vet-flow-guide
vet-flow-guide 是用于对 write-flow-guide 生成的流程指南运行文件进行隔离式实现面判断的技能。它读取 .skills/<CODE>/flow-guide.json,对照已实现且用户可见的产品界面写出发现报告,只读不改产品代码与运行文件,也不替代 dogfood。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-13 00:15
40,814 个结果
vet-flow-guide 是用于对 write-flow-guide 生成的流程指南运行文件进行隔离式实现面判断的技能。它读取 .skills/<CODE>/flow-guide.json,对照已实现且用户可见的产品界面写出发现报告,只读不改产品代码与运行文件,也不替代 dogfood。
setup-chalk 是一个用于在代码仓库中初始化 .chalk/ 文件夹的技能。它会扫描并分析项目,生成机器可读的 chalk.json 与人类可读的 PROFILE 文档,记录产品、工程、设计与 AI 导航信息。
Astropy 是面向天文学与天体物理的 Python 核心库,用于坐标变换、单位与量纲计算、FITS 文件读写、宇宙学计算、精确时间处理、表格操作与天文图像处理。
Benchling 生命科学研发平台的集成技能,通过 Python SDK 与 REST API 访问注册表(DNA、蛋白质等)、库存、电子实验记录本与工作流,可构建 Benchling Apps、查询数据仓库并配置事件驱动集成。
gget 是一个命令行与 Python 生物信息学工具包,统一访问 20 多个基因组数据库和分析方法,可查询基因信息、序列、蛋白结构、表达与疾病关联,并支持 BLAST 等快速检索。
LabArchives 电子实验记录本 REST API 集成技能,用于访问笔记本、管理条目与附件、备份笔记本,并与 Protocols.io、Jupyter、REDCap 等第三方工具集成。
NetworkX 是一个用于创建、操作和分析复杂网络与图的 Python 库,适用于社交网络、生物网络、交通系统、引用网络、知识图谱等涉及实体关系的场景。
PufferLib 是一个高性能强化学习库,面向快速并行环境模拟与训练,通过向量化、原生多智能体支持和 PPO 实现(PuffeRL)达到每秒数百万步的训练速度,并提供 Ocean 环境套件及与 Gymnasium、PettingZoo 等框架的集成。
PyDESeq2 是 DESeq2 的 Python 实现,用于 bulk RNA-seq 计数数据的差异表达分析,支持单因素与多因素设计、Wald 检验、FDR 校正、可选 apeGLM 收缩,并与 pandas、AnnData 集成。
scikit-survival 是基于 scikit-learn 的 Python 生存分析库,面向删失数据的时间到事件建模,提供 Cox 模型、集成方法、生存 SVM、评估指标与非参数估计等功能。
SimPy 是基于标准 Python 的进程式离散事件仿真框架,用生成器函数建模实体在共享资源上的竞争与排队。适合排队、资源争用、网络、制造与容量规划等场景,不适用于固定步长连续仿真或纯数学优化。
Zarr Python 是用于存储大规模 N 维数组的 Python 库,支持分块、压缩、并行 I/O 与 S3/GCS 等云存储,兼容 NumPy、Dask 和 Xarray,适合大规模科学计算场景。
Sprint Planner 是一个将复杂实现计划拆解为自主智能体冲刺(sprint)的技能。每个冲刺自包含、含可衡量验收标准,可在无人干预下执行,适用于步骤繁多、跨领域或需检查点的长任务。
tech-planner 是一个用于技术规划的技能:评估功能规格的技术可行性、选择技术或框架、为新功能定义系统架构,并产出技术概览与架构决策记录(ADR)。
该技能提供编写专业、可维护 Python 代码的专家指导,涵盖 PEP 8 风格、测试与 TDD、类型提示、错误处理、虚拟环境与依赖管理,以及 Ruff、Black、Mypy 等现代工具的使用。
一个预防语义化代码重复的写作前工作流提示,通过维护能力索引和写前检查,避免在新写工具函数或共享模块时重复实现已有功能,适合编码代理在创建新代码前使用。
Venice.ai API 集成技能:用于构建、迁移和调试 Venice.ai API 对接,覆盖 OpenAI 兼容的聊天与 Responses、实时模型发现与路由、多模态输入、图像、音视频异步任务、文档解析、搜索、账号与计费以及加密 RPC 等。
通过 SerpAPI 调用 Google 搜索接口,获取高时效性的实时搜索结果,适合追踪最新 LLM 版本、技术趋势与竞品调研。API 凭据存于 ~/.clawdbot/serpapi-config.json,支持 Google News、图片、视频及多语言多地区检索。
karpathy-guidelines 是一套面向 LLM 编码行为的行为准则,源自 Andrej Karpathy 对 LLM 编码常见失误的观察,用于减少 LLM 写代码时容易犯的错误。它适用于编写、审查或重构代码的场景,目标是避免过度复杂化、进行外科手术式的精准修改。准则明确说明其权衡:偏向谨慎而非速度,对于琐碎任务需自行判断。内容包含四个部分:一、编码前先思考,明确陈述假设、不确定就提问、存在多种理解时全部列出、有更简单方案要指出、遇到不清楚的地方停下来询问;二、简单优先,只写解决问题所需的最少代码,不做用户未要求的功能、抽象、灵活性或错误处理,200 行能压到 50 行就重写;三、外科手术式修改,只改动必须改动的地方,不顺手“改进”相邻代码、注释或格式,不重构没坏的东西,匹配现有风格,发现无关死代码只提及不删除,仅清理自己改动造成的孤儿引用,判断标准是每一行改动都能直接追溯到用户请求;四、目标驱动执行,把任务转成可验证目标,例如“加校验”变成“先为非法输入写测试再让其通过”,多步任务给出简短计划并列明每步的验证方式。
workflow-green-repo 是一个用于将代码仓库整体修复到“绿色基线”的工作流技能:在获得明确授权的前提下,让类型检查、代码检查、测试和构建从干净检出状态全部通过。它强调先枚举真实的健康门禁命令与基线失败,再批量修复根因,最后从零重新运行所有门禁来证明绿色,禁止使用跳过测试、@ts-ignore、弱化断言等伪造通过的手段。适用于用户明确要求“让整个仓库通过 CI”这类全仓库清理场景。
github-script 技能用于编写或审查 GitHub Actions 中 uses: actions/github-script 的工作流步骤,帮助在流水线内联运行 JavaScript 调用 GitHub API 与事件上下文,并强调安全、ESM 与重试等实践。
该技能为 TypeScript 开发提供覆盖全项目的语言级指导,适用于全栈框架、后端服务、库、脚本和前端代码。核心思路是用类型保留程序证据:准确建模程序实际可达的状态,通过类型推断和泛型保留值之间的关系,并在信任使用前建立运行时事实。工作流程包括:读取项目环境(清单、锁文件、TypeScript 与运行时版本、tsconfig 链、生成配置与声明、既有检查脚本);界定类型契约(公共输入输出、有效状态、不变量、不可信入口、失败路径);保留有用证据(优先最简全量模型,避免无谓强化);建立运行时事实(不可信值保持 unknown,在边界处一次性解析);审慎使用断言与抑制;按仓库既有脚本验证契约,不为了通过检查而放宽类型或削弱校验。技能包含类型建模、运行时边界、断言与互操作、代码质量等参考文档,并明确了与前端、框架、测试等领域的职责边界。
面向自动化智能体构建 API 层的 FastAPI 异步开发技能,覆盖 2026 年版本约定、项目结构、Pydantic v2 模型、路由、后台任务、WebSocket 与生产部署,并提示第三方内容注入风险。
Google Gemini API 2026 年开发参考技能,涵盖 google-genai SDK、Gemini 3/3.1 与 2.5 系列模型、思考参数、多模态输入、工具调用、文件搜索、缓存、批处理与 Live API,供编写调用 Gemini 模型的代码时参考。