gpt-taste
gpt-taste 是一个面向前端设计工程的技能,要求以 Awwwards 级标准生成页面:用模拟 Python 随机化打破布局重复,遵循 AIDA 结构,强制 2-3 行 Hero 标题、无空隙 Bento 网格、GSAP 滚动与悬停动效,并禁止 emoji 与廉价元标签。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-11 00:16
53,729 个结果
gpt-taste 是一个面向前端设计工程的技能,要求以 Awwwards 级标准生成页面:用模拟 Python 随机化打破布局重复,遵循 AIDA 结构,强制 2-3 行 Hero 标题、无空隙 Bento 网格、GSAP 滚动与悬停动效,并禁止 emoji 与廉价元标签。
quieter 是一个用于降低设计视觉强度的技能,适合处理过于大胆、喧闹或刺激过度的界面,在保留设计质量与效果的前提下让整体更精致、易看。
Atlassian CLI(官方 acli 二进制程序)用于从终端操作 Jira Cloud、Confluence Cloud 及组织管理任务,可创建、查看和处理工作项、空间等。
Moyu(摸鱼)是一个面向 AI 编程助手的技能提示,用于在检测到过度工程时自动约束 AI 行为:只改用户明确指定的代码、优先最简单方案、有疑问先询问,避免多余重构、依赖、注释与测试。
engineering-report-generator 是一个生成工程分析报告的工具,支持用 Plotly 交互式可视化、标准报告章节与 HTML 导出,用于创建仪表板、分析报告及客户端可交付文档。
vp-retro 是一个用于回顾近期智能体会话的技能,帮助从协作、指令、技能或工作流中找出有证据支持的改进点。它明确不用于代码或 PR 审查。
Content Engine 流程第 5 步(创意优先):读取已批准的 Idea Pool 卡片,按客户品牌产出视觉创意,如轮播、信息图、单图或 lead magnet,并交给 content-write 撰写配套文案。
Content Engine 流程第 8 步的评论雷达技能,提供 targets、radar、log 三种模式:生成值得评论的 LinkedIn 目标列表、挑选新鲜帖子并起草评论、记录已发评论并回补研究信号。仅生成草稿,不自动发布。
Content Engine 流程第 2 步:依据 2026 优化框架与客户策略审计个人 LinkedIn 资料,按 8 个板块给出改写方案、横幅简报与 Featured 计划。
Content Engine 流程第 9 步的追踪闭环工具,将 LinkedIn 分析导出数据回灌到内容归档与 Posts 数据库,并进行评分、分层与月度校准,为复用与周计划提供依据。
GTM 流程第 1 步:对 IT 代理机构官网做冷审计,生成结构化 Company Snapshot,涵盖服务、定位、案例、团队、流量与 SEO 等信号,输出到 Notion,供后续步骤使用。
Angle Finder 是一个外联策略技能,在撰写任何文案前先确定切入角度。支持 PERSONA 模式(输入画像与背景,输出 3 个不同活动角度、推荐与 A/B 拆分)和 PROFILE 模式(输入 LinkedIn 资料,输出 ICP 匹配评分、信号、1 个主角度与 2 个备用角度及钩子)。
Outbound Analyst 是一个外呼/外联数据分析技能,按渠道(邮件、LinkedIn、多渠道)对触达数据给出明确判断,覆盖接受率、回复率、正向回复率、会议率、退信率等指标,并检查数据口径、定位原因、给出1-2项改进建议。
doc-bdd-validator 是 aidoc-flow-framework 中用于按 Layer 4 模式校验行为驱动开发(BDD)文档的技能,检查目录结构、元数据、章节、Gherkin 语法与追溯标签,并通过 validate_bdd.py 输出 PASS/FAIL 报告。
doc-ctr-autopilot 是 aidoc-flow-framework 中用于从 REQ 接口规格自动生成数据契约(CTR)的技能,输出 Markdown 与 YAML 双文件契约,并带 SPEC-Ready 评分。它先判断哪些模块需要 CTR,再进行生成、校验与评审修复。
用于 EARS 需求文档的内容审查与质量保证技能:检查需求语法、PRD 对齐、可测试性、阈值量化与上游漂移,输出评分与问题清单。
用于 System Requirements(SYS)文档的内容审查与质量保障技能,检查需求完整性、ADR 对齐、质量属性覆盖、接口定义、约束、占位符、命名合规与上游漂移,输出评审分数与问题清单,作为生成 REQ 前的最终 QA 关口。
doc-tasks-fixer 是一个自动化修复技能,读取最新审计/评审报告并修复 TASKS 实现任务文档,处理结构违规、缺失文件、断链、元素 ID、内容占位符与上游漂移,桥接评审与修复迭代。
doc-tspec-fixer 是一款自动修复技能,读取最新审查/审计报告并对 TSPEC(测试规格)文档应用修复,处理损坏链接、元素 ID、测试用例结构与上游漂移等问题。
Production Check 是一个生产就绪度审计技能,扫描整个项目并按安全、错误处理、可观测性、部署就绪、数据库模式、容器规范六类评分(0-100),给出分级与优先修复计划。
通过 Notion API 创建和管理页面、数据库与块的技能,包含集成配置、密钥存储与常用 curl 请求示例,支持搜索、读取、创建、更新与查询操作。
来自 wdm0006/python-skills 的技能,用于避免在从不使用昂贵资源的代码路径上加载它们,涵盖延迟构造、惰性字段、按路径拆分工厂、进程级缓存、冷进程计时与测试断言等要点。
icm 是一套面向编码智能体的文件夹式上下文架构技能,基于可解释上下文方法论(ICM)。用于构建、审计或维护分层上下文结构,让智能体明确所处位置、下一步操作、稳定参考与工作产物。技能以纯文本、与工具无关的方式组织,含审计脚本。
incur 是一个用于构建 CLI 的 TypeScript 框架,让命令行工具同时面向 AI 智能体和人类使用。它提供严格类型的参数与选项 schema、结构化输出信封、自动生成技能文件,并支持通过 Skills、MCP 和 --llms 进行智能体发现。