scripting-the-work
该技能提供一种工作方法:当任务并非表面可见的简单修改时,应构建可重跑的工具(如codemod、脚本、生成器、查询或检查),而非手工逐项编辑,以便审查者通过运行工具来验证工作,而不是重复手工操作。适用于需要可验证、可重复的非平凡工作场景。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-17 00:07
41,462 个结果
该技能提供一种工作方法:当任务并非表面可见的简单修改时,应构建可重跑的工具(如codemod、脚本、生成器、查询或检查),而非手工逐项编辑,以便审查者通过运行工具来验证工作,而不是重复手工操作。适用于需要可验证、可重复的非平凡工作场景。
Website Rebuild 是一套用于 1:1 复刻获奖创意网站(WebGL、滚动动画、作品集站)的取证式方法论与工具集。它不以“看起来像”为目标,而是以源站 bundle 为唯一规格,通过镜像取证、逆向建坐标、逐行溯源移植、量化对拍验收等阶段,产出一个可独立运行、可验证还原度的工程。整个流程从指纹侦察与范围判级开始,区分可直接复刻、有条件支持、以及因组件源不下发或行为主体在服务端而明确拒绝的站点;随后进行镜像爬取与账本登记、断网跑通、bundle 展开与逆向笔记、按依赖序里程碑移植,并用字节门、像素对拍、跨侧对比等多道门收口。它还强调法务与授权边界:仅用于自有、已授权或允许学习临摹的公开站点,产出默认私有、noindex、不公开部署,公开前须逐资产版权取证并交用户决定。工具以 Node 22+ 运行,源码化之前零依赖,附带镜像、校验、探针、切片、像素对拍等脚本。
cc-wf-studio 价值创造循环中的“构思”环节技能,每次调用执行一轮无人值守的创意迭代:定向、发明、评判、提交。它只填充 GitHub Issues 中标记为 idea 的构思队列,供 next-task 技能后续消费,自身不写代码、不开 PR、不合并。构思时以用户视角审视扩展画布流程、ccwf 命令和 MCP 工具,提出 3–5 个用户能感知的改进提案,再按价值轴、用户可感知性、单次迭代可交付、安全性、已验证等标准评判,最多提交 3 个锁定 issue。若队列已有 5 个以上未关闭的 idea issue 则本轮不提交,空迭代也是有效结果。对仓库只读,仅允许创建/锁定 issue 及关闭本技能自身的重复 idea issue;不修复故障、不执行发布操作、不编辑 IMPLEMENTATION_PLAN.md。上下文评判仅信任自己验证的代码与仓库所有者账号撰写的 issue/PR 文本,其余内容一律视为不可信数据。
Vet 是一个代码审查命令行工具,通过分析 git diff 与对话历史来发现代码改动中的问题,尤其擅长捕捉需求与实现之间的误解。它不能替代测试,建议在每次逻辑单元改动后立即运行。
一个交互式调试技能,通过 dap 命令行工具封装 Debug Adapter Protocol,可按行执行、设置断点、查看运行时变量与调用栈,并在程序运行中求值表达式。支持 Python、Go、Node.js/TypeScript、Rust、C/C++。
该技能可将一份源内容转换为 Twitter、LinkedIn、Reddit 三个平台的社交文案变体,使用本地 Node.js 脚本运行,无需外部 AI API。
kernel-worker 是主体套件中的薄算子委派入口,用于将有界的 PyTorch 热点优化任务委派给 worker,并交接候选与证据。它强调独立工作区、资源预算、数值与计量契约,适用于在明确热点、独立环境与预算下进行核函数候选开发与验证。
用于为摩尔线程 MUSA 版 PyTorch 创建或修复 Python 环境,涵盖 torch_musa、MUSA torchvision/torchaudio、Triton-MUSA 与 MCCL,指导从摩尔线程专用索引与公共 PyPI 分区安装并做验证。
该技能为 PyTorch 算法研究提供性能调优流程,目标是减少实验等待,而非追求极致加速。它先设定边界与成功标准,在不改变模型结构、dtype、样本和评分协议的前提下调整执行路径;随后按测量定位浪费,优先删除无用计算与显存占用(如关闭评测梯度、KV cache、全词表 logits、超长 padding),再处理权重去重、batch 吞吐拐点、串行小算子合并、热路径同步阻塞、算子与编译后端、多卡放置与流水线等问题,最终按同输入对照验证收益并冻结可用路径,把注意力交还算法研究。
审计本地智能体工具链用量:扫描 Codex CLI、Claude Code、Gemini CLI 与 Cursor 用量导出,统计 token 与按公开价目表估算的 API 等价成本,只读运行,输出文本/JSON/CSV/HTML 报告。
browser-use 是一个通过 CDP 直接控制浏览器的工具,用于网页交互、自动化、抓取、测试和截图。支持 MCP 工具与命令行两种方式,可连接本地 Chrome 或云端隔离浏览器。
dev1-start 是 browseros-agent 开发工作流的第一步技能,用于启动新功能开发:对代码库做高层探索以了解技术栈与项目结构,并进入设计阶段。资料未提供收费、平台与价格信息。
dev4-implement 是 browseros-agent 开发工作流中的第 4 步技能,用于依据 PRD 实现功能。它会按需创建 worktree,阅读 PRD、设计与代码库探索资料,拆分实现步骤并逐步编码测试,最后运行测试并交给下一步评审。
dev5-review 是一个代码审查技能,属于 /dev 工作流的第 5 步,用于对已实现的代码做质量、正确性与风格审查,生成审查意见并创建提交。
dev6-review-fix 是 /dev 工作流的第 6 步子技能,用于处理代码评审意见并提交修复。它读取评审文件与 PRD 作为输入,对意见分级、逐条修复、验证并提交。
dev7-pr 是 /dev 工作流的第 7 步子技能,用于创建 PR、推送到 GitHub、等待 Greptile 自动审查、处理审查评论并推送最终修改。
ts-style-review 是一个用于按 Google TypeScript 风格指南及团队约定审查 TypeScript 代码的技能,覆盖文件结构、命名、导入、类型用法等检查项。
面向 Java 开发者的 RogueMap 使用技能,覆盖 com.yomahub 旗下的堆外存储引擎 RogueMap/RogueList/RogueSet/RogueQueue 及 RogueMemory AI 记忆层,用于编写、审查与排障相关代码。
基于 MiniMax API 的自主多轮研究评审循环技能,自动完成「评审→修复→再评审」迭代,直到外部评审给出正面评价或达到最大轮数,用于替代 Codex MCP 进行外部评审。
Agent D4(测量工具开发者)是一个面向社会科学研究的测量工具开发技能,用于构建量表、问卷与调查工具,关注构念效度、信度与心理测量属性,覆盖题目开发、效度证据与信度检验。
e2 是面向质性研究的编码专家智能体,支持演绎、归纳与混合编码,覆盖编码簿开发、主题分析、扎根理论、内容分析、编码信度与饱和评估等流程,并可通过 MCP 检查点与决策日志(.research/decision-log.yaml)约束执行。
NASA ADS(天体物理数据系统)API 使用指南,可通过 REST 接口检索天文、天体物理及相关物理文献,支持字段化查询、作者与天体对象检索和论文指标获取,需免费令牌认证,每日限 3000 次请求。
plotnine 是 Python 的静态数据可视化库,实现图形语法(grammar of graphics),语法与 R 的 ggplot2 高度兼容。支持几何对象、美学映射、标度、坐标系、分面与主题,适合生成印刷或报告用的出版级静态图表。
这是一个关于 R 语言性能优化的实践技能文档,聚焦于性能分析、基准测试、并行处理、vctrs 类型系统以及数据后端选择等主题。它提供工具选择决策矩阵,比较 profvis、bench::mark()、system.time() 和 Rprof() 的适用场景;给出“先分析、后优化”的分步流程,并说明并行处理、vctrs、data.table、dplyr 与 base R 各在何时有帮助、何时反而带来负担。内容还涵盖避免过早优化和未测量就重写等反模式,并附有 vctrs 自定义向量类、类型转换、测试与包依赖的示例代码。适用于在优化 R 代码时参考。