novita-ai
Novita AI 是面向开发者与智能体的 AI 原生云平台技能，用于调用 LLM、图像、视频、音频 API，管理 GPU 实例与 Agent Sandbox，并提供 OpenAI 兼容接口。
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 10-27 00:15
编程与开发
38,212 个结果
meta-ads
Meta Ads API 技能，用于通过 Graph API 管理 Facebook/Instagram 广告，支持页面、广告账户、广告系列、广告组、广告与成效分析等操作，适合在提及 Meta Ads、Facebook Ads 或 Instagram Ads 时使用。
async-python-patterns
面向 Python 异步编程的技能指南，系统讲解 asyncio、并发编程与 async/await 模式，覆盖事件循环、协程、任务、超时、异步上下文管理器、生产者-消费者、信号量限流、异步锁等，并给出 Web 抓取、异步数据库、WebSocket 服务等实战示例。
nft-standards
该技能用于实现 ERC-721 与 ERC-1155 NFT 标准，涵盖元数据处理、铸造策略与市场集成，适合创建 NFT 集合、市场功能、链上/链下元数据、灵魂绑定代币、版税与动态 NFT 等场景。
python-packaging
面向 Python 库与命令行工具的打包发布指南，涵盖项目结构、pyproject.toml 配置、构建轮子与源码包、发布到 PyPI 或私有仓库及 CLI 入口点等主题。
python-performance-optimization
用于分析和优化 Python 代码性能的技能，涵盖 CPU 与内存分析、瓶颈定位及常见优化实践。资料介绍了 cProfile、line_profiler、memory_profiler、py-spy 等工具，以及列表推导、生成器、缓存、批处理数据库和并行化等模式。
slo-implementation
用于定义和实施服务等级指标（SLI）、服务等级目标（SLO）与错误预算的可靠性工程框架，包含 Prometheus 记录规则、基于燃烧率的告警规则、Grafana 仪表盘结构及 SLO 评审流程，适用于建立可度量的服务可靠性目标。
uv-package-manager
uv 是用 Rust 编写的极速 Python 包安装器与解析器，可替代 pip、pip-tools、poetry 等工具，支持虚拟环境、Python 版本管理、锁文件与可复现构建，适用于新项目搭建、依赖管理、CI/CD 与 Docker 构建加速。
workflow-orchestration-patterns
面向 Temporal 的工作流编排设计技能，讲解分布式系统中的工作流与活动拆分、Saga 补偿、实体工作流、并行扇出/扇入、异步回调等模式，以及确定性约束、状态管理与幂等性、重试与心跳等实践。
using-superpowers
一个用于开发或调试类新对话的技能，规定如何查找与调用技能：只要技能可能适用就必须先调用 Skill 工具，并说明用户指令优先于技能、技能优先于默认系统提示。
zustand-state-management
面向 React 应用的 Zustand 全局状态管理技能，支持 TypeScript、persist 持久化、devtools、slices 分片与 Next.js SSR。提供快速上手、中间件配置、模板与参考文档，并预防 5 类常见问题。
ddd4j-project-creator
用于创建基于 ddd4j-boot 框架的 ddd4j（Java 领域驱动设计）新项目的技能，支持单体单模块、单体多模块和微服务项目结构生成，也可校验既有项目结构；仅在用户明确提及 ddd4j 时触发。
flutter
面向 Flutter 开发的技能指南，覆盖 Widget 组合、状态管理、导航路由、平台通道与移动应用开发，提供 Dart 代码约定与性能优化建议。
gin
面向 Gin Go Web 框架的技能，提供路由、中间件、请求处理、JSON 绑定与 API 开发指导。适用于用 Gin 编写 Go HTTP 路由、中间件、绑定与渲染，以及配置路由组、recovery、CORS 与部署等场景。
executing-plans
executing-plans 是一个用于在独立会话中执行已写好的实施计划的技能，按任务逐步推进并在检查点进行审查。它强调先加载并批判性审查计划，再逐项执行、验证与同步任务状态，遇到阻塞时停止询问而非猜测。
finishing-a-development-branch
用于在功能分支开发完成、准备合并或清理时，提供结构化的分支收尾流程：强制先通过验证，再选择合并策略，并对所有破坏性操作要求用户确认。
game-programming-languages
面向游戏开发的编程语言技能，覆盖 C#（Unity）、C++（Unreal Engine）与 GDScript（Godot）三种语言的语法、模式与引擎惯用法，并提供各语言的生产级模板、特性说明、学习路径、语言对比、常见问题排查与最佳实践。
prototype
Prototype 是一个用于构建一次性原型以回答设计问题的技能。它强调原型是“用完即弃的代码”，其形态由所要回答的问题决定。该技能区分两条分支：当问题是“这套逻辑或状态模型是否合理”时，构建单个可分享的 HTML 文件（含自由操作按钮与分标签的引导式演示），让状态机跑过难以在纸面上推理的用例，并让非开发者也能操作；当问题是“它应该长什么样”时，在同一路由上生成多个截然不同的 UI 变体，通过 URL 查询参数和底部浮动栏切换。两条分支都遵循共同规则：从第一天起就明确标记为一次性原型、放在实际使用位置附近、运行方式极简、默认不做持久化、跳过打磨、暴露状态、完成后将验证过的决策并入真实代码并把原型本身作为一手资料保存到一次性分支。
supabase-sql
用于清理和格式化 Supabase SQL 迁移的 AI 技能，处理幂等性、RLS 策略、格式与 schema 修复，可整理成可直接粘贴到 Supabase SQL Editor 运行的形式。
riverpod-select
Riverpod 的 select 用法说明：通过 ref.watch(provider.select(...)) 只监听状态中的一部分，使组件仅在该部分变化时重建，用于优化性能。
azure-ai-anomalydetector-java
基于 Azure AI Anomaly Detector Java SDK 构建异常检测应用，支持单变量与多变量时间序列异常检测、流式检测、变点检测及模型训练与推理。
azure-ai-vision-imageanalysis-java
面向 Java 开发者的 Azure AI Vision 图像分析 SDK（azure-ai-vision-imageanalysis）。该 SDK 通过 ImageAnalysisClient 与 ImageAnalysisAsyncClient，支持对图像执行人读描述生成（CAPTION）、密集描述（DENSE_CAPTIONS）、OCR 文字提取（READ）、内容标签（TAGS）、对象检测（OBJECTS）、智能裁剪（SMART_CROPS）与人物检测（PEOPLE）等视觉特征分析。客户端可使用 API Key 或 DefaultAzureCredential 创建，支持从本地文件或 URL 输入图像，并可一次请求多个特征、设置性别中性描述与语言等选项。适用于在 Java 应用中集成图像理解、文档文字提取、缩略图裁剪与内容识别等场景。
syncfusion-winforms-datetimepicker
Syncfusion Windows Forms SfDateTimeEdit 是用于编辑日期和时间值的高级 DateTime 选择器控件。它支持文本或掩码格式编辑，提供最小/最大值校验、水印、自定义格式和全球化支持。适用于表单、预约、排程等需要日期时间输入的 Windows Forms 应用场景。
plan-ceo-review
CEO/founder 视角的计划评审技能：先做仓库系统审计，再通过模式选择（扩展、保持、缩减）挑战前提、审视架构、错误救援、安全、数据流与边缘情况，输出严谨评审意见，不直接改代码。