link-reader
link-reader 是一个通过代理 API 读取 Twitter/X 推文、长文章与 Reddit 帖子的技能，适用于用户提供 twitter.com、x.com 或 reddit.com 链接时抓取内容。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-15 00:13
编程与开发
41,172 个结果
ponytail
Ponytail 是一个面向编程任务的技能提示词，让 AI 以“懒惰的资深开发者”模式工作：用最少的新代码完整解决问题，并用一段忙碌的人读一遍就能懂的回复作答。它要求先明确改动会影响的所有位置（调用方、测试、夹具、配置、导出），再按现有代码库中的辅助函数、组件、服务或既有模式、标准库与平台能力、已安装依赖的优先级，选择能完全奏效的最小方案；删减优先于新增，只注释代码无法表达的“为什么”。按 lite、full、ultra 三档切换严格程度，full 为默认；每条回复结尾需用一两行说明跳过了什么、没检查什么以及用户必须知道的风险。它要求修复缺陷前检索所有调用方并一次性解决根因，新写的非平凡逻辑需配一个小的测试或基于断言的自我检查，已知限制要写注释标注。同时明确不可削减的底线：信任边界上的校验、防止数据丢失的错误处理、安全、可访问性、真实硬件所需的校准，以及用户明确要求的内容。
swiftui-expert-skill
用于编写、审查和改进 SwiftUI 代码的技能，覆盖状态管理、视图组合、性能优化、现代 API、Swift 并发与 iOS 26+ Liquid Glass 样式，强调原生 API 与 Apple 设计规范，不强制特定架构。
accelerate
Accelerate 是 HuggingFace 推出的统一分布式训练库，目标是让 PyTorch 训练脚本以极少的代码改动运行在不同硬件与分布式方案上。它的核心用法是引入 Accelerator、实例化、调用 prepare() 接管模型、优化器和数据加载器，并把反向传播改为 accelerator.backward()，通常只需新增约 4 行代码。之后用单条 accelerate launch 命令即可启动，支持单 GPU、多 GPU、多节点、TPU 和 Apple MPS 等环境。通过 accelerate config 交互式配置，可启用混合精度（fp16、bf16、fp8）、DeepSpeed ZeRO、FSDP、梯度累积等能力，而无需重写训练逻辑。设备放置、混合精度与分片由库自动处理，用户不需要手动 .to('cuda')。它常用于需要快速把单卡脚本扩展到多卡的场景，也适合依赖 HuggingFace 生态（如 Transformers、TRL、PEFT）的项目进行原型验证。限制方面，若需要回调体系、多节点编排与超参搜索或更底层的 DeepSpeed API 控制，可考虑 PyTorch Lightning、Ray Train、DeepSpeed 或原生 DDP。
moralis-data-api
用于查询 Moralis Web3 区块链数据的技能，覆盖钱包余额、代币、NFT、交易历史、盈亏与净值等数据，支持 EVM 与 Solana 链，通过 X-API-Key 认证调用 REST 接口。
moralis-general-knowledge
Moralis 通用知识技能，用于回答关于 Moralis 与 Web3 开发的常见问题，并引导用户转向对应的技术技能（如数据 API、Streams）。
api-docs-generator
根据源码自动生成 API 文档的技能，支持 OpenAPI/Swagger、Markdown、交互式 HTML、Postman Collection 与 GraphQL Schema 等格式，可输出多语言代码示例、认证说明、错误码与限流信息，覆盖 Express、FastAPI、Django、Spring Boot 等框架。
code-reviewer
一个用于自动化代码审查的 AI 技能，可对拉取请求或代码文件进行安全、性能、可维护性与最佳实践分析，按 Critical、High、Medium、Low 分级给出改进建议，支持 50 多种语言。
config-file-generator
用于生成 ESLint、Prettier、TypeScript、Jest、Webpack、Babel、EditorConfig 等常见项目配置文件的技能，适合在搭建项目工具链或统一配置规范时使用。
database-migration-generator
用于生成带回滚支持的数据库迁移脚本的技能，支持建表、增删列、索引、外键及 DOWN 回滚迁移，可输出 SQL 与 TypeORM（TypeScript）等形式。
pr-description-generator
根据代码变更自动生成完整 PR 描述的技能，产出含变更概要、目的、测试计划、截图、检查清单与 Breaking Changes 等段落的模板化说明，用于创建 PR 或记录代码改动。
tech-debt-analyzer
技术债务分析与优先级排序技能，用于评估代码质量并规划债务削减，涵盖圈复杂度、重复代码、过时依赖、TODO/FIXME 与测试覆盖率，并按影响与成本给出优先级。
design-an-interface
该技能用于为某个模块生成多个截然不同的接口设计方案。它基于《A Philosophy of Software Design》中的“Design It Twice”理念：第一个想法通常不是最好的，因此应先生成多个差异显著的设计再做比较。适用于需要设计 API、探索接口形态或对模块接口做取舍决策的场景。工作流包括：收集需求（模块解决什么问题、调用方是谁、关键操作、约束、对外暴露与隐藏的边界），通过并行子代理生成设计（用 Task 工具同时启动 3 个以上子代理，每个子代理被赋予不同约束，例如最小化方法数量、最大化灵活性、优化最常见用例、借鉴特定范式或库），每个设计输出接口签名、使用示例、内部隐藏内容和权衡取舍；随后依次展示各设计，方便用户吸收每种方案。展示完成后从接口简洁性、通用性与专用性、实现效率、深度（小接口隐藏大复杂度为佳，大接口薄实现为差）、易用与易误用等维度进行比较，讨论用散文而非表格，并突出设计分歧最大之处。最后进行综合，询问哪个设计最契合主要用例、是否有其他设计要素值得吸收。评价标准与反模式也一并给出：不要让子代理产出相似设计、不要跳过比较、不要实现、不要基于实现工作量评估。
request-refactor-plan
该技能用于为代码重构制定详细计划：通过访谈用户明确问题与解决方案，探索仓库验证现状，确定实现范围与测试覆盖情况，将实现拆解为尽可能小的提交步骤，最终以 GitHub issue 形式记录重构计划。issue 内容包含问题陈述、解决方案、提交计划、决策文档、测试决策和范围外说明等部分。
review
一个代码审查技能，对 HEAD 与用户指定固定点（提交、分支、标签或 merge-base）之间的 diff 做双轴审查：Standards 轴检查代码是否符合本仓库文档化的编码规范，Spec 轴检查代码是否忠实实现来源 issue/PRD/规格。
kv
Cloudflare Workers KV 是一个全球分布的最终一致键值存储，适合会话、令牌、缓存、配置、A/B 测试与限流等场景，通过 Wrangler 创建命名空间并在 Worker 中绑定使用。
static-assets
Cloudflare Workers 静态资源托管技能：从 Workers 提供静态文件与单页应用（SPA），并构建 API 路由与前端合一的混合 Worker。需 public/ 目录与 wrangler.jsonc 配置，支持 SPA 回退、自定义 404、ASSETS 绑定与框架构建输出集成。
fhir-basics
面向智能体的 FHIR R4 接口教学技能，讲解资源类型、搜索参数与响应解析，默认使用无需鉴权的 SMART 公共测试服务器 https://r4.smarthealthit.org 及合成数据。
authoring-projects
NVIDIA Elements 仓库中的项目脚手架技能，用于从现有参考项目创建默认私有的独立工作区项目，包含 Lit 组件、包文件、五类测试与 Wireit 任务，并完成所有消费方接线后再定制组件。
cmake-structure
NVIDIA IsaacTeleop 项目的 CMake 目标布局与 #include 约定技能，用于创建或编辑 CMakeLists.txt、新增或移动模块/库/可执行文件/测试时，先阅读并遵循仓库 cmake/cmake-structure.md 中的规则与清单。
mcore-linting-and-formatting
Megatron-LM 的代码检查与格式化技能，介绍如何运行 tools/autoformat.sh、使用 ruff、black、isort、pylint、mypy 等工具，以及导入排序和代码风格规则。
nemoclaw-contributor-onboard
NemoClaw 贡献者环境引导技能：用于搭建、修复或检查 NemoClaw 贡献者检出，并处理开发 CLI 暴露、运行时引导与固定版本智能体启动。
pva-opgen
pva-opgen 是 NVIDIA 技能库中的一个技能，用于根据已验证的 pva-spec 交接（handoff）生成、修改或修复完整的向量化 NVIDIA PVA 算子。它实现已批准的 Spec 契约，交付公共 API、主机代码、VPU 代码、CPU 参考实现、构建接线、示例、测试和文档，并通过 pva-build-test 进行验证，必要时调用 pva-debug 进行有界修复。该技能要求输入经过校验的 opgen-inputs.json、记录的操作符规范、测试矩阵、证据清单以及就绪的 Doctor 报告，并在缺少必要依赖时返回 BLOCKED。
pva-setup
pva-setup 是 NVIDIA 提供的 PVA 开发环境安装与配置技能，用于在开发主机上安装和配置 NVIDIA PVA SDK、NVVPU 编译器以及 L4T 目标运行时。它支持 x86-64 Ubuntu 开发主机与 Arm64 Jetson Linux（L4T）目标，可通过 PVA_BUILD_MODE=L4T 交叉编译，或 PVA_BUILD_MODE=EMU 在主机上仿真。工作流程为 Doctor → Setup → Doctor → Spec → OpGen，Doctor 负责检查就绪状态而不安装软件，Setup 在需要安装或配置时由用户调用。该技能会解析安装指南、SDK 版本、安装路径、目标 SSH 连接等输入，检查安装前提，配置开发主机与 L4T 目标，准备 SDK 参考文档，并最终生成报告。适用于需要搭建 PVA 开发环境的场景，不涉及 DriveOS 和 ASIP 设置。