review-with-untracked
一个 Claude 技能:在代码审查前用 git add -N 临时把未跟踪的新文件纳入 git diff 可视范围,让依赖 diff 的审查类技能能看见新文件,审查后再用路径限定的 git reset 恢复为未跟踪状态。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-20 00:12
54,036 个结果
一个 Claude 技能:在代码审查前用 git add -N 临时把未跟踪的新文件纳入 git diff 可视范围,让依赖 diff 的审查类技能能看见新文件,审查后再用路径限定的 git reset 恢复为未跟踪状态。
面向科研投稿的 LaTeX 模板与格式规范技能,覆盖 Nature、Science、PLOS、IEEE、ACM、Cell Press 等期刊,NeurIPS、ICML、CVPR、CHI 等会议,以及学术海报和 NSF、NIH、DOE、DARPA 等基金申请书模板。
What-If Oracle 是一个结构化情景分析技能,用于探索不确定未来:把“如果……会怎样”的问题拆解为变量、幅度、时间与背景,生成4–6条分支(最佳、可能、最差、黑天鹅、逆向、二阶),并给出概率、触发条件、后果与应对建议。
Snap Spectacles 的 Spectacles Interaction Kit(SIK)技能文档,用于实现捏合、点按、凝视与双手操控交互,构建 AR 按钮、滑块、可拖拽对象与可滚动界面,并涵盖 Interactor、Interactable、InteractionManager 三类架构。
该技能是一套面向音频制作的增量式工作流模式,核心特点是每完成一个步骤立即验证、遵循快速失败原则,并针对不同时长的分轨(stem)提供自适应对齐策略。流程从根据 BPM 和总时长提前计算段落过渡点开始,先校验参考音频并确定目标时长,再逐条生成并即时验证各分轨,单独生成鼓轨,随后通过补零、循环、交叉淡化扩展等策略处理时长不一致,验证对齐后再应用效果、导出母带并归档终检。该技能强调逐个处理分轨以降低内存占用,避免沙盒环境因大数组操作而失败,并在混音前确认所有分轨与目标时长一致。
这是一个用于音频制作的对齐分轨工作流技能,强调增量验证、快速失败原则和自动时长对齐。该技能按严格顺序执行步骤,每步生成并验证输出后再继续,针对分轨时长不匹配提供零填充、循环或交叉淡化等扩展策略。主要能力包括:提前计算节拍对齐的段落过渡时间;验证参考音频并提取目标时长;逐一生成并验证每个分轨;检测并解决时长差异;单独生成鼓分轨;应用效果并验证;导出母带;归档与最终验证。该技能与标准工作流的差异在于:增量验证、快速失败、提前计时、显式时长对齐、自适应扩展、鼓分轨独立处理以及内存高效处理。
这是一个用于端到端音频制作流程的技能模板,核心是把“生成母带与多条分轨、应用音频效果、打包交付、校验规格”串成一套可复用的步骤模式。它先检查参考音频文件是否可读,再根据 BPM 和总时长计算段落的时间点,接着生成带有明确采样类型(subtype)的分轨,使用 scipy.signal 做滤波、混响等信号处理,导出母带与各分轨,压缩成 zip 存档,最后逐项校验采样率、位深类型和时长是否符合预期。资料给出基于 soundfile、numpy、scipy 与 zipfile 的完整 Python 示例代码,可用作自动化音频生产脚本的起点。适用于需要批量产出规格统一的分轨和母带并进行交付归档的场景。示例中的音频内容为合成占位信号,实际音源与效果参数需自行替换;资料未提供安装要求、依赖版本、平台限制或收费信息。
该技能用于在编写 FFmpeg 编码脚本前先检查系统上可用的编码器,以避免因缺少编解码库或库版本不匹配导致运行失败,尤其针对 libopenh264 常见的版本不匹配问题。核心做法是运行 ffmpeg -encoders | grep h264 探测可用 H.264 编码器,再按优先级选择:源与目标分辨率、格式一致时用 -c:v copy 直接复制流;否则优先用 libx264;其次尝试硬件加速 h264;避免使用 libopenh264。选定后先用短片段测试再处理完整文件,并同时关注音频编码器的可用性。
该技能为 ffmpeg 视频编码失败提供逐级降级的处理流程,涵盖编码器探测、短片段预测试、复制模式与备选编解码器回退,以及以 MoviePy 作为兜底方案,并给出可复用的 Python 实现模式和常见错误应对表。
用于管理持久化 Markdown 记忆的技能,将跨项目偏好写入 .opc/memory/global.md,将当前项目偏好写入 .opc/memory/projects/<current_project_id>.md。
面向音频制作的增量式工作流技能,强调逐步验证、快速失败与自适应时长处理,用于处理不同长度分轨的对齐、生成、效果处理与混音导出。
该技能用于在代码执行失败时采用分层回退策略,并通过锚定工作区路径避免文件写错位置,资料来源为 hkuds/openspace 下的 code-execution-fallback。
该技能用于一次性写出结构完整的医疗 SOAP 病历文档,涵盖主观、客观、评估与计划四个标准部分,避免分文件或残缺草稿。
当 execute_code_sandbox 或 read_file 返回 unknown error 时,改用 run_shell 配合 Python heredoc 执行代码的备用方案,可继续完成文件读取、数据处理与文档解析。
该技能定义了一套强制工作流:在标记任务完成前,必须将代码库交付物打包为 ZIP 文件并验证,否则任务视为失败。适用于需要单一可下载产物的交付场景。
用于多交付物任务的跟踪技能,确保在结束任务前完成全部必需产出,避免只完成第一项就提前终止。
该技能用于多交付物任务的完成度跟踪:在任务开始时列出全部必需产出,执行中维护可见进度清单,结束前逐项核验,确保所有交付物完成后再停止,避免只完成部分输出就结束任务。
Skill Template Generator 用于把提取出的代码架构模式转换成 OpenSpace 可注册、可选用、可演进的 SKILL.md 技能文件,适合从参考代码库中打包可复用技能、创建新技能或将非正式文档/代码示例转为标准 SKILL.md 格式。
Meditation & Wellness Kit 是一个用于生成冥想、睡眠与放松类音视频体验的技能。它通过向用户询问用途、时长、主题、是否包含引导旁白、背景音乐、视觉循环以及声音风格等信息,再按冥想、睡眠、专注、呼吸练习等不同结构组织内容,调用音乐生成、语音合成、图像生成与视频生成能力,产出背景氛围音、引导旁白音频、视觉图像或循环视频以及会话时间流程指南。适合制作正念冥想、助眠、专注与呼吸训练等放松内容。
Grass Stage 是一个来自 hmbown/mmbnchips 的技能模式,属于 Codex 兼容渲染下的混合战斗芯片模式。它用于把工作环境或操作面整体变得“肥沃”,以便为恢复、迭代和再生增长创造更友好的基础条件,同时要求如实说明这种丰饶环境也会放大某些风险压力。该技能强调不能把它当作纯粹的安全措施:如果无法指出被放大的负面因素,就没有诚实描述该地形。若只需要保护局部区域,应改用 Sanctuary 而非全盘绿化。
一个用于智能体工作流的操作者画像技能:仅根据消息内容推断请求者的技术熟练度(business、hybrid、technical),并据此调整回复语气与详略,不直接询问用户技术水平。
用于标准化 PRD(产品需求文档)的发现与起草流程,覆盖产品范围、用户成果、需求编号 REQ-*、验收标准 AC-* 与需求追踪。适用于创建 PRD 或梳理产品需求时使用,最终输出到 docs/prd/prd-[slug].md。
该技能用于强制执行红队式验证与对抗性协议审计,在宣称任务完成或调用 notify_user 前进行自检,发现并修复违反项目规范、反模式与结构性规则的问题。
面向 Dart 3.x+ 的现代语言规范技能,强调空安全、不可变性与模式匹配,用于提升代码安全性、性能与可读性。