s4ag-orchards
果树(果园)的建立与管理技能,覆盖从树种品种砧木选择、园址准备与定植、修剪系统、营养与土壤生物管理到病虫害识别与防控的全流程。强调果园是长期资产,定植前的决策影响未来数十年;以生物视角优先,重视菌根网络、堆肥覆盖和抗病品种,减少对常规喷药方案的依赖。每个子工具在输出前设检查点确认假设,输出后给出后续步骤。
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
54,035 个结果
果树(果园)的建立与管理技能,覆盖从树种品种砧木选择、园址准备与定植、修剪系统、营养与土壤生物管理到病虫害识别与防控的全流程。强调果园是长期资产,定植前的决策影响未来数十年;以生物视角优先,重视菌根网络、堆肥覆盖和抗病品种,减少对常规喷药方案的依赖。每个子工具在输出前设检查点确认假设,输出后给出后续步骤。
该技能用于农作物病虫害管理,采用IPM(综合病虫害管理)分级思路处理病虫害识别、干预阈值判断、预防性栽培措施、生物防治、有机喷施与常规化学防治等问题。资料给出症状对照表、经济阈值参考、轮作与品种选择等文化防治建议、天敌与生物制剂清单,并要求在给出结论前确认作物、受害部位、蔓延速度与采收紧迫性。
该技能用于指导户外养猪管理决策,覆盖牧场、林地和果园三种放养系统,包含轮牧管理、品种选择、圈舍设计、营养基础与常见健康问题。每个子工具在输出前会设置检查点确认假设,并以后续步骤收尾。内容基于Joel Salatin、Allan Savory、Elaine Ingham等实践者的框架,强调通过轮牧将猪的翻拱能力转化为土地管理工具,避免长期滞留造成退化。适用于农场主规划养猪企业、评估土地承载力、设计轮牧方案或降低外购饲料成本。资料未提供具体操作界面与价格信息。
s4ag-polytunnels 是一个农业技能,围绕塑料大棚(polytunnel)的高效使用,提供作物规划、轮作、通风与湿度管理、病虫害防治、棚内土壤管理以及延长种植季节等方面的指导。该技能以多个子工具组织:crop-planning、environmental-management、soil-management、pest-disease、season-extension,并附带路由建议,帮助用户根据具体问题选择合适的子工具。每个子工具在输出前设有检查点,要求确认假设条件,并在结尾给出下一步建议。内容基于 Eliot Coleman、Charles Dowding、Joy Larkcom、Elaine Ingham、Mary Louise Flint、Jean-Martin Fortier 等实践者与研究者框架。
s4ag-propagation 是面向农业场景的植物无性繁殖技能,帮助用户按季节与木材质地选择扦插、分株、压条或嫁接等繁殖方式,并给出繁殖介质、生根激素浓度、温湿度环境与预期生根时间等操作参考。该技能在给出结论前设置检查点,确认物种、可用枝条类型与湿度条件后再输出建议。
该技能是一个面向再生农业的中枢指导工具,旨在帮助用户理解再生农业的理念、核心原则,并评估农场现状、规划转型路径。整合了多位专家的理论框架,将农场决策视为生态决策,强调通过最小化干扰、全年保持活根、覆盖土壤、最大化多样性和整合动物五大原则来重建土壤生物学、水循环与生物多样性。适合已从事农业或计划转型的用户,提供从原则理解、评估打分、确定切入点、设计生态系统、决策检验、就绪检查到转型排序、经济与陷阱规避的分步指导,每步均设检查点以确认农场实际情况。使用中需用户提供农场类型、作物、财务与动机等信息,缺失则暂未提供。
s4ag-seeds 是一个面向种子保存与选种指导的 AI 技能,属于 skills-for-agriculture 技能集。它用于回答保存种子、隔离距离、种子清理与干燥、储存及品种保存等问题,并围绕隔离、选择、清理干燥和储存等子工具提供分步流程。每个子工具会在给出结论前设置检查点确认假设,并在末尾列出后续可运行的技能;资料同时提供授粉类型分类、杂交风险分组、隔离距离、最少植株数等参考表。
一个面向小果类作物(蓝莓、草莓、树莓、黑莓、醋栗、鹅莓、葡萄等)的农业技能工具集,按子工具分步处理品种选择、建园定植、整形修剪、营养与土壤、病虫害管理,并在每步输出前设置确认检查点。
土壤健康决策的入口技能,适用于用户提及土壤检测、肥力、改良剂、覆盖作物、压实、土壤生物学、碳、排水等场景。该技能以土壤食物网和矿物平衡为框架,提供土壤检测报告解读、改良剂规划、覆盖作物选择、压实诊断和长期肥力规划五个子工具,帮助用户根据具体土壤类型、气候、作物和预算制定土壤管理方案。
该技能聚焦“合成林农(Syntropic Agroforestry)”的设计与管理,基于 Ernst Götsch 等人提出的自然演替加速方法。它把农场视为一个逐年自我改善、无需增加投入的系统:通过按演替阶段配置物种、垂直分层、计划性修剪与割倒(chopping and dropping),将数十年的生态演替压缩到数年。技能内含五个子工具:演替设计、分层设计、扰动管理、胎生物种(placenta species)选择与场地解读,并采用“检查点”机制,在输出建议前确认气候带、生产目标与规模等关键假设,末尾给出后续步骤。适用于退化地恢复、从零设计农林系统、停滞系统推进等场景;文中示例物种多为热带/亚热带默认,温带系统层数更少、生长更慢。
该技能用于指导农民从常规农业向再生农业或有机农业转型。根据资料,转型指导内容已被整合进 /s4ag-regenerative 技能,并归入其中的“Transition Pathway(转型路径)”部分。/s4ag-regenerative 覆盖从理念到实践、再到转型的完整过程,具体包括四项内容:准备度评估(如实判断农场和农民是否已准备好开始转型)、转型排序(规划各项变更的先后顺序以降低风险)、转型经济性(梳理财务现实,并制定过渡性策略)、转型陷阱(列举最常见的错误及规避方式)。该技能还提供路由指引:若尚未开始且正在评估是否转型,使用 /s4ag-regenerative 的 readiness-check;若已决定转型并需要计划,使用 transition-sequencing;若担心资金问题,使用 transition-economics;若已在转型过程中但遇到问题,使用 transition-traps。资料未提供独立的使用方式、平台支持或收费信息。
这是一个农业野生采集(Wildcrafting)技能,旨在帮助用户可持续地从农场边缘、树篱和未改良土地采集野生植物。它强调基于伦理和生态管理的采集实践,核心是Robin Wall Kimmerer的“光荣收获”原则:不取所需之外、不取超过半数、回馈生态。该技能提供五个子工具:鉴定(identification)帮助用户在收获前确认植物种类,采用多特征与区域参考对照的严格标准;收获协议(harvest-protocols)给出按物种的采集量、时机和剩余量建议;边缘管理(edge-management)指导如何管理农场边缘以提高野生采集产量而不损害生态功能;增值加工(value-adding)涉及干燥、酊剂、保存或销售;采集整合(foraging-integration)帮助将野生采集纳入农场收入而不造成过度开采。资料中包含大量物种参考表、季节性日历和检查点提示,适合农场主、觅食者或对野生食用/药用植物感兴趣的人。使用前需确认所在地和物种鉴定,技能本身不替代实地专家确认,且部分内容基于英国/欧洲和北美语境。
面向 Android 设备的 fastboot 与 bootloader 操作技能,涵盖解锁引导程序、刷写分区、A/B 槽位与动态分区管理、Recovery 与 Magisk 刷入、恢复出厂及软砖修复,并提供危险等级划分与防变砖检查清单。
该技能通过 Hyperlane CLI 的 status --relay 命令,在以太坊协议类型的链之间手动投递(自中继)Hyperlane 消息,可依据 dispatch_tx 或 message_id 查询 Explorer 补全数据并执行中继。
iOS 分享扩展技能,用于在系统分享面板中为原生 App 添加“保存到”目标,把分享的链接或文本经已登录用户身份存入后端。适用于 Convex + Clerk 技术栈,无需新建服务端接口或重新登录。
一套面向 git 与 GitHub 协作流程的技能规范,强调 issue 优先、基于 worktree 的默认工作方式,并管理 gh 用法、issue/PR 创建与检查、提交与 PR 规则,以及在环境变量确认后的 Atlassian 访问。
brainstorming 是一个在创意工作前使用的技能:通过协作式对话把想法梳理成完整设计与规格,覆盖新功能、组件、功能增补或行为修改。它强调先理解项目上下文、逐条澄清问题、提出2-3种方案、分节呈现设计并获取批准,最终写入设计文档并交由用户审阅。
deepswe-analyze 是一个用于把已完成 Harbor 运行(DeepSWE、SWE-bench Pro 等 scaffold)转化为每周失败原因分析的工具,通过命令与 Sonnet 判定失败试验,产出台账、分类、对比对与一致性报告。
面向小说、短篇、剧本等文学作品的逐句修订技能,作者与 AI 合作,按“主题·内容·结构·句子”四层可验证标准,逐段逐句指出问题并征求作者同意后修改,支持多版本比较,最终可输出 HWPX 文件。
understand 是一个代码库分析技能,用于扫描项目并生成 knowledge-graph.json 知识图谱文件,存放在 .understand-anything/ 目录,驱动交互式仪表盘以探索项目架构、组件与依赖关系。支持全量重建、增量更新、自动更新配置、LLM 图谱审查及多语言输出。
understand-chat 是一个用于代码库问答的技能:它基于项目根目录下的 .understand-anything/knowledge-graph.json 知识图谱,回答关于代码库的问题,帮助理解代码结构与依赖关系。
understand-dashboard 是一个用于启动交互式 Web 仪表盘的技能,可将代码库的知识图谱可视化。它读取项目中的 .understand-anything/knowledge-graph.json,并通过 Vite 开发服务器在本地展示。
用于分析 git diff 或 pull request 的技能:结合 .understand-anything/knowledge-graph.json 知识图谱,识别直接改动的组件、受影响的上下游组件、涉及的架构层与风险,并生成可视化用的 diff-overlay.json。
从代码库提取业务领域知识(领域、业务流程、流程步骤),生成可交互的横向流程图。可独立运行轻量扫描,或基于已有知识图谱推导。