chanjing-customised-person
蝉镜定制数字人技能:从本地上传源视频创建定制数字人,并支持列表、查询、轮询与删除,流程与蝉镜 Open API 一致。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-30 00:12
38,737 个结果
蝉镜定制数字人技能:从本地上传源视频创建定制数字人,并支持列表、查询、轮询与删除,流程与蝉镜 Open API 一致。
通过阿里云 OpenAPI(RPC)与官方 SDK 或 OpenAPI Explorer 管理通义翻译(TongyiTranslate/AnyTrans)资源的云服务技能。
阿里云百炼(Model Studio)Qwen Coder 系列模型的技能封装,用于代码生成、仓库理解与编码智能体任务,支持 qwen3-coder-next、qwen3-coder-plus、qwen-coder-plus、qwen2.5-coder-32b-instruct 等模型。
Freshdesk 客服帮助台 REST API v2 集成指南,覆盖工单、联系人、公司、坐席等资源的增删改查,包含搜索、分页、限流与 Webhook 用法,用于构建客服集成、数据导出与自动化工作流。
Graphite(gt)是一个用于管理堆叠式 PR(stacked pull requests)的 CLI 工具,能把大功能拆成基于彼此的小改动。该技能提供 gt 的心智模型、命令参考与工作流模式。
面向 Dart Web 应用开发的技能说明,讲解使用现代 JavaScript 互操作与浏览器 API 构建高性能网页应用的核心约束、工具链与工作流。
用于构建、审查、调试、规划或迁移 Effect 4.x(稳定 LTS,effect@4.0.0)TypeScript 应用的技能,覆盖 Effect 服务、Schema、Layer、Config 等能力。
用于管理项目依赖的技能,覆盖添加、更新与审计依赖,包含版本管理、安全扫描和锁文件实践,适用于 Node.js、Python、Go、Rust 等生态。
Orca CLI 是 Orca 编辑器提供的命令行工具,用于操作由 Orca 管理的工作树(worktree)、文件夹上下文、终端、仓库、自动化、构件、技能共享、工作树评论以及 Orca 内置浏览器。它是一个发现入口,会加载与当前会话版本匹配的 Orca 指南。使用前需先解析本次会话应使用的可执行文件:优先读取 ORCA_CLI_COMMAND 环境变量;否则在暴露 ORCA_DEV_REPO_ROOT 的开发检出中使用 orca-dev;否则在非 Orca 管理的 Linux 终端使用 orca-ide(不要直接运行裸 orca,它通常指向 GNOME Orca 屏幕阅读器);其余情况使用 orca。运行前应先执行 ORCA skills get orca-cli 加载版本匹配的指南,命令优先使用 --json;未覆盖的命令或参数用所选可执行文件的 --help 查看。若提示 Orca 未运行,可用 ORCA open --json 启动后重试;若报 runtime_access_denied,说明沙箱阻止了连接,应提升权限重跑,而不是重启 Orca。
Laravel Queues 是面向 Laravel 13 的后台队列技能,以 PHP Attributes 作为队列配置的主要方式,覆盖 Job、监听器、通知、邮件和广播事件,并提供通过 Queue::route() 集中路由、批处理、链式调用、中间件、失败处理与队列测试等能力。
egm-resolve 是 Elephant 体系中的“解决”技能,用于在主 Elephant 上下文窗口中处理来自多个 Goldfish 审查者的扁平化缺陷报告。它读取目标文件与指定行范围,逐条评估审查意见:判定为 CONTEST(质疑)的条目会引用代码或设计文档证据说明现有设计合理;判定为 PROPOSE FIX 的条目则给出精确的文本替换或结构性格式调整方案。技能会将结果整理为 goldfish_review_report.md,包含按严重程度排序的问题、受影响范围、差异描述、理由、AI 建议与具体修改内容。随后进入交互式确认环节,用户可选择自动接受全部修复、不做修改继续、逐条交互式审阅,或给出自定义指令。技能建议在生成目标文档的持久会话中运行,以便复用此前的推理上下文,生成更高质量的修复方案。
“Minimize Reader Load”(最小化读者负担)是 boring-stack 中的一条代码评审与设计原则,用于判断和改善难以追踪的代码结构。它主张可维护性的本质是阅读者理解代码所需付出的工作,并用两个独立的维度来衡量:追踪层级(问题与答案之间隔了多少层间接)和状态负担(读者必须在脑中记住多少隐藏或可变上下文)。该原则指出,代码被阅读的次数远多于被编写的次数,LOC、圈复杂度和“整洁架构”都只是代理指标,读者负担才是关键。典型做法包括:内联只有一个调用者的包装器、没有第二实现的适配器、从未被需要的投机性间接;让相邻层改变抽象层级,折叠只做透传的层;要求接口压缩,让边界隐藏有意义的决策;缩小状态作用域,优先纯函数、局部变量、字段、模块状态、全局变量,派生而非同步;在边界处命名不变量。衡量标准是新读者能否在 30 秒内回答“X 来自哪里”和“什么能改变 X”。
build-tui-view 是 Hatchet 仓库中的一项技能文档,用于指导在 Hatchet CLI 中基于 bubbletea 和 lipgloss 构建与维护 TUI 视图。资料强调视图模块化、复用统一组件、参考前端实现,并保持文档自我更新。
该技能用于诊断华为云 CDN 域名的 DNS 解析问题:通过 hcloud CLI 查询域名详情获取预期 CNAME,用 Python 脚本探测实际解析 IP,并校验 IP 归属,判断域名是否已正确解析到华为云 CDN,输出结构化诊断报告与修复建议。
clj-discover 是一个用于编写 Clojure 代码时探索上下文的技能,聚焦 Java 互操作与宏展开。遇到不熟悉的 Java 类或行为不明的宏时,可先搜索 Clojure 包装库,或用 brepl 反射类成员、用 macroexpand 查看宏展开结果。
clj-refactor 是一个用于扫描 Clojure 文件或目录、发现“机制/策略分离”改进机会的技能。它依据 Arne Brasseur 的定义,识别机制与策略混杂的代码、可提取的机制、错位的策略,并给出具体重构建议。
禅道(ZenTao)版本/Build 管理技能,支持列出版本、获取版本详情、创建版本、关联 Story 和 Bug。当用户提及查询版本、版本列表、build 列表、查看版本、版本详情、创建版本、新建 build、发布版本、版本信息、CI 版本、禅道版本时触发。
通过本地桥接脚本用 Python 远程控制正在运行的 FreeCAD,实时构建与编辑三维模型,支持建模、校验、测量、导出与截图。
interpret-session 是一个只读的对话辅助技能,用于陪伴 frame-change、clarify-decisions 等平行技术讨论。用户粘贴另一会话内容,在此基于代码仓库真实情况作判断,再把回复带回。
LG-token-saver 是一款用于 Claude 的 token 节省技能,由 LiaoGong / CC杰 开发,v3.0 版本。它通过修改 Claude 的行为规则来减少 token 消耗,不执行任何代码,仅由 Claude 读取规则并在每次回复时遵循。默认 full 模式约节省 80%,lite 模式约 65%,ultra 模式约 87%。具备零依赖、单条命令安装的特点。提供 8 条规则,分为输入优化(子代理探索、先搜索后读取、批量独立调用、避免重复搜索)、输出优化(过滤 Bash 输出、简洁回复≤200 词)和上下文优化(大读取后压缩、限制子代理输出)。安装命令为 npx skills add jnbno1163/LG-token-saver,可使用 /cost 命令验证效果。作者声称经 6 个月生产验证,跨 6 种场景平均节省 87%。采用 MIT 许可证。
用于审查 WordPress 插件架构与 WordPress.org 提交规范的技能,覆盖生命周期钩子、Settings API、钩子系统、自定义文章类型与分类法、国际化等,按文件与行号输出 CRITICAL/WARNING/INFO 分级结果及 BAD/GOOD 代码对照。
面向 Minecraft 基岩版 @minecraft/server 脚本 API 的编写指导技能,覆盖事件、实体、组件、命令、调度与权限模式,强调以 Microsoft Learn 为准并引用准确 API 名称。
该技能用于对 Dart 命令行应用进行 CPU 性能分析,通过 VM Service 协议采集 CPU 采样样本并识别性能瓶颈,帮助智能体自动化 Dart 脚本或 CLI 工具的 CPU 剖析流程。技能提供使用指南与自动化工具,可启动目标应用并启用 VM Service 可观测性、采集 CPU 样本、输出耗时最高的函数清单。适用于被要求分析、优化或基准测试 Dart 脚本 CPU 执行情况的场景,以及排查热点循环、繁重函数调用或意外执行开销。不适用于纯 I/O 瓶颈(网络延迟、数据库查询、磁盘 I/O 等待)、Flutter UI 应用(需帧分析、光栅线程检查或组件重建跟踪)、仅运行数毫秒的短时微基准测试,以及无法正常编译或启动崩溃的目标。
Superior Performance 是一个用于软件性能调查、优化与评审的技能。它强调先定义性能契约(受影响的操作、指标与目标、基线、环境与约束),再以代表性负载进行测量和剖析,定位真正拥有瓶颈的层级并优化,最后用可比较的证据验证改进是否成立。适用于延迟、吞吐、响应性、容量、效率或成本受限的场景,同时要求保持正确性、安全性、可访问性与可维护性。