alphaear-stock
AlphaEar Stock 技能用于搜索 A 股、港股、美股股票代码,并获取历史价格(OHLCV)与基本面数据。适合查询股票代码、近期价格变化等场景,依赖 pandas、requests、akshare、yfinance。
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
54,058 个结果
AlphaEar Stock 技能用于搜索 A 股、港股、美股股票代码,并获取历史价格(OHLCV)与基本面数据。适合查询股票代码、近期价格变化等场景,依赖 pandas、requests、akshare、yfinance。
面向 Unity 游戏开发的技能,覆盖 Unity 6 LTS、URP/HDRP 渲染管线、C# 脚本优化、性能调优、资源管理与跨平台部署,提供架构建议、最佳实践与可执行步骤。
连接 11 个搜索与网页提取服务商的多源搜索技能,可按查询自动路由并跨源去重、提取网页内容。仅返回排序链接与页面文本,不生成模型答案;查询与待提取 URL 会发送给第三方服务商。
Course Guide 是「AI Engineering from Scratch」课程体系(共 523 课、20 个阶段)的路由层工具。学习者只需给出一个主题、一个问题或一个正在排查的 bug,它就会指出该内容在课程中的确切位置,并给出下一步应执行的命令。它可作为课程导航使用,并兼容多种智能体宿主:技能名称本身可移植,但调用语法随宿主而异(如 Codex 使用技能名形式,Claude Code 使用 /learn、/start-learning、/course-guide 等斜杠形式,其他兼容宿主使用自然语言)。对于需要排查的问题,它会指向其背后的概念课程而非单纯的工具 FAQ,例如把 NaN 损失指向损失函数与数值稳定性相关课程。它还能读取当前目录的 LEARNING.md 了解真实进度以回答“下一步做什么”,并将 Claude 认证、Model Context Protocol(MCP)、Agent Skills、逆向工程等需求路由到各自专属的学习路径。
AI Engineering from Scratch 课程的交互式辅导技能,每次调用教一课,读取 LEARNING.md 并抓取下一课内容,按小节互动讲解,支持 Codex、Claude Code 等宿主。
start-learning 是「AI Engineering from Scratch」课程体系的一次性入门引导技能。该课程共 20 个阶段、523 节课,内容从线性代数一直延伸到自主智能体。这个技能负责与学习者进行沟通、运行分级测验,并在当前目录生成 LEARNING.md 文件,用于记录学习动机、起步阶段和学习路径。后续每次学习都会读取并更新该文件,因此它被视为学习者的唯一事实来源。技能可与任意 agent 配合使用;若环境提供结构化问答工具则使用该工具,否则以纯文本字母选项呈现并等待回复。若学习者只想要 MCP、Agent Skills 或逆向工程等特定路线,或已存在对应的状态文件,本技能会转交给专门的技能处理,不运行分级测验,也不创建 LEARNING.md。
用于通过 asc 命令行工具分诊 TestFlight 崩溃、Beta 反馈与性能诊断的技能,可拉取并汇总崩溃报告、测试者反馈及卡顿、磁盘写入、启动等性能指标。
App Store Connect ID 解析技能:用 asc 命令把应用、构建、版本、数字商品、测试组与测试员等人类可读名称映射为 ID,供其他需要 ID 的命令使用。
asc-notarization 是一个用于在 App Store 之外分发 macOS 应用的技能,通过 xcodebuild 归档、导出并用 asc 命令提交公证(notarization)。包含签名验证、Developer ID 导出、ZIP 打包、提交轮询、查看日志与装订票据(staple)等流程。
用于 App Store Connect CLI 的 PPP 定价技能,按购买力平价或自定义区域策略为订阅与内购设置分地区价格,支持 setup、pricing summary、价格导入与价格计划等命令。
asc-shots-pipeline 是面向 iOS 应用商店截图的自动化技能,串联 xcodebuild/simctl 构建运行、AXe 驱动 UI、JSON 计划采集、Koubou 0.20.0 加框与 asc 上传,支持多语言并行采集。
asc-wall-submit 是 App-Store-Connect-CLI 仓库中的一项技能,用于通过内置 CLI 流程提交或更新 Wall of Apps 条目,命令为 asc apps wall submit,支持 App Store 应用 ID 或链接加名称两种输入方式。
pr-triage 是 RTK 项目中的 PR 分诊技能:审计开放中的 PR、按需深度审查并起草、发布评审评论。触发方式为 /pr-triage、/pr-triage all 或 /pr-triage 42 57,支持英法双语输出,但 GitHub 评论始终用英文。
RTK 仓库 triage 编排技能:并行执行 issue-triage 与 pr-triage,交叉比对 issues 与 PRs 数据,识别重复覆盖、安全评审缺口、无 PR 的 P0/P1 bug、CI 异常的内部 PR 及未关联 issue 的 PR,并输出带数据汇总的报告文件。
create-branch 是一个 git 分支创建与切换技能,支持智能校验、前缀推断和 GitHub Issue 集成,通过 gh 或 git 命令创建规范化的新分支并可选推送到远程。
github-multi-repo 是来自 ruvnet/ruflo 的多仓库协调技能,结合 AI 集群编排实现跨仓库同步、包版本对齐与仓库架构优化,支持组织级自动化、跨项目协作与可扩展的仓库管理。
面向 GitHub 项目的 AI 集群协同管理技能,涵盖议题跟踪、项目看板自动化与冲刺规划,提供议题分诊、看板同步、进度更新、敏捷指标与跨仓库协调等命令示例。
hive-mind 是 ruflo 项目中的分布式蜂群协调技能,提供拜占庭容错共识与多智能体协作,支持多种拓扑与共识策略,适用于多智能体分布式任务、容错操作与集体决策。
面向神经模式训练与优化的技能,结合 SONA、MoE 与 EWC++ 实现自适应、专家路由与知识巩固,适用于训练新模式、优化智能体路由、知识整合和模式识别任务。
ReasoningBank Intelligence 是一个面向 AI 智能体的自适应学习技能,用于从经验中学习、识别模式并随时间优化策略,实现元认知与持续改进。依赖 agentic-flow v1.5.11+、AgentDB v1.0.4+ 与 Node.js 18+。
用于验证与优化 claude-flow v3 性能的技能,通过 Flash Attention、AgentDB HNSW 索引和系统优化达成目标:注意力加速 2.49x-7.47x、搜索提升 150x-12,500x、内存降低 50-75%,并含持续基准测试与回归检测。
用于对照 Apple App Store 审核指南检查应用代码的技能,支持 Swift、Objective-C、React Native 与 Expo,覆盖安全、性能、商务、设计、法律等条款,帮助在提交前发现可能被拒的问题。
面向 GitHub 与 GitLab 项目的 Conventional Commits v1.0.0 规范技能,统一分支命名、worktree 命名与提交信息格式,便于工具自动生成变更日志、执行 SemVer 版本递增并按关注点过滤历史。
用于撰写各类新闻稿的写作技能,强调以新闻价值而非营销话术为核心,可按发布类型、目标地区与媒体形式调整格式,并给出标题方案、结构化正文、质量检查与后续分发建议。