humanizer-ru
humanizer-ru 是一个只面向俄语文本的编辑类技能，用于把带有明显 AI 痕迹的俄文改写得更像真人写的：去掉公文腔、ChatGPT 套话、空洞开场、「不是 X 而是 Y」、三连排比、多余破折号与加粗、聊天界面残留（contentReference、utm_source、不可见字符）等，同时保留并核对数字、人名、日期、条件与否定。适合「让人味一点」「去 GPT 味」「去公文腔/废话/套话」「听起来像神经网络」「改一改」「顺一顺文字」，也支持只做诊断不修改。
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 10-20 00:13
全部 Skills
232,921 个结果
kreuzberg
Kreuzberg 是一个高性能文档智能提取库，核心使用 Rust 编写，并为 Python、Node.js/TypeScript、Ruby、Go、Java、C#、PHP、Elixir 等语言提供原生绑定。它可以从 91 种以上文件格式中提取文本、表格、元数据和图像，覆盖 PDF、Office 文档、图片（含 OCR）、HTML、电子邮件、压缩包以及学术格式。该技能适用于编写需要从文档中提取文本或元数据、对扫描件或图片执行 OCR、批量处理多个文件、配置提取选项（输出格式、分块、OCR、语言检测）以及实现自定义插件（后处理器、校验器、OCR 后端）的代码。
e2e-playwright-testing
E2E Playwright Testing 是一套面向 Web 应用的 Playwright 端到端（E2E）浏览器测试模式与约定，来源为 asyrafhussin/agent-skills。它包含 6 个类别共 8 条规则，覆盖定位器策略、认证状态复用、表单测试（含 React/SPA 特有陷阱）、断言、测试组织、可靠性以及 CI/CD 配置，并提供栈检测步骤，用于判断项目是否使用 Playwright、识别前端框架与认证模式，从而采用对应的测试写法。
remote-run-curl
这是一个用于在远程运行器中执行 Bazel 命令的技能，属于 BuildBuddy 的 Run API。当用户要求运行 `bazel build`、`bazel test` 或 `bazel run` 时可使用该技能。远程运行器具备更强算力，且工作区在多次运行之间会被快照保存，可加速后续运行。除了 Bazel 命令，任何 bash 命令也可在远程运行器中执行，但 Bazel 命令因靠近缓存服务器且支持工作区快照而受益最大。使用方式是通过 curl 请求调用 Run API，可指定 repo、branch、commit_sha 等字段克隆 GitHub 仓库并在其中执行步骤；默认 Run API 在远程运行器启动后即返回，可通过 GetInvocation API 轮询完成状态，或添加 "wait_until": "COMPLETED" 等待命令结束。还支持通过 GetLog API 实时获取远程日志、通过 GetInvocation API 获取调用元数据（如退出码和成功状态）。可通过 env 字段设置环境变量，通过 platform_properties 配置系统（linux/darwin）、架构（amd64/arm64）、容器镜像等。需要 BuildBuddy API 密钥进行认证。
deepen
deepen 是 cavekit 工作流中的一个可选设计改进环节，用于在构建通过、测试全绿且尚有剩余用量时，对代码进行“加深模块”的重构。它关注规格所涉及的模块，按“接口表面与内部工作量之比”找出最浅的模块，研究更深的设计方案，并以规格编辑（而非静默重写）的形式提出改动。其核心原则是行为神圣不可变：改动前后测试都必须通过，每次改动只缩小接口或隐藏决策，不制造无谓改动。它适合在有余量时偿还设计债，不适合在截止日期前或功能开发中途运行。
lab-hardware-cad
用于设计实验室定制硬件的参数化 CAD 技能：用 Python/build123d 建模，导出 STEP、STL、DXF，并对接口尺寸与几何做数值和可视化校验，适合芯片、模具、支架、适配器等实验硬件。
maintain-verification-skill
这是一个用于维护项目验证技能（verification skill）与功能地图（feature map）的周期性巡检技能。它针对由 /create-verification-skill 生成或任何带有功能地图的项目本地验证技能，通过“每个功能一个只读子代理并行读源码 + 由协调者驱动一次实时会话逐项验证”的方式，保持文档、测试脚手架与功能地图的准确性。运行结果分为三类：clean（全部功能均有源码与实时覆盖，无需提交）、changed（提交一个 PR，包含已验证的文档、脚手架或地图修正）、blocked（覆盖未完成或修复无法安全提交，需说明阻塞原因）。编辑范围严格限定在验证技能自身目录（SKILL.md、features/ 及自有脚手架脚本），运行期间绝不修改产品代码。
memory-intake
memory-intake 是 NeuralMemory 的结构化记忆创建工作流，用于把杂乱笔记、对话和非结构化想法整理为带类型、标签与置信度的记忆。
om-mockup-prototype
该技能用于在产品发现阶段，把产品简报中选定的关键流程转化为可点击的低保真原型。它生成自包含的本地 HTML，包含模拟数据、上下文记录和浏览器验证证据，用于在详细视觉设计之前测试流程顺序、标签、选项和恢复路径。它不依赖设计系统，可与 om-synthetic-users 面板配合使用，也可直接调用。
describe-design
Describe Design 是一个用于对代码库进行调研并生成架构文档的技能。它的核心用途是：研究一个代码库，输出一份描述某项功能或某个系统如何工作的架构文档，产出的结果为 markdown 文件，同时面向人类读者和未来的 AI 智能体。当用户提出以下请求时适用：（1）记录某项功能的工作方式；（2）梳理某个系统的架构。该技能通过分阶段流程推进：先界定范围，再进行初步探索并给出提纲供用户确认，随后开展深度调研，最终起草文档并根据反馈迭代，最后在用户确认位置后写入文件。文档模板涵盖概述、架构图、组件、数据流、配置、代码引用与术语表等部分，并鼓励使用 Mermaid 绘制架构图与请求流程图。代码引用上主张使用仓库相对路径与函数/类名，不复制代码、不使用行号与绝对路径。
stitch-ui-design
该技能为在 Google Stitch（Google Labs 出品的 AI 界面设计工具）中编写高效提示词提供专家指导，帮助用户生成精准、可执行的提示，从而为网页和移动应用产出高质量 UI 设计。内容涵盖 Google Stitch 的功能（文本生成 UI、图像转 UI、多屏流程、导出 HTML/CSS 与 Figma 等）、核心提示原则（具体详细、定义视觉风格、结构化多屏流程、指定平台与响应式行为、包含功能需求）、提示结构模板、迭代策略（标注修改、生成变体、渐进式细化）、常见用例（落地页、移动应用、仪表盘、表单）、设计转代码工作流、应避免的反模式以及提升效果的技巧。
ae-data-integration-helper
ae-data-integration-helper 是一个用于解答 ThinkingAI SDK 接入与使用问题的技能，涵盖数据导入工具 LogBus2 等内容。当用户提出集成方法、API 使用、埋点、报错、配置、数据校验、实时调试等问题时触发。它支持客户端 SDK（Android、iOS、JavaScript、Unity、OpenHarmony、小程序等）、服务端 SDK（Java、Python、Go、Node.js、PHP、C# 等）以及数据导入（LogBus2、RESTful API、DataX）等主题，并会先通过 FAQ 文档、再通过 wiki 文档查找相关内容后作答。回答严格依据文档，不臆测、不编造，并遵循术语规范（如 Super Property 译为“公共事件属性”）。输出语言与用户输入语言保持一致。
seo-agentic
seo-agentic 是 claude-seo 技能集中的一个子技能，用于审计并修复网站的“智能体就绪度”（Agentic Browsing Readiness），即让 AI 智能体（如 ChatGPT 浏览器、Chrome 中的 Gemini、Claude in Chrome、Comet、Edge 等）能够浏览、填写表单并代表用户执行操作。它围绕 Google Lighthouse 的 Agentic Browsing 评分（X/N）展开，结合 HTTP 与标记检查、无障碍树启发式评估、robots.txt 与 Content-Signal、llms.txt、Markdown 交付、ai-catalog.json、/.well-known 文档以及 WebMCP 标记等维度进行审计。技能提供 /seo agentic、lighthouse、fix、refresh 等命令，按 P0 至 P3 优先级给出发现与修复建议，并强调诚实报告：不承诺排名或流量收益，不将 WebMCP 等草案标准当作既成事实。
api-design-reviewer
API Design Reviewer 是一个用于 REST API 设计审查的技能，提供自动化 lint、破坏性变更检测和设计评分卡。它通过三个脚本工具对 OpenAPI/Swagger 规范进行分析：api_linter.py 检查命名约定、HTTP 方法使用、URL 结构、状态码、错误响应格式和文档覆盖；breaking_change_detector.py 对比两个版本规范，识别端点移除、响应结构变化、字段删除或重命名、类型变更、新增必填字段和状态码变化等破坏性变更；api_scorecard.py 从一致性（30%）、文档质量（20%）、安全实现（20%）、可用性设计（15%）和性能模式（15%）五个维度评分并给出 A-F 等级。该技能还整理了 REST 设计原则、版本策略、分页模式、错误格式、认证授权、限流、HATEOAS、幂等性、向后兼容指南、OpenAPI 验证、性能与安全最佳实践，以及常见反模式。适用于工程团队在 CI/CD 或提交前钩子中持续检查 API 质量，确保 API 一致、可维护并减少破坏性变更。
auth0-angular
auth0-angular 是一个用于在 Angular 单页应用中集成 Auth0 认证的官方 SDK 使用指南（@auth0/auth0-angular）。它适用于 Angular 13+ 应用，帮助开发者为 SPA 添加登录、登出、路由守卫（Route Guards）和 HTTP 拦截器（HTTP Interceptors）等认证能力。资料涵盖安装 SDK、配置环境文件、配置 AuthModule（NgModule 或独立组件模式）、添加登录登出界面以及测试认证流程，并附有常见错误与修复方式、核心服务与快速参考。不适用于 AngularJS(1.x)、移动应用和后端 API 场景。
ffmpeg-video-editor
FFmpeg Video Editor 是一个基于 FFmpeg 的视频与音频编辑智能体技能（Agent Skill）。它的核心用途是：当用户需要处理视频或音频文件时，由该技能构造出正确可用的 ffmpeg 命令行，完成包括剪辑、转码、拼接、缩放、裁剪、水印叠加、字幕烧录、变速、倒放、转场、音频处理、调色、抠像、帧率转换、抽帧与幻灯片、画面拼接、硬件加速编码等在内的多种操作。该技能的工作方式是先对输入文件进行探测（probe），再根据任务选择对应的操作类别，并给出相应的命令示例。技能随附脚本（如 probe.sh、concat.sh、normalize-audio.sh）、参考文档（CODECS.md、TRANSITIONS.md、HARDWARE-ACCEL.md）以及预设配置（assets/preset-profiles.json），后者为常见用途提供现成命令，例如 web-optimized、high-quality、social-media-vertical、social-media-square、fast-preview 和 lossless-intermediate 等配置。技能定位于视频/音频编辑自动化场景，需依赖 FFmpeg 环境。关于其是否收费、具体价格、支持的平台与部署方式，资料中暂未提供。
generate-release-notes
该技能用于根据 git 提交历史自动生成发布说明（Release Notes）和变更日志（Changelog）。它解析符合 Conventional Commits 规范的提交信息（如 feat:、fix:、docs: 等），按类型分类、分组并格式化为专业的 Markdown 输出。支持生成单次发布摘要写入 RELEASE_NOTES.md，或向 CHANGELOG.md 追加新版本条目，也可同时生成两者。技能会引导用户确定输出类型和提交范围，运行解析脚本提取结构化提交数据，按类型映射到对应章节，识别破坏性变更，并根据 SemVer 规则建议版本号。适用于需要规范化版本发布记录的开发团队。
inngest-realtime
用于在 Inngest 持久工作流与实时 UI 之间流式传输更新，基于频道与主题广播进度，支持订单状态实时动画、AI 智能体 token 流式输出与人机回环审批等场景，主要面向 TypeScript。
read-working-memory
read-working-memory 是一个用于在每次会话开始时读取“Working Memory（工作记忆）”每日简报的技能，帮助 AI 工具快速了解当前上下文。简报由 Nowledge Mem 的后台智能每天生成，内容包括活跃关注领域、优先事项、未解决标记、近期知识变化以及深层链接。它适合在新对话开始、项目中断后回归、或需要了解近期跨工具工作进展时使用。使用 nmem --json wm read 命令即可读取；若需要身份、规则等更完整信息，可改用 context bundle 命令。读取成功但返回 exists: false 时，表示尚无简报。该技能强调会话开始时读一次、自然引用相关内容、避免重复读取，并在涉及复查、回归、发布或恢复任务时转入 search-memory。暂未提供收费、价格或平台支持等更多信息。
querying-posthog-data
这是 PostHog 官方提供的一个技能说明文档，用于指导如何查询 PostHog 中的数据。其核心原则是：对于支持的产品分析场景，优先使用类型化查询工具（如 query-trends、query-funnel、query-retention、query-stickiness、query-paths、query-lifecycle），而不是直接写 SQL；只有在需要自定义连接、CTE、窗口函数、数仓 SQL，或用户明确要求 SQL、搜索 system.* 表、检查记录、发现实体时，才使用 execute-sql。文档还涵盖查询路径选择、结果渲染方式、实体查找流程、指标语义层工作流，以及数据 schema 和 HogQL 参考。适用于使用 PostHog 进行产品分析、构建仪表盘、定义治理指标或排查数据的使用者。
pii-detect
pii-detect 是 ruflo 技能集中用于检测和标记个人身份信息（PII）的技能。它可在提交代码、写入日志、存储数据或发送响应之前，识别文本、代码和配置中可能存在的敏感信息，例如电子邮件地址、电话号码、社会安全号码、税号、信用卡号、API 密钥、令牌、密码、实际地址以及与敏感数据关联的姓名。该技能提供三个层次的检测方式：快速布尔检查、分类详细扫描和上下文感知的完整分析，并在发现 PII 时标记具体位置并建议脱敏处理。
deep-research
这是一个面向智能体（Agent）的“深度研究”技能，用于在用户要求深入调研某个主题、梳理竞争或市场格局、进行多来源调查，或开展并行“扇出式”研究时使用。它的核心目标是在大规模并行研究过程中防止信息丢失：当多个子智能体各自收集 8 万至 10 万 token 的细节、再由编排者压缩成简短摘要时，原始发现往往只存在于易失的临时记录中，容器回收后即消失。该技能要求每次研究都产出并保存两份持久化的产物：一份综合结论（简报、答案、表格、论点或建议），以及一份完整附录（按来源、公司或角度记录原始数字、融资历史、时间、来源 URL 等细节）。执行时按不同角度分配子智能体，要求其将完整发现写入持久文件并仅返回简要指针与结论摘要，所有主张需逐条标注来源编号、URL、日期及“报告值 vs 估计值”，综合结论须基于已写入文件而非记忆生成，并在宣布完成前同时保存两份产物。保存位置的规则是：已发布行为的技术研究可写入 docs/ 页面或贡献者笔记；竞争、市场、定价、上市或路线图类研究不得写入公开仓库，而应直接在回答中交给用户。
geo-brand-mentions
geo-brand-mentions 是一个面向 AI 可见性的品牌提及与权威度扫描技能。它基于品牌提及与 AI 引用之间的相关性，评估品牌在 AI 模型所依赖平台上的存在感，用于实体识别与引用分析。该技能按平台分别打分并给出综合品牌权威度评分，平台包括 YouTube、Reddit、Wikipedia/Wikidata、LinkedIn，以及 Quora、Stack Overflow、GitHub、行业论坛、新闻与播客等补充渠道。评估维度涵盖官方账号是否存在、第三方提及数量、搜索可见性、社区推荐情况与情感倾向。
agent-xlsx
agent-xlsx 是一个面向 AI 智能体的 Excel 命令行工具（CLI），用于与 .xlsx、.xlsm、.xlsb、.xls、.ods 等表格文件交互，支持数据提取、分析、写入、格式化、可视化截图和 VBA 处理。默认以 JSON 输出到 stdout，使用 Polars+fastexcel 进行快速数据读取，openpyxl 处理元数据与写入，并提供三种渲染引擎用于视觉捕获。可通过 uvx 零安装运行。