swedish-mentor
swedish-mentor 是发布在 alirezarezvani/claude-skills 的 AI 智能体可安装技能(skill),官方页面链接为 https://www.skills.sh/alirezarezvani/claude-skills/swedish-mentor。公开资料仅给出名称、来源与技能文件路径,未提供具体功能、收费、平台或使用步骤说明。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-18 00:15
53,920 个结果
swedish-mentor 是发布在 alirezarezvani/claude-skills 的 AI 智能体可安装技能(skill),官方页面链接为 https://www.skills.sh/alirezarezvani/claude-skills/swedish-mentor。公开资料仅给出名称、来源与技能文件路径,未提供具体功能、收费、平台或使用步骤说明。
对当前 Claude Code 项目执行 Four Cs 审计(Context、Connections、Capabilities、Cadence),每项满分 25 分,合计 100 分。默认只读项目文件,评分并列出优势与按杠杆排序的前 3 个缺口,可选将报告保存至 audits/audit-{date}.md。
exec-cockpit 是一个面向领导角色交接或临时代管的模板型技能,帮助接手者快速梳理职责与未结事项,避免遗漏关键工作。它提供交接文档、开放事项跟踪、团队沟通节奏和周期性报告草稿等产出,并以“仅生成草稿、不自动外发”作为护栏。
level-up 是一个每周运行一次的技能:通过 3Ms 访谈(Mindset 找候选 → Method 做范围界定 → Machine 落地构建),帮助用户发现并交付一项新自动化。一次运行产出一个工件。
用于 AIS-OS 安装首日的引导技能:读取或填写 aios-intake.md 的 7 问访谈,随后一次性生成 Day-1 文件集(含 about-me.md、priorities.md、voice.md、connections.md、CLAUDE.md 等),并以三行收尾提示引导用户进入日常使用。
阿里云 SysOM 灵骏节点操作系统级深度诊断技能,用于定位 CPU 飙升、内存泄漏、IO 延迟等性能问题的根因,并可选配置钉钉告警。需用户提供 region 与灵骏节点 ID,不支持节点纳管或 Agent 安装。
阿里云云防火墙 ACL 策略管理工具,聚焦备份、恢复与管理:支持地址簿、同步节点与互联网/NAT/VPC 边界 ACL 策略的完整备份、按类型恢复与差异恢复,并提供命中分析、重复/影子规则检测、合规审计及单条策略新增与启停。不提供删除或清理操作。
阿里云灵骏节点诊断与修复技能,通过 eflo-controller OpenAPI 对 GPU 裸金属节点执行“诊断→报告→修复”闭环:定位集群与节点、提交诊断任务、查询诊断结果与历史、生成 Markdown 报告与修复计划,并跟踪故障上报生命周期。
本地诊断媒体文件与流媒体播放问题的只读技能:支持本地MP4/MOV/FLV/TS、m3u8/HLS、HTTP媒体URL及RTMP/RTSP/SRT直播流,检查moov位置、编解码兼容性、TS完整性、码率帧率、音视频同步与直播延迟,无需云凭证。
用于诊断阿里云 WAF 3.0 自定义防护规则(自定义 ACL、CC/限流、扫描防护、IP 黑名单)为何未生效的只读排查技能,逐项检查规则状态、对象绑定、模板状态与处置动作,定位失效环节。
基于 Hologres 动态表与 RoaringBitmap 的实时 UV/PV 去重计算技能,支持十亿级记录的增量聚合与任意时间范围精确去重查询,需先安装 hologres-cli。
面向不支持双向文本(BiDi)的终端的阿拉伯语反向输出技能:对所有阿拉伯语输出先反转单词内字母顺序,再反转整段文本的单词顺序,使 RTL 文本在普通终端中正确显示。
将名称或词语渲染成大型 ASCII 方块字母的轻量技能。当用户运行 /ascii-name 并可选择在命令后附上要渲染的文本时使用,输出放在代码块中以保持间距。
用于记录对外发出的传送单(transmittal)的技能:把文件清单和收件人整理成编号记录,保存发送内容、对象、时间与用途,生成于项目根目录 transmittals/ 下。
Litestar 响应构建技能:使用类型化返回值、Response 类、响应头与 Cookie,以及针对状态码的行为来塑造 API 响应。
consensus-review 是 altimateai/claude-consensus 中的一项 Codex 主导的多模型评审技能,面向文档、计划、规格说明以及通用技术问题,用于在评审过程中汇集多个模型的意见。
Quark 安装或 PTQ 规划前使用的环境预检技能,用于采集并规范化操作系统、Python、GPU、CUDA/ROCm 及容器状态等环境事实,帮助在正式安装前了解运行环境情况。
AMD Quark 的 ONNX AutoSearchPro 端到端配方技能,引导通过 quark.onnx.AutoSearchPro(基于 Optuna 的超参数搜索)在 .onnx 模型上寻找最佳配置。
quark-torch-export 是 AMD Quark 相关技能,用于为计划中或已完成的 Quark Torch PTQ 运行准备导出与下游评测交接,输入为 PyTorch / HuggingFace transformers 模型。
AMD Quark 的 PyTorch file2file 量化技能,面向无法整模型载入的超大 safetensors 大语言模型,以低内存方式逐文件完成量化,适合需要 file2file 量化流程的场景。
来自 amd/quark 的 Quark Torch PTQ 技能,面向 PyTorch 与 HuggingFace transformers 模型(safetensors 输入),用于执行 LLM 训练后量化(PTQ)完整流水线;资料仅给出技能入口说明,具体用法需参考其 SKILL.md。
用于校验 Quark Torch 量化输出的技能,检查 HuggingFace safetensors 与 config.json 的一致性,包含辅助文件复制对齐、排除张量等轻量检查。
setup-amit-skills 是一个面向仓库的提示驱动配置技能,用于让代码仓库遵循 amit-t/skills 目录的约定。它只配置约定与起始文档,不安装技能、不创建 PR 或 issue、不运行下游技能。工作流程包括:先探查仓库现状(Git 远端、现有 AGENTS.md/CLAUDE.md 等代理指令文件、CONTEXT.md 等上下文文档、ADR 目录、技能目录信号等),再依次询问三项决策——代理指令载体(AGENTS.md、CLAUDE.md 或两者)、领域上下文布局(单一 CONTEXT.md、多上下文 CONTEXT-MAP.md 或暂缓)、目录/分类模式(仅消费、技能目录编写或混合);随后展示拟写入的文件变更并等待明确确认,最后才写入或更新文件。它优先沿用仓库既有约定,追加带标记的章节而非覆盖用户内容,路径冲突时停止并询问。适用于希望接入 amit-t/skills 目录、统一代理指令与文档结构的仓库。
osw 是一个需被显式调用才会生效的简洁回答技能:用简单词语一句话回答所提问题;若未提供参数,则把上一条回答改写为一句简单的话。