qqbot-media
QQBot 富媒体收发能力,通过 <qqmedia> 标签发送和接收图片、语音、视频与文件,系统按文件扩展名自动识别类型并路由。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-04 00:13
16,458 个结果
QQBot 富媒体收发能力,通过 <qqmedia> 标签发送和接收图片、语音、视频与文件,系统按文件扩展名自动识别类型并路由。
通讯录成员查询技能,通过 wecom_mcp 工具的 get_userlist 接口获取当前用户可见范围内的成员,并在本地按姓名或别名筛选,返回 userid、姓名和别名。仅返回有权限查看的成员,超过 10 人时视为异常并要求缩小范围。
企业微信会议创建技能,通过 wecom_mcp 工具的 meeting 命令创建预约会议,支持设置标题、开始时间、时长、地点、描述及邀请人,并可配置会议密码、等候室、入会静音、屏幕水印和提醒范围等参数。
企业微信会议管理技能,用于取消预约会议和更新会议受邀成员(全量覆盖)。需通过 wecom_mcp 工具调用,并依赖 wecom-preflight、wecom-meeting-query、wecom-contact-lookup 等技能配合。触发场景包括取消会议、删除会议、修改会议成员、添加参与人、移除成员。
企业微信消息技能,提供会话列表查询、消息记录拉取和文本消息发送能力,适用于查看消息、查看聊天记录、给个人或群发消息等需求。所有操作通过 wecom_mcp 工具完成。
企业微信智能表格记录管理技能,通过 wecom_mcp 工具提供智能表格行的增删改查:查询子表全部记录、添加一行或多行、更新已有记录、删除记录,可用 docid 或文档 URL 定位文档。
企业微信智能表格结构管理技能,通过 wecom_mcp tool(品类 doc)对子表和字段列进行增删改查。支持用 docid 或 url 定位文档。调用前需按 wecom-preflight 完成前置条件检查,确保工具已加入白名单。适用于查询、创建、修改智能表格的表结构。
通过非官方 bring-shopping Node.js 库,用邮箱/密码登录管理 Bring! 购物清单,可列出清单、查看、添加、删除、勾选与取消勾选商品,默认清单为 Willig。
通过 RSS 监控 CamelCamelCamel 的亚马逊降价提醒,并在商品降价时发送 Telegram 通知,适合搭建自动价格追踪。
用于设计可刷新的 Excel 周报看板,结合 Power Query、结构化表格、数据验证与透视表报告,适合需要每周重复更新 KPI 工作簿的场景。
Himalaya 是一个命令行邮件客户端,可通过 IMAP、SMTP、Notmuch 或 Sendmail 后端在终端中收写信件,支持多账户、搜索、回复、转发、移动、标记与附件下载。
通过官方 Notion API 操作 Notion 页面与数据库的技能,声明式文档配合本地 notion-cli 执行 API 调用,支持多配置文件、页面读写、数据库查询与行操作。
Overcome Any Problem 是一个结构化问题解决技能,帮助用户将复杂挑战拆解为可管理的步骤。它提供问题分解、行动规划、障碍识别和进度跟踪四项核心能力。使用时先清晰定义问题与成功标准,再从功能、技术、时间、资源、风险、利益相关者、先例、创意八个角度进行拆解,随后按依赖关系排列任务、识别可并行工作与关键路径,并在执行过程中更新状态、记录阻塞、在假设失效时触发重新分析。该技能内置一套问题解决框架:定义、分析、生成选项、选择、执行、复盘,并给出从约束入手、以基本单元思考、追求乘法效应、优先并行等建议。所有数据保留在本地机器,无云依赖,隐私可控。
Resume/CV Builder 是一个用于创建专业简历和 CV 的技能,可直接在 Clawdbot 中生成 ATS 友好格式、优化要点、针对特定职位定制,并导出为多种格式(如 Markdown、HTML、PDF、DOCX)。它提供简历结构建议、写作公式、ATS 优化指南、关键词提取命令、多职位模板以及导出命令,帮助用户制作符合招聘系统筛选标准的简历。
Todo 是一款任务与待办清单管理工具,用于创建、整理和跟踪任务,支持优先级与截止日期。根据资料,它可以创建任务、设置优先级、设置截止日期与提醒、使用项目与标签、处理重复任务,并跟踪任务完成情况。典型用法包括添加带截止时间的任务、查看当天待办、将指定任务标记为完成、列出高优先级任务等。适合需要集中管理个人或团队待办事项、按优先级与时间安排工作的场景。资料未提供收费、价格、平台支持、安装方式及具体限制等信息。
基于 Docker 本地运行的 Whisper 语音转文字工具,使用 faster-whisper 将音频文件转成纯文本,无需 API 密钥。支持 mp3、m4a、ogg、wav、webm、flac、aac 等格式,默认西班牙语,可指定语言或自动检测。
该技能用于将培训与入职会议的原始转录文本转化为结构化学习材料、文档和可执行的复习内容。它支持多种输出类型,包括主知识源、演示幻灯片、SOP 文档、快速参考表、学习指南、检查清单、FAQ 文档和行动项列表。核心流程为:理解需求、定位并分析源材料、提取结构化内容、应用品牌(如适用)、创建交付物。提取时要求去除口语填充词、转换为祈使语气、对未知信息标注 [MISSING INFO] 而非编造。适用于从会议记录、培训录音或入职笔记中生成培训文档、SOP、学习指南等场景。
用于确保发送到 WhatsApp 的消息遵循该平台专属格式语法的技能,避免 Markdown 符号堆砌,让文本在移动端呈现干净、类人工的排版效果。
该技能用于把当前对话内容整理成 Slack 消息草稿,并以 Slack 编辑器粘贴格式写入剪贴板(macOS 使用 pbcopy),由用户自行粘贴到 Slack。它针对的是 Slack 的“编辑器粘贴”方言,而非 API mrkdwn:粘贴格式中 *粗体*、_斜体_、~删除线~、反引号、:emoji:、> 引用和项目符号可用,但不支持 <url|text> 链接(粘贴后 | 会变成 %7C 导致链接失效),也不支持 # 标题。技能会从对话中提炼标题、具体产物(文件路径、PR/工单号、命令、URL、数字)以及需要他人行动或回应的事项,保持简短。复制完成后仅回复一句“Copied — paste into Slack.”,不再重复消息正文。若用户希望直接发送消息,应改用 Slack MCP;非 macOS 平台需改用 xclip、wl-copy 或 clip.exe。
memory-save 是 supermemoryai/cursor-supermemory 技能集中的一个技能,用于将重要信息保存到持久记忆中。当用户明确要求记住某事,或解决了值得留存的重要问题时使用。该技能会提取关键洞察、决策或解决方案,选择作用范围(project 用于代码库相关内容,user 用于个人偏好),选择类型(preference、architecture、error-solution、project-config、learned-pattern 或 conversation),调用 supermemory_add 写入简洁且可搜索的内容,并向用户确认信息已保存。
meeting-prep 是一个在会议前生成参会人简报的技能。它会针对每场会议产出一份简报,内容包括:参会者是谁、他们公开发表过什么观点、彼此之间如何关联、其公司近期动态,以及具体该在会中提出哪些话题。该技能强调不做泛泛的通用档案,而是基于公开信息的研究结果。它支持销售/发现、面试、董事会/投资人、合作、内部等多种会议类型,并针对不同类型调整简报结构(如销售、合作、董事会类会议会生成价值定位部分)。研究过程包括:确认会议信息、加载已有的人员与公司档案、并行研究每位参会者、补齐信息缺口、收集公司背景、深读重点来源、撰写简报并保存。所有关于外部人员或公司的事实性陈述都必须附来源 URL,绝不臆测个人职位或背景,也不把旧事件当作近期新闻。
该技能用于自动处理客户或用户的支持消息,适用于SaaS、AI/云平台、API服务或消费类产品等多种产品。其核心是把支持知识拆成两层:一层是跨产品通用的决策规则,另一层是每个产品各自的已核实配置。它按优先级处理登录失败与密码重置、账号隐私、账单与退款、公开评价投诉、请求人工等场景;能从已核实的产品事实中直接回答,或收集处理所需的确切证据。未配置的SLA、人工队列、价格或补救措施不会凭空编造,缺失信息明确标注。
Handoff Work 是一个用于安全交接进行中工作的技能:它把未完成的状态持久化到远程分支,并生成可执行的恢复简报,供另一台机器、另一个会话或另一位开发者继续。核心做法包括用描述性的 WIP 提交并推送到远程跟踪分支、避免依赖仅存于本机的 git stash、在暂存前用 git status -u 审查未跟踪文件以防提交 .env、本地凭据令牌、sqlite 存储或大型构建产物,并把新增环境变量名写入 .env.example(不含密钥值)。只有成功 git push 并确认远程跟踪才算持久化完成。交接文档还需记录继任者所需的非提交类前置条件,如更新的依赖包、新配置开关或后台守护进程。若交付物已完成并准备落地,则改用 drive-to-delivery。对于仅报告状态、决策或事故更新的请求,应简短:首行给出结果,只对亲自观察到的层说 live、deployed 或 fixed,否则用 merged、expected 或 unverified;推断或估算须明确标注,不得当作事实;仅在受众需要时补充风险、阻塞项和下一步。
该技能用于把多参与者的讨论整理成可决策的记录:先独立收集各方初始立场,再把每个提案规范化为主张、假设、最强理由与权衡,针对真正会改变行动的主张进行一轮集中质疑,最后由指定的决策负责人做出选择,并保留稳定的异议。它强调共识不等于决策,要求使用团队已有的决策记录,不要另建一套台账。适用于需要形成决策依据的团队讨论场景。