操作由 relay-recover 负责。
PM 是 SuperClaude 框架中的项目管理智能体模式,通过 PDCA 循环(计划、执行、检查、改进)管理开发过程,并配合置信度检查与上下文持久化机制。它在会话开始时自动激活,读取已有上下文(docs/memory/、TASK.md、KNOWLEDGE.md)并向用户报告上次会话摘要、当前进度、下一步计划与阻塞问题。执行前会从五个维度评估置信度:是否存在重复实现(25%)、是否符合架构(25%)、是否核实官方文档(20%)、是否查阅开源参考(15%)、是否定位根因(15%);总分达到 90% 立即执行,70-89% 需提出替代方案并进一步调查,低于 70% 则停止并收集更多信息。适用于任务规划、开发过程跟踪与项目知识沉淀。
Session Profiler 是一款用于分析和调试 Hermes 会话的本地工具,能够把一条 Hermes 主会话记录及其子智能体记录,转换成可查询、可视化的事件分析产物。它通过统一封装脚本 sp 运行,解析 JSONL 转写记录后生成 events.parquet、events.csv 和 agents.json,并记住最近解析的工作目录。它提供 brief、agent-summary、costs、slowest-tools、tool-breakdown、inference-vs-tool、errors、turns、timeline、events 等多种查询命令,帮助定位慢路径、失败调用、工具与推理耗时分布以及子智能体委派情况。它还能生成净化的时间线目录 toc.json/toc.md 和确定性观察报告 review.md,并导出可供 Perfetto 打开的 trace.json.gz 追踪文件。适合用于会话复盘、性能排查、成本估算、工具调用优化和保留经验教训等场景。
「tasks」是一个面向 AI 智能体的任务管理技能,用于在编码项目中按步骤推进复杂任务,并把上下文持久化到项目文件里。当用户说出类似「Begin task: <task name>」的指令时,智能体应读取该技能说明,按约定在项目根目录的 .agents/tasks/<task name>/ 文件夹下维护一组任务文件:CURRENT_DESIGN.md(代码库相关部分的详细说明)、PLAN.md(高层改造计划)、TODOs.md(按顺序编号的待办清单)、STEP-<N>.md(每一步的状态、子步骤与笔记)、KNOWLEDGE.md(项目注意事项与用户反馈)。其核心规则包括:一次只推进一个 TODO;完成子任务后立刻在对应 STEP 文件中标记;不得使用智能体的 todos 类界面工具;未创建并完成对应 STEP 文件前不得将 TODO 标记为完成;不得连续创建多个 STEP 文件(向已有任务追加 TODO 时除外);每完成一步后停下让用户审查。它还规定了向已有任务追加 TODO 的流程、遇到只有用户能解决的阻塞时写入「## PAUSED: user intervention required」并停止的机制、仅审查模式,以及在上下文受限时如何收尾或开启新会话续接。
Telnyx AI Inference 的 JavaScript SDK 技能,用于通过 Telnyx Node.js 客户端调用 LLM 推理、嵌入与 AI 会话分析接口。该技能以 JavaScript 示例为主,覆盖语音转文字、聊天补全、会话管理、洞察模板及其分组、嵌入任务、相似度搜索、URL 内容嵌入与微调任务等能力。安装使用 npm install telnyx@6.74.2,初始化需 TELNYX_API_KEY,并内置了连接错误、429 限流、401/422 等错误处理示例;列表方法返回自动分页迭代器。语音转文字接口与 OpenAI Transcription API 兼容,聊天补全接口与 OpenAI Chat Completions API 兼容(文档标注该端点已弃用,建议改用 /v2/ai/openai/chat/completions)。嵌入支持对 Telnyx 存储桶中的 PDF、HTML、文本、JSON、CSV 以及音视频文件进行处理,并提供相似度搜索与 URL 抓取嵌入。
levelup-publish 是 CDR 生命周期中的发布实现阶段技能,用于将已被接受的 CDR(Context Decision Record)编译为 team-ai-directives 团队 AI 指令仓库中的实际产物,包括上下文模块、评测黄金集(goldenset)和技能(skill)文件,并以草稿 PR 形式提交。它会先通过信号门(signal gate)校验 CDR 是否具有团队适用性、证据质量、唯一性和高价值,再检测跨 CDR 冲突,随后生成 context module 文件(规则、人设、示例、章程)、评测集的 goldset.md 与 goldset.json、技能的 SKILL.md 与 .skills-entry.json,更新 .skills.json 清单和各目录 index.md/log.md,最后创建分支、提交并打开草稿 PR。该技能只在 CDR 通过 /levelup-clarify 被接受后运行,支持 --ready、--skip-skills、--context-only、--skill 等参数控制发布范围。
mesh 是 Codex 中基于 spawn_agents_on_csv 的高并发批处理执行技能,用于对已拆分好的同质叶子任务逐行独立执行并导出结构化 CSV 结果,不承担规划或任务分解职责。
一套针对 MCP(Model Context Protocol)服务器的安全审计技能,覆盖工具定义、输入校验、鉴权授权、资源暴露与传输等风险面,指导从注入面、权限过大、授权缺口到跨服务器描述注入的系统性排查。
make-skill 是一个用于把可重复的工作流程打包成便携式 Agent Skill 的技能。它的输出是一个自包含的技能目录,编码智能体可从 SKILL.md 中发现并加载它。该技能适用于创建或改进 SKILL.md 的场景,按阶段引导完成工作流捕获、frontmatter 编写、主体撰写、验证清单、参考文件、测试提示词以及打包校验,最终交付完整目录而非仅 SKILL.md。
UiPath Maestro BPMN 技能用于在 UiPath Maestro(流程编排)中处理 .bpmn 项目的完整生命周期,包括编写、校验、打包、运行与诊断。它强调「注册表驱动」的节点编写方式:已注册节点的执行负载来自 registry 提供的 xmlTemplate,不应手写;而结构性 BPMN 与序列化器拥有的脚手架元数据(流程骨架、变量、绑定、入口点、顺序流、网关、事件、边界事件、容器、多实例标记、图)则依据文档化规范与画布契约编写。打包、运行与诊断通过 UiPath CLI 完成。该技能还支持从描述或图片(草图、白板照片、截图)生成 .bpmn,并针对编辑既有文件给出「保留未编写内容」的约束,例如保留未知的 uipath:* 元素、uipath:migrationVersion、标签与稳定 ID。它包含七种常见流程模式指南(AI 决策评审、审批链、智能分诊、外部等待、高吞吐批处理、失败升级、队列分发),以及处理组合模式、注册表工作流与图片转写保真度的专门参考。对于 .flow 需使用 uipath-maestro-flow,XAML/编码工作流用 uipath-rpa,Python 代理用 uipath-agents,Case 计划用 uipath-maestro-case。
claude-remote-peers 是一个 Claude Code 技能,用于让运行在不同机器上的两个 Claude Code 会话像同机会话一样互相发消息、ping 和协调。它通过 ssh 把各自的收件箱 Unix socket 转发到对端同一路径,写入 socket 即唤醒对方,不复制文件、不轮询。
面向 AI Agent 系统的安全测试方法论,覆盖 OWASP Agentic AI Security Top 10(ASI01-ASI10),包括目标劫持、工具滥用、身份权限、供应链、代码执行、记忆投毒、多 Agent 通信、级联故障、人机信任与失控 Agent 等风险,并给出分阶段测试流程与检测清单。
MCP协议安全测试方法论,用于评估MCP Server工具描述安全性与Agent调用工具的信任边界。覆盖工具描述投毒、地毯式骗局(动态篡改)、指令覆盖、隐藏指令注入、跨Server攻击与Token窃取,提供分阶段测试流程与检测清单。
Antigravity Swarm 是一个面向 Antigravity CLI 的插件包,用于安装和使用 ASW 技能、钩子、诊断以及 swarm 工作流指引。它提供 npx 命令进行安装、试运行与验证,并给出智能体使用建议:大型或模糊任务使用 asw-plan,测试优先实现与真实界面 QA 使用 asw 或 asw-loop,审查使用 asw-review,asw-plan 交接后使用 start-work。同时强调安全事项,避免将本地参考资料、运行时状态、日志、pycache、env 文件或私有工作区路径提交到 git 或 npm 包中。
resource-design 是 xmcp-dev/skills 提供的一项技能,用于在 xmcp 中设计 MCP 资源,以便向 LLM 暴露内容。它通过交互式工作流引导用户创建静态、动态或基于文件的资源,并遵循基于文件的路由约定。该技能会先收集资源名称、类型、URI 模式、内容详情以及是否需要 OpenAI widget 渲染等信息,然后在 src/resources/ 目录下生成资源文件。每个资源包含可选的元数据导出、必需的默认处理函数导出,以及针对带参数动态资源的可选 schema 导出。
find-skills 是一个帮助用户发现和安装 Claude Code 技能的技能,由 43 COLLEGE 凯寓(KAIYU)出品,版本 v1.0。当用户询问“怎么做 X”“找一个能做 X 的技能”“有没有技能可以……”或想扩展 AI 能力时,可使用此技能。它通过 skills.sh 生态搜索技能,先查看排行榜,再运行 CLI 搜索,并对搜索结果进行质量验证(安装量、来源信誉、GitHub stars),最后协助用户安装。核心命令包括 npx skills find、npx skills add、npx skills check 和 npx skills update。该技能依赖 Node.js(npx 命令),未安装时会提示用户先安装 Node.js。
agent-memory-system 是一套面向 AI 智能体的持久化记忆架构,目标是让智能体能够跨会话记住信息、从经验中学习并积累长期知识。它采用基于能力的模式,包含四种相互独立的记忆类型:情景记忆(记录过去的具体事件与决策)、程序记忆(沉淀学到的技能与成功模式)、语义记忆(构建事实与概念关系的知识图谱)以及短期记忆(当前会话的工作上下文)。该技能适用于构建能从经验中学习的智能体、跨多个会话保留上下文、实现个性化(记住用户偏好)、创建随时间改进的自适应系统、长期项目(记住数周前的决策)以及技能改进追踪等场景。使用前提是具备文件系统访问与 JSON 支持,可选搭配向量数据库(Pinecone、Weaviate、Chroma)、图数据库(Neo4j)或 Redis。核心操作包括存储记忆、召回记忆、从经验学习和个性化。存储方式分为基于文件的简单方案(.memory 目录,可版本控制、人类可读)和基于数据库的高级方案(支持语义搜索与大规模快速查询,但基础设施更复杂)。
ProteinMPNN 是一个基于逆折叠(inverse folding)的蛋白质序列设计工具,用于为给定的蛋白质骨架结构设计氨基酸序列。它适用于为 RFdiffusion 生成的骨架设计序列,以及对已有蛋白质进行序列重设计。该工具通过命令行运行,支持本地安装或通过 Modal 云平台调用,可指定设计链、每结构生成序列数、采样温度等参数,并输出 FASTA 序列和带设计序列的 PDB 文件。
classify-leads 是一个用 LLM(Claude)对线索进行复杂分类的技能,适合区分关键词匹配难以处理的类型,如产品型 SaaS 与 IT 咨询机构、高客单价与低客单价业务、订阅制与一次性付费模式。
JingSwap 的 STX↔sBTC 周期监控与参与智能体:通过 Hiro API 和 Pyth 预言机直接读取 Stacks 合约的实时周期状态与价格,比较预言机结算汇率与 DEX 价格,判断是否存在折价获取 sBTC 的机会,并生成存款参数供父智能体确认执行。
阿里云 AgentLoop 经验召回技能,可通过本地 SearchContext CLI 检索以往 AgentLoop 经验,适合在用户提到历史案例、类似问题或既往教训时主动参考。
阿里云 AgentLoop 平台的技能路由入口,用于将用户请求分类并分发到应用接入、评估、数据集、Pipeline、运行时诊断和高代码埋点六个领域,本身不直接执行云操作。
llm-ops 是一个用于 AI/ML 运维场景的技能,负责大语言模型的部署、扩缩容与监控,支持云厂商容器化部署、基于指标的动态伸缩、模型版本管理与回滚,并提供 CLI 与 API 两种使用方式。