canvas-info
canvas-info 是一个基于 canvaslms CLI 的技能,用于只读查询 Canvas LMS 课程信息,包括作业、页面、模块、讨论、公告、成绩、测验和日历事件,帮助回答与课程相关的问题。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-29 00:09
14,383 个结果
canvas-info 是一个基于 canvaslms CLI 的技能,用于只读查询 Canvas LMS 课程信息,包括作业、页面、模块、讨论、公告、成绩、测验和日历事件,帮助回答与课程相关的问题。
基于 bibsp.sty 与 preamble.tex 的密码学写作技能,用 acro + biblatex 实现缩写词自动展开与脚注引用,并通过宏工厂统一方案、算法、变量、集合与证明符号等密码学记法。
在 Decentraland SDK7 场景中为实体添加粒子效果(火焰、烟雾、火花、雪花、魔法、烟花等)的 ParticleSystem 组件使用指南,涵盖发射器、形状、爆发、播放控制与性能限制。
Doc Audit 是一个用于审计和维护代码库文档的 AI 技能,属于 dgalarza/agent-skills 技能集合。它把文档与实际的代码结构、配置和提交历史进行对比,检查准确性、完整性与新鲜度,并以报告形式列出发现的问题。该技能提供三种运行模式:audit(默认,只读,仅生成审计报告)、fix(在审计基础上自动修复小范围、机械性的不一致,如更新 ARCHITECTURE.md 代码地图中的文件路径、删除已删除文件的引用、修正端口号和环境变量名、补齐 ADR 索引、修复因文件移动导致的相对链接、更新表格中的计数等),以及 full(在 fix 之后额外生成按优先级排序的改进路线图)。它适用于维护 AGENTS.md、CLAUDE.md、ARCHITECTURE.md、README.md、CONTRIBUTING.md、docs/ 目录和 ADR 等项目文档,尤其关注让代码库对 AI 代理保持可读。使用方式是在支持该技能的代理环境中按用户意图触发,例如“audit docs”“fix docs”或“full doc audit”,意图不明确时默认进入只读审计模式。限制与收费信息暂未提供。
resolve 是 doc-sentinel 技能集的文档漂移处理技能,用于清理 .doc-sentinel-drift.json 中累积的漂移警告:逐条核实文档是否真的与代码脱节,确有漂移则修正受影响文档,属误报则驳回。它按文档文件分组去重、读取文档与变更源文件后判定漂移类型(路径迁移、API 变更、配置变更、结构变更、行为变更或误报),再以原有写作风格更新文档,必要时用 TODO 注释标注待确认点,最后以 docs: 前缀提交并删除漂移队列文件,输出修复与驳回摘要。
scan 是 dgalarza/agent-skills 中的文档漂移扫描技能(doc-sentinel:scan),用于对整个代码库做交叉核对,找出文档中与实际代码不符的引用。它只读运行,不修改任何文件,报告的是“漂移”而非自动修复。扫描流程包括:加载 .doc-sentinel.json 配置(无配置时使用 docs 目录、AGENTS.md/ARCHITECTURE.md/README.md/CLAUDE.md 等默认监听文件,并忽略测试类源文件);发现 docs/ 目录及顶层文档;从文档中提取文件路径、命令、端口/URL、环境变量等引用;逐一校验文件与目录是否存在、package.json 脚本是否真实、端口在 compose 与 .env 中是否一致、环境变量是否仍被源码使用、CLAUDE.md 符号链接是否有效;再结合 git 提交时间做新鲜度评分(Fresh、Current、Stale、Very Stale);最后按严重程度输出报告,分为 Critical Drift(断链)、Stale References(代码更新而文档未更新)与 Warnings(潜在不一致),并给出扫描文档数与检查引用数统计。适用于维护大型项目文档、排查架构说明与 API 文档过期、提交前的文档一致性检查等场景。
doc-sentinel:setup 是 doc-sentinel 文档漂移检测工具的交互式配置向导,用于在项目中生成 .doc-sentinel.json 配置文件。它分阶段运行:先查看项目结构(ls -la、检查 docs/ 目录及 AGENTS.md、ARCHITECTURE.md、CLAUDE.md、README.md、CHANGELOG.md 等顶层文档),检查是否已有 .doc-sentinel.json,以及是否存在 doc-sync、inkwell 等配套插件配置;再查找全部 Markdown 文档和源码目录;随后以交互方式构建配置,需用户确认检测到的值。配置包含 version、docs_root、watch_files、ignore_sources、ignore_docs 和 severity 字段,severity 按文档类别设定高/中/低级别(高为立即标记,中为会话结束时标记,低为仅纳入扫描报告)。最后写入项目根目录,并建议将临时漂移文件 .doc-sentinel-drift.json 加入 .gitignore,而配置文件本身应提交。若检测到 doc-sync 或 inkwell 配置,会说明二者互补、使用独立队列文件、无冲突。完成后打印配置摘要,提示钩子会在每次提交时检测漂移,可运行 /doc-sentinel:scan 生成基线报告。
doc-audit 是一个用于审计代码库文档准确性与完整性的技能,可对比文档与实际代码结构,自动修复小差异并报告问题,帮助维护对 AI 代理友好的文档。
doc-sentinel 技能的子命令,用于处理 .doc-sentinel-drift.json 中积累的文档漂移警告:逐条核实文档是否真的与代码脱节,真实漂移则更新文档,误报则移除,最后提交修复并清空队列。
doc-sentinel:scan 是一个只读的全代码库文档漂移扫描技能,用于将文档与代码库当前状态交叉比对,找出引用失效、过期或矛盾的文档内容,不修改任何文件。
用于为 Docker Labspace 创建 Hugo 指南页面的技能:克隆 dockersamples 仓库,从 labspace.yaml 提取学习目标与模块结构,生成并校验 content/guides/ 下的指南页。
teach-me 是一个用于深度教学的技能,帮助学习者真正理解一项工作成果——当前会话的改动、一个 PR、一份 ADR,或学习者指定的任何主题。它要求学习者用自己的话复述、回答测验或推理案例来证明掌握,而非仅口头表示“懂了”。教学围绕三大支柱展开:问题(是什么、为何存在、可能的分支与方案)、解决方案(如何运作、为何这样解决、设计决策与边界情况)、更广泛的背景(为何重要、改动会影响什么)。教学采用增量方式,确认当前内容掌握后再进入下一项,并维护一份 Markdown 清单文档,随掌握情况更新。开始前先让学习者复述现有理解,据此填补空白,并可按需调整深度(如 ELI5、ELI14、ELI-intern)。通过结构化提问能力进行开放式或选择题测验,正确答案位置随机分布,提交前不揭示答案。在有助于具体化概念时,展示实际产物(代码、PR diff、文档)或一起逐步讲解。
overdrive 是一套追求技术野心的前端视觉效果方案,涵盖 WebGL 着色器、弹簧物理、GPU 粒子系统与滚动驱动 3D 变换,用于打造让用户惊叹的交互体验。
用于 EasyPlatform 的企业模块文档生成技能,按 26 节模板与文件夹层级产出业务功能文档,要求每条测试用例附可验证代码证据,并同步更新主索引与 AI 伴读文件。
scan 是 easyplatform 仓库中的参数化参考文档扫描技能,用于扫描代码库并(重新)生成某一份项目参考文档。通过 --target=<key> 指定目标,如 project-structure、backend-patterns 等,从真实项目文件中提取带 file:line 的示例,仅做外科式更新。
用于管理 Readwise Reader 文档库的技能,支持通过官方 CLI(readwise)与自定义 CLI(readwise-custom)对文档进行增删改查、搜索、打标签、管理高亮与导出,适用于保存文章、稍后阅读、整理阅读收件箱等场景。
根据 AI 实现的代码变更,按抽象层级分析并生成结构化 PR 正文的技能。从系统构成、数据结构、API、处理流程到实现细节,由抽象到具体整理,优先用 Mermaid 图与表格呈现。
该技能用于从目标盲测设计简报与提示架构出发,生成自然、可控的提示变体,同时保留已批准的任务、行为、旅程等要素,并遵循反幻觉与证据约束。
用于读取和分析公开 Telegram 频道的技能,配合 readTelegramChannel 工具使用,支持快速摘要、完整频道分析、内容搜索与频道对比,并可按专家、创作、项目等模式调整分析重点。
用于为学术岗位(教职、研究、博士后等)整理和排版学术简历(CV)的技能,提供分节结构、各节写法、按学科与岗位的侧重建议、篇幅参考及检查清单。
用于优化 LinkedIn 个人资料的技能,帮助提升招聘者搜索可见度、曝光与互动。可重写标题、About、经历等板块,并给出关键词与资料完善建议。
一个面向多来源深度研究的自主研究技能:把问题细化为核心问题,按角度拆分并派发子代理,组合 Exa 语义搜索、TinyFish 网页抓取、Firecrawl 抓取/爬取/结构化提取与 AlphaXiv 论文概览,最终产出带引用的研究报告。
multi-language-document-processing 是 findinfinitelabs/chuuk 项目下的一个技能主题,主要面向多语言文档处理,重点关注低资源语言。根据现有资料,该主题已被 chuukese-language-processing 技能覆盖,相关功能包括多语言检测、重音符号规范化以及混合语言文档处理。具体实现细节需查看 .claude/skills/chuukese-language-processing/SKILL.md 文件。目前资料未提供该技能的安装命令、使用步骤、收费方式、支持平台或实际效果等信息。
通过 Frevana 查询 Google Ads 关键词搜索量的技能,支持批量关键词需求查询与关键词研究。输入关键词和可选的 search_partners 参数,返回经 JSON 校验的原始搜索量数据,默认保存到 ./out/ 目录。