de-ai-ify
de-ai-ify 是一个用于去除文本中 AI 生成痕迹的技能，通过替换过渡词、陈词滥调、模糊措辞和企业黑话，恢复自然的人类语气。用法为 /de-ai-ify <file_path>，生成带 -HUMAN 后缀的新文件并附变更日志。
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 11-14 00:15
通用与其它
53,807 个结果
expansion-opportunity-analysis
一套面向单个存量客户的扩展机会分析技能：先评估账户健康与采用情况，再做商业与用量分析并给出两档定价方案，最后构建扩展打法（信号模式、购买委员会、时机与动作）。需先提供公司名、域名或账户 ID 之一。
newsletter-landing-page
该技能用于撰写新闻邮件订阅落地页、注册页或订阅页文案，通过访谈与四要素框架产出高转化文案，并生成三种心理角度的标题变体。
add-example-tutorial
用于在 TanStack AI 仓库中新增一个公开教学示例或文档教程的技能，说明从 Nx React 应用生成器起步、精简为单一场景，并完成示例目录、教程页面、导航与 PR 的规范要求。
learning-system
Learning System 是一个面向结构化学习与间隔重复记忆的学习系统，来源于 taylorhuston/local-life-manager 技能库。它通过一组工作流命令来支持完整的学习闭环：开始某个主题的教学会话、在会话中记录条目、结束会话并更新进度、针对主题进行检索练习以检验记忆、为指定文件或主题生成间隔重复闪卡，以及创建系统的学习笔记。系统采用对话式问答教学方式，先解释概念，再通过提问检查理解，发现错误概念及时纠正，从基础逐步推进到进阶内容，并在需要时使用 ASCII 图表和表格辅助说明，同时可引用 my-vault/06 Knowledge Base/ 中已有的笔记。会话与学习数据保存在 .claude/learning-sessions/ 目录下，包括会话记录、learning-plan.json 学习计划和 index.json 会话索引；参考文档涵盖会话结构、条目类型、熟练度等级和闪卡语法。
sprite-forge
Sprite Forge 是一套用于生成游戏精灵、SVG 角色、ASCII 艺术、动画吉祥物和等距八向转面图的脚本管线，支持从图片或文字描述出发，提供五种输出模式，并附带模型选择建议与常见问题说明。
show-me
show-me 是一个用于可视化说明当前讨论主题的技能。它帮助用户用简洁的图示、代码形态草图和聚焦的 HTML 产物来直观理解内容。其做法是跳过开场白、保持文字简短，并选择能让关键点清晰呈现的最小视图。它支持多种表达形式：用伪代码展示逻辑或算法，用调用树展示运行时控制流，用组件树展示 UI 结构与状态和模块边界，用浅层文件树展示文件职责或重构，用 Mermaid 展示组件交互、控制流或数据流，用 diff 展示变更点。当视觉 UI、布局、状态对比或概念过于密集而不适合 Mermaid 时，可编写一个聚焦的 HTML 文件（图示、信息图或简短幻灯片），并匹配产品的颜色、字体、间距和组件，使用真实标签和数据，同时支持桌面端和移动端，然后用 open 命令为使用者打开。每个可视化内容应紧邻其支持的简短文字，且只保留回答当前问题所需的调用、文件、props、状态和边界信息。
temporal-workertuning
Temporal Worker 性能调优技能，覆盖 Go、Java、TypeScript、Python、.NET 等 SDK，指导配置槽位供应器（Slot Supplier）与 Worker Tuner，围绕计算、内存、IO 三个维度优化任务轮询与执行，并提供指标监控、问题诊断和调优流程参考。
disciplined-validation
disciplined-validation 是 disciplined development 流程的第 5 阶段技能，通过系统测试与结构化用户验收测试（UAT）验证系统是否满足原始需求，并需获得干系人正式签署。
aegis-structured-execution
Aegis Structured Execution 是一个用于大型、高风险、多阶段或需大量证据的项目执行控制技能，帮助防止执行状态漂移，明确交付物、范围、禁止项、真相来源与证明要求，并区分当前状态、目标状态、已验证证据和未解决缺口。
sentry-release-management
该技能用于管理 Sentry 发布、上传 source maps 并跟踪部署，涵盖发布健康与提交关联。提供 sentry-cli 及 GitHub Actions、GitLab CI、Webpack、Vite、Next.js 等集成方式。
blazor-js-interop
面向 Blazor 的 JavaScript 互操作技能，覆盖从 .NET 调用 JS（IJSRuntime、元素引用）以及从 JS 调用 .NET（JSInvokable、DotNetObjectReference），并介绍 .NET 10 推荐的同置 .razor.js 模块写法与资源释放、异常处理等注意事项。
project-fingerprinting
用于代码库的深度项目指纹识别技能，检测技术栈、分析架构并评估质量，生成多维项目画像，供升级评审中的专家智能体作为定向上下文使用。
upgrade-analysis
面向代码库升级情报系统的核心分析技能，提供信号检测启发式、评分算法与可视化输出模板，供快速模式分析师和专家委员会模式共用，用于发现可落地的改进建议。
bioinformatics-scientist
面向基因组数据分析的 AI 技能角色，模拟资深生物信息学科学家，覆盖 NGS 流程设计、变异检测、转录组与多组学分析及精准医学解读，强调数据质控、可复现性与统计严谨。
gift-push-strategy
用于数值成长类游戏的礼包推送策略技能，可按生命周期、用户分层和触发场景交叉生成行为触发式策略，并通过 ae-cli 查询 TE 数据、输出策略矩阵或在平台创建任务。
level-churn-analyzer
面向游戏关卡流失的诊断技能：通过分析用户在流失前最后尝试的关卡，定位"卡点关卡"、推断流失原因，并给出关卡优化建议；支持新老/付费用户分层对比与更新前后对比。
new-hero-insight
面向卡牌/对战类游戏新英雄上线的全链路数据分析技能，覆盖获取率、抽卡成本、付费拉动、养成深度、战斗表现与通关效率等维度，深度适配 ThinkingData 分析系统，按固定规则输出可复现的分析报告。
pvp-winrate-analyzer
用于分析游戏 PVP 胜率与留存、付费及玩家成长关系的技能，可检查胜率分布、匹配健康度与倒 U 型关系。
revenue-forecast-model-cli
该技能通过 ae-cli 查询 ThinkingEngine 平台的真实 DAU/DNU/ARPU/留存数据，再用 Python 引擎做游戏整体收入的动态预测，支持正向预测、反向目标求解和 DNU-ARPU 双驱动优化，面向中文游戏运营团队输出中文预测报告。
system-field-reference
介绍 AE 前端分析模型中系统预设字段的使用方法：区分事件表与用户表字段，说明连接状态判断、SQL 直接可用、事件字段需包装为 relation_always 虚拟属性、用户字段连接后即可用，以及跨表字段需用户确认。
cross-validation
用于交叉验证财务数据的技能：把同一指标在SEC EDGAR、Stock Analysis、Gurufocus等独立来源间比对，按阈值标记已确认值、超阈值差异及仅单一来源覆盖的指标，使下游分析建立在可信输入上。
Truto CLI
Truto CLI 是 Truto 统一 API 平台的命令行管理调试工具，可在终端创建配置集成、连接账户、探索可用资源、调试 API 调用、导出数据与查询日志，不进入用户代码库。
git-doc-updater
Git 提交前文档同步技能，触发词为 docs、文档、sync docs、发布，可被 git-precommit 自动调用，用于在提交前更新 README、CHANGELOG、ROADMAP 与 memory-bank 等文档。