prisma-next
prisma-next 是用于将模糊的 Prisma Next 提问路由到对应具体技能的分流技能,适用于用户尚未明确具体任务、询问什么是 Prisma Next 或需要入门指引的场景。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-20 00:12
41,976 个结果
prisma-next 是用于将模糊的 Prisma Next 提问路由到对应具体技能的分流技能,适用于用户尚未明确具体任务、询问什么是 Prisma Next 或需要入门指引的场景。
Prisma Next 快速上手技能,帮助新项目、已有数据库或脚手架项目完成首次采用:从零连接到数据库、写入并读取第一行数据,围绕 contract 展开,并区分绿地、棕地与首次接触三类路径。
用于升级应用中的 Prisma Next:把 package.json 中所有 @prisma-next/* 依赖从锁定版本提升到指定目标(或 npm latest),按一个次版本一步的链路逐级升级,每步先安装、再阅读并应用对应升级说明、最后校验与提交。
Prisma ORM 安装与连接配置技能:为新应用选择并初始化 ORM 版本、连接数据库,或排查已有 Prisma 6、7、8 应用的连接问题。新应用默认使用 Prisma ORM 8,并保留应用原有 ORM 版本与目标数据库。
Pydantic 是基于类型提示的 Python 数据验证与序列化库,可视为带运行时校验的 dataclass,适合处理外部不可信数据(如 HTTP API 输入)。本技能提供其建模、约束、验证器、类型强制与序列化等用法指导。
Pydantic AI Harness 是 Pydantic AI 的官方能力库,为智能体提供编码栈、沙箱、委派、记忆、上下文管理与安全控制等可选能力,通过 Agent(capabilities=[...]) 组合使用。
将 PyTorch ATen C++ 代码中的旧版 AT_DISPATCH 宏转换为 AT_DISPATCH_V2 格式的技能,适用于移植使用 AT_DISPATCH_ALL_TYPES_AND*、AT_DISPATCH_FLOATING_TYPES* 等宏的算子内核。
Pyrefly Type Coverage 是一个用于把 Python 文件迁移到更严格 Pyrefly 类型检查的技能,要求为所有函数、类和属性补充类型标注,并逐步消除未标注返回、未标注参数与隐式 Any 等错误。
通义千问(QianWen)API 认证配置技能,用于设置与验证 API Key、端点及 OSS 凭证,排查 401 认证错误。支持标准按量付费密钥与 Token Plan 密钥,强调密钥不得明文输出。
qodo-get-rules 是 Qodo 提供的规则检索技能,用于在实现、规划、重构或代码审查时,通过语义查询获取并应用与任务最相关的组织编码规则,需配合 Qodo CLI 或 QAR MCP 服务使用。
通过 inference.sh 在安全沙箱中执行 Python 代码的 CLI 技能,预装 NumPy、Pandas、Matplotlib、requests 等 100 多个库,支持数据分析、爬虫、图像视频处理、3D 模型与 PDF 生成等任务。
newapi(new-api)是一款开源统一 AI 网关平台,可将多家模型提供方聚合在兼容 OpenAI、Claude、Gemini 的接口之后,并提供模型、令牌、分组与余额管理。此技能用于协助查询模型与分组、查看余额、创建和管理 API 令牌,以及安全处理密钥。
面向虚幻引擎C++开发的技能文档,覆盖UCLASS、UPROPERTY、UFUNCTION等反射宏,以及容器、委托、字符串、对象生命周期与子系统,基于UE 5.8头文件。
面向虚幻引擎编辑器 C++ 扩展的技能资料,覆盖编辑器模块配置、详情面板自定义、编辑器工具控件与脚本动作、菜单工具栏、编辑器子系统等主题,API 以 UE 5.8 头文件为准。
该技能用于在 Unreal Engine 5.8 的 C++ 代码中驱动 Niagara 视觉特效。内容涵盖从 C++ 生成 Niagara 系统、覆盖 User 参数、绑定数据接口、通过 Niagara Data Channels 传递玩法数据、使用完成回调、模拟缓存、轻量发射器、组件池化以及可扩展性与 Tick 行为等主题。资料给出了 UNiagaraFunctionLibrary 与 UNiagaraComponent 的具体 API 用法、参数命名空间规则、数据接口绑定方式、自定义数据接口子类化要点,以及 Build.cs 模块依赖配置。适用于需要在游戏代码中程序化控制 Niagara 特效的开发者。
QwenCloud 认证配置技能,用于设置与验证 QwenCloud API 的鉴权(API Key、端点)。适用于配置 DASHSCOPE_API_KEY、排查 401/鉴权错误,或其他技能报告缺少凭据时。属于 qwencloud/qwencloud-ai 技能集。
面向软件工程实践的技能提示,要求按资深工程师标准编写、重构、评审和调试代码,覆盖TDD、SOLID原则、整洁代码、对象设计与测试策略等主题。
面向网页界面的 UI/UX 最佳实践技能,收录 152 条规则,分为 12 个类别并按影响力排优先级,用于指导代码评审与生成,覆盖动画、CSS、音频反馈、图标、容器动画、UX 定律、预取、排印与视觉设计。
React 仓库中的错误码提取技能,用于在新增错误信息或出现“unknown error code”警告时,运行 yarn extract-errors 检查并报告需要分配错误码的新错误,确认错误码是否最新。
React 仓库中的 fix 技能,用于在提交代码前修复 lint 错误与格式问题,确保通过 CI。它通过运行 yarn prettier 修复格式,再用 yarn linc 检查剩余 lint 问题,并报告需要手动修复的部分。
React 仓库中的功能开关(Feature Flags)查询技能,用于查看各发布渠道的功能开关状态、对比渠道差异,并排查同一功能在不同渠道表现不一致的原因。
面向 AI 智能体的数据工程技能,演示如何用哈佛艺术博物馆 API 构建端到端 ETL 流程:分页抓取文物数据、转换后写入 MySQL/TiDB 关系库,并提供 20+ 条 SQL 分析查询与 Streamlit + Plotly 交互式仪表盘。
code-review-graph 为代码库构建基于 Tree-sitter 的持久化知识图谱,并以 SQLite 本地存储、通过 MCP 提供给 Claude。它让 Claude 只读取变更影响范围内的文件,据称代码评审平均减少约 6.8 倍 token,大型 monorepo 日常编码任务最高减少 49 倍。
Fabro 是一个用 Rust 编写的开源 AI 编码工作流编排器,可将智能体流水线定义为 Graphviz DOT 图,支持分支、循环、人工审批门、多模型路由与云端沙箱执行,并以持久服务方式运行。本条目是使用 Fabro 的技能说明。