iot
基于 PlantUML 与 mxgraph.aws4 图标语法生成 IoT 架构图的技能,提供设备、传感器、边缘网关、云服务等模板图标,适用于智能家居、工业物联网、车队管理与边缘计算等场景。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-21 00:15
54,052 个结果
基于 PlantUML 与 mxgraph.aws4 图标语法生成 IoT 架构图的技能,提供设备、传感器、边缘网关、云服务等模板图标,适用于智能家居、工业物联网、车队管理与边缘计算等场景。
基于 PlantUML @startmindmap 语法生成层级思维导图的技能,适用于头脑风暴、主题拆解、学习笔记与决策树,支持分支方向、配色与富文本节点。
strategy-compare 用于在同一标的、同一数据上对比多个交易策略或多空方向(做多、做空、双向),生成并排统计表与叠加净值曲线,并附 NIFTY 基准。
基于本地语音识别模型的音频转文字技能,通过 coli asr 命令完全离线转录,无需 API 密钥,支持中文、英文、日语、韩语、粤语及英语专用模型,并提供标点修正与语气词清理的 AI 润色。
根据主题、URL 或文本生成播客节目的技能,支持 1-2 位 AI 主播以快速概述、深度分析或辩论形式讨论内容,输出完整音频与字幕。触发词包括“做播客”“podcast”“播客”“录一期节目”“chat about”“discuss”“debate”“dialogue”等。
将文本转换为自然语音的 TTS 技能,支持单角色快速朗读与多角色脚本配音两种模式,可指定语言、语速与主播音色,输出音频链接或下载文件。
依据 WCAG 2.1/2.2 标准对网站或应用进行无障碍审计的技能,覆盖 POUR 四原则与 A/AA/AAA 合规等级,含自动化与手动测试步骤、问题优先级与整改建议。
ralph-plan 是 Mastra 项目中的交互式规划助手,通过对话协作帮助用户生成结构清晰的 ralph-loop 命令,内容包含背景、准备、任务与测试等分段。
decision-mapping 是一个把模糊想法拆解为有序调查工单并逐条推进解决的技能。它用单个 Markdown 决策地图记录待决问题,每个工单限定在一次约 100K token 的会话内完成,支持研究、原型、追问和任务四种类型。
Worktrunk(wt CLI)是管理 git worktree 的命令行工具,支持钩子、配置、别名与 LLM 提交信息生成。本技能提供其命令、配置与工作流指引,帮助判断命令作用于哪个 worktree,并安全配置用户级与项目级设置。
将企业的ICP与购买信号转化为分层广告受众定向方案,覆盖冷启动/广泛拓客、兴趣与在投行为细分等层级,并给出各层的定义、规模、预算、测试顺序与互斥规则。
广告出价策略技能:按平台与目标选择手动或自动出价、成本目标或价值/回报目标,确定何时切换、如何设定与调整目标。强调先修好转化衡量,再谈出价;只给建议与草稿,不执行平台改动。
广告预算节奏分析技能:对比单次广告活动或账户的已花费与应花费进度,识别超支或欠支并给出调整建议,仅做跟踪与预警,不直接修改账户。
面向 B2B 广告投放的角色地图技能:根据报价、成交金额与行业,推断可能参与采购决策的委员会角色,并为每个角色给出信息角度与广告定向代理(职能+资历)。输出的是细分市场层面的角色模式,而非具体联系人名单。
广告转化跟踪验证技能:在付费广告投放前检查转化事件是否配置正确、只触发一次并完成去重,输出带逐项证据的验证报告和明确的 GO / NO-GO 结论及审批人。
将单一核心价值主张转化为真正不同的广告文案变体(标题、正文、描述、CTA 组合),每个变体带角度、认知阶段、公式与版本标签,便于归因测试。
依据公开资料,用于判断在投广告创意是否真正进入疲劳期的诊断型技能。它先排除预算变更、学习期重置、受众饱和、竞价CPM上涨等混杂因素,再基于创意自身基线衡量衰减并设置置信门槛,最终给出判定与可执行动作,而非直接建议重做素材。
ad-format-fit 是一个付费媒体策略技能,用于在投放前审计广告版式选择:根据目标和平台判断哪些版式可用、结构匹配、常被误用或团队无力生产,并在投放后区分“版式问题”与“素材或定向问题”。
一个付费媒体渠道选择技能,在广告活动搭建阶段,依据企业单位经济模型、受众、漏斗阶段与预算,判断应投放哪一类付费渠道家族(如付费搜索、付费社交、短视频等),并给出渠道方案。
该技能用于在固定总预算下,按预期边际回报把付费媒体预算分配到各活动、平台、漏斗阶段与受众,并给出再分配决策规则。它只做建议、不执行平台变更,强调边际回报而非平均回报,并提醒缺少建模或增量测试时边际估计只是方向性代理。
ad-swipe-file 是一个竞品广告情报技能:从公开渠道收集竞品正在投放的广告,按格式、钩子等归类为可查询的 swipe file,读取公开信号并转化为带优先级的测试假设。它止步于排名假设,简报、测试设计、文案生产由同级技能负责。
面向 AI 助手回复、AI 搜索答案等对话式广告位的文案技能,帮助把广告信息改写为单条、自包含、可被引用的推荐式文案,并区分广告主原文与模型生成两种投放路径。
用于为 lookalike、相似受众或价值型受众挑选、定容并验证种子客户名单的技能,涵盖上传哪些客户、上传多少、匹配数与行数的区别、隐私同意门槛、种子来源排序、回退阶梯及标识符准备等,最终产出可验证的种子定义与导出交接规范。
付费落地页审计技能:针对承接付费流量的落地页,按点击后转化最佳实践检查信息匹配、漏斗与页面摩擦,输出按效率排序的修复清单,并标注证据等级与严重度。