mlops
面向生产机器学习的 MLOps 技能，涵盖 MLflow 实验跟踪、模型版本管理与注册表、特征存储、模型服务及 CI/CD 部署流程。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-14 00:15
通用与其它
53,804 个结果
culture-engagement
面向工程管理者的团队文化技能，提供心理安全感量表、敬业度问卷、团队文化画布、留任访谈、决策树与反模式清单等模板，用于建设健康团队文化、提升参与感与包容性。
swift-architecture
面向 Swift 应用架构的技能，覆盖 MVVM、Clean Architecture、Coordinator、依赖注入与 Repository 等模式，帮助构建可扩展、可测试的 iOS/macOS 应用。
prisma-cli-db-push
Prisma CLI 的 prisma db push 功能参考：将 Prisma schema 变更直接推送到数据库，不生成迁移文件、不记录迁移历史，适合原型开发、本地开发、测试及 MongoDB 工作流。
export-ml-site
export-ml-site 是一个将 JOURNAL、探索性数据分析 Markdown 与设计笔记打包为离线 MkDocs 站点的技能，可通过 report.html 的 file:// 地址在浏览器打开。站点只导出 Markdown 和已生成的 notebook/HTML 查看器，不复制私有运行态报告。
manage-ml-backlog
Skore 技能集中的“管理机器学习待办清单”步骤，用于在 JOURNAL 中记录一次实验的结果并对想法文件做分类整理，汇总开放、已弃用与暂存的想法。它不负责环境搭建、探索性数据分析、建模、冒烟测试、评估或审计方法本身。
setup-ml-project
用于协调机器学习项目初始化设置的技能，按顺序编排环境、工作区、可编辑安装与 Git 等步骤，通过 skore_skills 状态与策略命令记录用户选择，本身不执行具体脚手架或安装操作。
shape-user-idea
该技能用于把用户已有的想法、问题或资料整理成一条想法记录：在用户确认后写入 journal/ideas/<slug>.md 及一条 Ideas 行；仅适用于数据科学项目工作流，需配套 skore-skills 环境使用。
processon-ai-skill
ProcessOn 官方作图 Skill，让用户通过自然语言在 ProcessOn 账号下新建、编辑、查询、导出各类图形文件，覆盖流程图、UML、泳道图、BPMN、时序图、ER 图、架构图、网络拓扑图、思维导图、组织结构图、鱼骨图、时间轴等。
push-to-pr
push-to-pr 是一个用于向已有 GitHub PR 的源分支推送本地提交的技能，明确禁止创建新分支，适用于用户要求“push to PR”的场景。
deliver-task
deliver-task 是 qianchengjie/skills 中的开发交付技能，用于在任务隔离工作区中按调用方定义的交付范围完成实现、验证与审查，并返回当前源码的实时交接信息，不负责集成回调用方工作区。
recoup-internal-weekly-usage-review
Recoup 内部工具技能，用于每周用量复盘：通过五个独立数据拉取（登录/注册、Web 流量、Stripe 账单、Supabase 积分消耗、AI Gateway 花费）加一次综合，生成周报。仅当请求显式包含 recoup-internal 时调用，全部为只读操作。
rhdh-release
RHDH 发布管理技能，用于查询发布日程与状态、按团队统计问题、跟踪阻塞缺陷、EPIC、CVE 与发布说明，并生成 Feature Freeze、Code Freeze 的 Slack 更新与公告。
branches
RedisInsight 项目的 Git 分支命名规范技能，用于创建和命名符合项目约定的分支，适用于新建分支、切换分支或涉及分支命名的场景。
counterargument
一个用于生成严谨“反方论证”的 AI 技能，从方法论、理论和实践三个角度对研究主张提出批判性审查，帮助在写作或投稿前压力测试研究结论，并给出每项批评的严重程度评级与应对策略。
peer-review
模拟学术期刊同行评审流程的技能，由主编和三位独立评审人（方法学专家、领域专家、魔鬼代言人）分别给出评分与意见，并汇总最终决定与优先修改事项。
payment-integration
支付集成技能，用于接入 Stripe、PayPal 等支付处理商，覆盖结账流程、订阅计费、Webhook 处理与 PCI 合规。适合在实现支付相关任务时主动使用，提供安全实践、检查清单与可执行步骤。
music-connect
Music Connect 是 ruflo 提供的一次性配置技能，用于将当前会话接入用户本人的 Cognitum Music 账户（music.cognitum.one）。它通过 cogmusic MCP 桥注册 cogmusic MCP 服务器，需用户自行生成并以 cogmcp_ 开头的个人访问令牌，然后运行 claude mcp add 完成注册。仅当 mcp__cogmusic__* 工具尚未加载时使用。
music-generate
music-generate 是一项通过 cogmusic MCP 把创意简述（曲风、情绪、语言、BPM、主题）变成可播放歌曲的技能，生成结果存于用户自己的 Cognitum Music 账户。需先加载 mcp__cogmusic__create_production，否则先运行 music-connect。生成需等待数分钟，音频通过鉴权 URL 单独获取。
music-get
music-get 是 ruflo 中用于按 id 查询单个音乐作品（production）最新元数据与 audio_url 的工具，可确认此前的分轨、MIDI 提取或母带处理是否完成。
music-list
music-list 是 ruflo 提供的技能，用于列出已连接 Cognitum Music 账户中的全部音乐作品，返回标题、时长、id、处理状态和 audio_url 等元数据，便于按标题查找曲目或获取后续操作所需的 production id。
music-stems
music-stems 是 ruvnet/ruflo 中的一项技能，用于把已生成的音乐作品分离为 vocals、drums、bass、other 四轨 stem，适合混音、卡拉 OK 伴奏与采样等用途。
ruview-configure
RuView 部署配置技能，覆盖 ESP32 固件构建变体（8MB/4MB/Heltec N16R2）、NVS 运行时 provisioning、WiFi 信道与 MAC 过滤覆盖（ADR-060）、边缘智能模块（ADR-041）、传感服务器、多节点 mesh 与 Cognitum Seed 集成等调优项。
ruview-quickstart
RuView（WiFi-DensePose）的入门与首次运行指南，帮助新手从零开始搭建可运行的 RuView 感知仪表盘。提供三个层级：Tier 0 使用 Docker 镜像，无需硬件，约 2 分钟即可启动模拟 CSI 数据的完整 UI；Tier 1 从源码构建仓库，包含 Rust 工作区测试、单 crate 检查与 Python 确定性 SHA-256 流水线校验；Tier 2 使用 ESP32-S3 进行真实感知，需配合硬件设置技能完成烧录与配置，再运行轻量感知服务器及 RF 扫描、SNN 学习辅助脚本。文档同时说明硬件限制：不支持 ESP32-C3 和初代 ESP32，建议使用 ESP32-S3 或 ESP32-C6，单节点空间分辨率有限，建议 2 个以上节点；无摄像头姿态精度有限，如需 92.9% PCK@20 需摄像头监督训练。全程无需云、互联网或摄像头，可在边缘硬件运行。