gh-cli
GitHub CLI(gh)官方命令行工具的完整参考,涵盖认证、仓库、议题、拉取请求、Actions、项目、发布、Gist、Codespaces、组织、扩展等操作,可在终端中无缝使用 GitHub。资料显示版本为 2.85.0。
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
54,039 个结果
GitHub CLI(gh)官方命令行工具的完整参考,涵盖认证、仓库、议题、拉取请求、Actions、项目、发布、Gist、Codespaces、组织、扩展等操作,可在终端中无缝使用 GitHub。资料显示版本为 2.85.0。
Sui 对象模型技能:讲解 Move 中结构体声明与能力(key/store/copy/drop)、对象所有权转移与共享、命名约定以及动态字段的用法。
Sui Move 标准库常用写法的速查技能,涵盖字符串、Coin/Balance、Option、地址与 ID、UID、TxContext、向量与结构体解包等惯用模式,帮助开发者用更简洁的方法语法替代冗长的模块函数调用。
Move 语言语法技能,整理模块声明、导入、可变性、可见性、方法语法、枚举、宏与注释等编码约定,用于按 Sui 风格编写 Move 代码。
app-container 是 VivaDicta 技能,用于在 iOS 模拟器中打印 VivaDicta 应用容器目录的路径。它通过 xcrun simctl 命令获取已启动模拟器中指定 bundle id 的数据容器路径,输出仅包含路径结果。
面向 App Store 提交流程的 asc 技能:先判断应用是否可提交,再用命令行走通发布,并处理首次上架时的可用范围、订阅、内购、Game Center 与 App Privacy 等阻塞项。
krankie-rankings 是一个用于拉取 VivaDicta 应用商店关键词排名的技能。它使用免费自托管的 krankie 获取排名,与上次检查结果对比,并把带日期的排名报告写入 Obsidian 库,可替代需订阅的 asc-aso-rankings。
VivaDicta 的日志采集启动技能,支持三种层级:sim(默认,模拟器统一日志)、device(真机 stdout,仅主 App)、structured(真机统一日志归档,可覆盖扩展)。配合 logs-stop 停止采集。
logs-stop 用于停止由 logs-start 启动的 VivaDicta 日志采集并按层级汇总结果,自动检测正在运行的采集层级,可选过滤条件。
用于把 iOS 模拟器状态栏设为适合截图的干净状态:时间 9:41、满电、满信号,并可恢复真实状态。
suggest-automations 是 n8n 提供的一项自动化推荐技能:根据用户的团队和所用应用,以单选卡片给出三条最常用的自动化建议,并在用户确认后构建所选自动化。
用于编写与校验 EARS(Easy Approach to Requirements Syntax)格式需求的技能,支持自然语言转 EARS、语法校验与本体映射,并提供五种句式模板、校验清单、优先级与需求文档模板。
Session Manager 是 musubix 的技能,用于在会话之间保持连续性:会话开始时从 ~/.musubix/sessions/ 恢复过去上下文,结束时保存状态,并集成 TodoWrite 跟踪多步任务进度。
将技术说明转化为面向管理层与政策制定者的投资判断材料,进行ROI与商业影响表达、技术术语到商业价值的翻译,并按抽象阶梯优化受众表达,输出 executive-summary.md。
基于 RDKit 的化学信息学分析技能,用于从 SMILES 计算分子描述符、生成 Morgan 指纹、计算 Tanimoto 相似度、检测结构警报并评估 Lipinski Rule of 5,支持 SAR 与成药性分析。
Human Protein Atlas(HPA)集成技能,提供组织与细胞层面的蛋白质表达谱分析流程。可检索基因基本信息、RNA 表达、癌症预后生物标志物、细胞内定位、蛋白质互作与生物学过程,并通过 HPA REST API 输出 JSON 与 CSV 结果。
用于整合多项独立研究、量化总体证据的元分析技能,提供效应量合并、异质性评估与发表偏倚检测模板,支持固定效应与随机效应模型(DerSimonian-Laird)、森林图、漏斗图、Egger/Begg 检验、亚组分析、元回归与累积元分析。
科学数据分析流水线的脚手架技能,用于自动建立目录结构、管理随机种子以保证可复现性、输出进度日志、计测运行时间、生成 JSON 摘要并绘制总括仪表板图,整合 Exp-01〜13 共 13 个实验的通用脚手架模式。
面向 CT/MRI/X 线影像的放射诊断 AI 技能,基于 MONAI 提供分类、分割、CADe/CADx 流程、Grad-CAM 可解释性、结构化报告与 AI-RADS 分级,需由放射科医师复核后方可用于临床。
科学强化学习技能,基于 Stable-Baselines3、Gymnasium 与 PufferLib 提供 RL 智能体训练、自定义环境构建、多智能体与科研应用管线,覆盖分子设计、实验参数优化与机器人控制等场景。
用于学术论文改版的变更追踪与差异管理技能,可生成原稿版本间 diff、以红字删除/蓝字添加标记修改处、自动生成改版摘要,并管理审稿意见与修改位置的双向可追溯性。触发语包括「追踪改版」「生成变更历史」「输出 diff」。
用于分光光谱与生物信号(ECG/EEG)的预处理与分析技能,提供基线校正、滤波、峰检测、频带功率分析等标准工作流,基于 SciPy/NumPy 实现。
SHIKIGAMI Planner 是一个面向调研与规划场景的对话式技能,通过 5 Whys 与 JTBD 挖掘真实目的,并制定研究计划、管理进度与成果物。
web-content-fetcher 是一套网页内容获取技巧集合,用于抓取网页、提取文章正文、获取社交媒体帖子内容,并把任意 URL 转换为文本或 Markdown,适用于需要读取 X/Twitter、微信、知乎、Medium 等页面内容的场景。