gitbutler-stacks
面向 GitButler 多分支栈(stack)操作的进阶技能,讲解在 Agenta 仓库中如何把改动提交到栈内指定 lane、如何把一堆编辑回填到已推送的多 lane 栈,以及栈的线性结构与 PR base 用法。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-19 00:15
53,932 个结果
面向 GitButler 多分支栈(stack)操作的进阶技能,讲解在 Agenta 仓库中如何把改动提交到栈内指定 lane、如何把一堆编辑回填到已推送的多 lane 栈,以及栈的线性结构与 PR base 用法。
一个用于撰写和编辑 PR 标题与描述的写作技能,按照资深工程师的标准组织内容:先讲用户可见的故障,再用平实语言说明改动与前后对比,避免空洞措辞、复选框表演和营销词汇。适用于运行 gh pr create 之前或修改 PR 正文时使用。
面向猫等伴侣动物的循证行为咨询技能,帮助用户通过信息采集、医疗优先排查、证据检索制定可执行的行为计划,主要用于猫攻击、恐惧、压力等问题,不替代兽医诊断。
读取 Google Drive 会议根文件夹下的各会议子文件夹,将其中的 .txt 文字记录整理为一份高管风格会议纪要 Google Doc,仅处理尚未生成文档的新会议,跳过纯音视频或无文字记录的会议。
该技能用于通过 wacli 命令行工具抓取并总结 WhatsApp 群聊消息,适合需要快速获取群聊摘要、速览或简报的场景。资料明确要求始终使用 wacli,并列出了前置条件、抓取步骤、导出与摘要格式。
用于审核、筛选和批准 Luma 活动待审批嘉宾的技能:仅批准明确满足主办方确认标准的嘉宾,其余一律保持待审批,绝不拒绝嘉宾。依赖 Webcmd 官方 Luma 命令,需 Node.js 20+ 与已认证的 Luma 账号。
一项面向编码智能体的调查要求规范:在实现或下结论前,必须先列出需查看的文件、完整阅读,并严格基于文件内容分析,禁止对未打开的代码进行猜测,以减少幻觉问题。
journal-abbrev 是一个用于查询期刊或杂志名称缩写的工具,可在全称与 ISO 4/MEDLINE 缩写之间转换,并处理 BibTeX 文件中的期刊名。它通过 JabRef 数据库、AbbrevISO API 和 NLM Catalog 多源级联查找,强调必须用脚本查询而非猜测缩写。
用于多工作者协作项目的技能,通过 DAG 编排任务依赖,支持并行与串行执行。提供创建团队项目、校验 DAG 环、查询可分配任务与查看 DAG 状态的脚本,适用于需要多角色协同与依赖调度的任务场景。
数学题分步讲解视频的领域知识技能,指导把一道数学题组织成结构化教学短片。适用于讲解某道题、生成解题视频或制作中文数学教学视频,涵盖方程、公式与几何图形。
serper-search 是一个用于通过 Serper API 执行公共网页搜索的 Agent 技能,其用途是替代内置的 WebSearch 工具。当智能体需要获取当前信息、一般网络来源或内置检索未覆盖的 URL 时,可调用该技能。它规定了调用 Serper 搜索端点的请求方式、认证头、JSON 请求体以及使用 curl 的示例,并要求 API 密钥不得出现在回答、日志、已提交的测试数据或浏览器客户端代码中。返回结果应优先采用权威和一手来源,按新鲜度、日期、公司、产品或来源类型细化查询;正常回答优先使用自然搜索结果,用 searchParameters 确认实际发送的查询,将 credits 视为用量计量,对重要结论应回到链接原文核实,而非把摘要当作完整证据,并以来源标题和链接总结结果,不大量复制摘要或页面段落。失败处理包括:DNS 或网络失败按环境或网络问题报告,仅在外部网络可用时重试;认证失败报告密钥缺失或无效但不打印其值;结果不相关时用名称、日期、地点或来源域名细化查询。
用于在 agnt-gm.ai 上创建与管理悬赏项目的 CLI 技能(agnt)。它扮演项目经理而非开发者,通过 agnt 命令创建项目、添加任务、注资 TON 并发布上线,触发词为 create。
gs-sharpen 是一个用于优化提示词(prompt)的技能,核心目标是让任务更深入而非更庞大。在改写提示词前,它要求先完成四项分析:指出该领域顶尖专业人士会做但用户未要求的事、指出他们会从哪些原始材料而非已消化材料入手、列出他们会使用的具体方法与工具、说明除用户或AI之外什么能证明结果正确。随后基于这些分析重写提示词。该技能会保留属于用户的决策空间,不替用户做选择。适用于需要提升任务深度、借助专业视角重构提示词的场景。
gs-show-me 是一个帮助用户以可视化方式理解当前对话主题的技能。它通过精简的图表、代码形态草图和聚焦的 HTML 构件来呈现关键信息,避免冗长前言和过多文字。技能会根据需要选择最小的视图来清晰表达重点,例如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、用浅层文件树展示文件职责或重构范围、用 Mermaid 展示组件交互或数据流。当重点是变化时使用 diff,并匹配 diff 形态到主题。对于视觉 UI、布局、状态比较或概念过于密集的情况,它会生成一个聚焦的 HTML 文件,如示意图、信息图或简短幻灯片,匹配产品的颜色、字体、间距和组件,使用真实标签和数据,支持桌面和移动端,命名为 show-me-{description}.html,然后通过预览或浏览器工具或系统打开器打开。技能强调将每个视觉元素放在其支持的短文旁边,只保留回答当前问题或解决讨论点所需的调用、文件、属性、状态和边界,不过度使用可视化类型以免让用户不堪重负。
一个用于把模糊开发需求或信息不足的 bug 转化为一次性正确执行的技能,通过自适应提问(选择题加自由回答)减少来回沟通,区分 BUG 与 TAREA 两种模式及多种子类型。
project-foundation 是一个可复用的项目定义流水线技能,把软件想法转化为定义清晰、可交给 SDD 执行特性的项目。它作为轻量编排器,按阶段加载契约、委派子代理、校验结果并持久化进度,支持断点续跑与阶段回退。
mmmodels 是一个终端命令行工具,用于浏览、筛选和比较 models.dev 上的 AI 模型目录,可查询模型 ID、提供商、上下文窗口与价格等信息。
一个可查询的知识库技能,汇总社区验证过的技术组合模式与常见坑,覆盖15个领域的Tech Stack Taxonomy,用于技术选型评估、排查技术栈组合问题,并为Stack Compatibility Oracle提供依据。
用于评估既有项目并设想全新起点的技能:从棕地代码中提取意图图,剥离技术细节,提出绿地架构,并让用户对比两者后自行决策。它只做建议,不强制重写。
Stack Compatibility Oracle 是一个架构依赖预检技能,在写代码前把技术选型映射到 15 个技术栈分类域,并标记已知不兼容组合。适用于新项目选型、引入新技术层、迁移技术或评审既定技术栈。
Grilling 是一个用于压力测试计划、决策或想法的技能。它通过持续向用户提问,直到双方达成共识。该技能将讨论映射为一棵设计树:每个决策都会分支为依赖它的后续决策。每轮只提出当前“前沿”上的问题(即前置条件已确定、无需猜测未听过的答案即可提出的问题),为每个问题编号并给出推荐答案,然后等待用户回答。用户每轮的回答会重塑这棵树,已确定的决策推动前沿向外扩展,解锁依赖它们的问题。查找事实是技能自身的职责,而非用户的;当问题需要来自环境(文件系统、工具等)的事实时,会派发具有全新上下文窗口的子代理去查找,且不阻塞其余问题的提出。当所有分支都已访问、没有遗留任何默认假设时,会话结束。在用户确认达成共识之前,不会采取行动。
把每周重复的一项工作整理成 AI 可读可执行的“工作卡”,并据此生成个人技能。适用于“업무 카드”“반복 업무”“work-card”等请求。
add-pattern 是一个用于 Langroid 多智能体框架的技能,帮助你在学到新的设计模式时,将其记录到 patterns/SKILL.md 与对应文档中,便于日后检索和复用。
为 PyTorch 算子添加无符号整数(uint16、uint32、uint64)类型支持的技能,通过修改 AT_DISPATCH 宏扩展类型覆盖范围。