ponytail
Ponytail 是一个面向编码任务的智能体技能,要求给出最简单、最短、最可用且不过度设计的实现。支持 lite、full、ultra 三种强度,默认 full,可用 /ponytail 切换,适合写代码、重构、修 bug、评审和选依赖。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-21 00:11
233,378 个结果
Ponytail 是一个面向编码任务的智能体技能,要求给出最简单、最短、最可用且不过度设计的实现。支持 lite、full、ultra 三种强度,默认 full,可用 /ponytail 切换,适合写代码、重构、修 bug、评审和选依赖。
terraform-diagrams 是一个根据 Terraform 代码(.tf、.tfvars)自动生成架构图的技能。它适用于用户持有 Terraform 文件、或明确要求可视化基础设施架构的场景。该技能会解析 Terraform 中的资源块、模块、数据源与变量,抽取资源依赖关系与模块层级,将 AWS、Azure、GCP 等资源转换为 Eraser DSL,并调用 Eraser API 的 /api/render/elements 接口(diagramType 为 cloud-architecture-diagram)生成云架构图。使用时需配置 ERASER_API_KEY 环境变量,并可通过 ERASER_THEME 控制主题。输出包含图表预览、Eraser 编辑器链接、分析来源、图表代码以及 Eraser 文档链接。注意:调用需要 Eraser API 密钥,且该技能会向第三方 API 发送请求。
该技能提供将 React 类组件中的字符串 ref(ref="name" 配合 this.refs.name)迁移到 React.createRef() 的精确迁移模式。字符串 ref 在 React 16.3 中已被弃用,在 React 18.3.1 中会发出警告,并在 React 19 中被移除。技能给出统一的迁移规则:在类字段或构造函数中添加 refName = React.createRef(),将 JSX 中的 ref="refName" 替换为 ref={this.refName},并将所有 this.refs.refName 替换为 this.refName.current。同时提供针对单元素 ref、多 ref、列表/动态 ref、回调 ref、转发给子组件的 ref 等场景的模式索引,以及用于扫描代码库中字符串 ref 赋值和 this.refs 访问的 grep 命令,帮助成对定位并完成迁移。
herdr-pre-release-audit 是 herdr 仓库专用的发布前审计技能。它通过对比基准发布以来的提交与下一版 changelog 及文档,核查 herdr 的发布就绪情况。该技能要求先阅读 references/pre-release-audit.md 并严格遵循其中的工作流,该文件是以下工作的权威依据:选择发布基准 ref、检查 first-parent 历史与已合并 PR、审计 docs/next/CHANGELOG.md、审计 docs/next/README.md 与暂存的网站文档、核对 skills/herdr/SKILL.md 与实际发布的 CLI 及 agent-control 行为、检查 issue 引用行、决定何时运行 just pre-release-check 或其分项检查、运行并评估 just bench-render-scale、产出最终发布就绪报告。使用限制:仅可在 herdr 仓库内使用;除非用户明确要求应用修复,审计过程中不得编辑文件;应用修复时,改动范围应局限在参考工作流指定的文件内。
react-pdf 是一个基于 React 的 PDF 生成方案,核心库为 @react-pdf/renderer。它允许开发者用 React 组件(Document、Page、View、Text、Image、Link、Svg 等)和类似 CSS 的样式系统来构建 PDF 文档,适合生成报告、发票、表单等结构化文档。该技能文档强调若干关键约束:自定义字体必须使用本地文件路径,远程字体 URL 不可用;异步渲染代码需包裹在 IIFE 中,避免顶层 await;使用自定义字体时需调用 Font.registerHyphenationCallback 禁用连字符。文档还提供了组件 API 参考、Google Fonts 元数据、示例模板,以及通过 tsx 运行 JSX 脚本、用 pdftoppm 或 PyMuPDF 预览 PDF 的方法。
这是一个用于代码审查的 AI 技能,通过一个未参与实现的新智能体对代码变更进行只读审查。它检查行为、安全、回归、复杂度、测试、文档和缺失的证明,并按优先级输出可执行的审查发现,最终给出批准、要求修改或阻塞的结论。
该技能用于为当前功能改动在 Git 仓库中提交并创建拉取请求(Pull Request)。它会检查当前是否位于主分支、必要时新建分支,通过 gh CLI 判断当前分支是否已有 PR,若存在则用本地改动更新。技能会排除由智能体新编写的测试代码,除非用户明确要求包含;允许为改动更新既有测试、fixture 与快照,并会审查 diff 以保留用户原有改动。若改动涉及 Remotion Element,会先阅读贡献指南。随后对受影响文件或包目录运行 Oxfmt 格式化,执行 bun run build 与 bun run stylecheck 保证编译与 CI 检查通过,再进行一次提交。提交标题需符合 pr-name 技能规范,使用 git push -u origin HEAD 推送(除用户要求外禁止强制推送),并用 gh CLI 创建 PR。PR 正文写入临时 Markdown 文件后通过 --body-file 传入,避免内联传参;若与 GitHub issue 关联,会加入 Closes #1234 之类的关闭关键字。创建 PR 后,技能会在 60 秒内轮询 PR 评论获取 Vercel 预览链接,为 packages/docs 下直接改动的页面拼接深层链接并追加到正文的 ## Preview 部分。
Intelligence Routing 是 ruflo 中的智能路由技能,用于在启动非平凡任务前,基于学习到的模式与三层模型路由器,为任务自动挑选最合适的智能体与模型层级。它替代人工选择智能体,通过 hooks_route 获取带置信度与理由的智能体推荐,通过 hooks_model-route 决定 Haiku/Sonnet/Opus 层级,并可通过 pattern-search 检索历史相似成功模式、neural_predict 预测结果。若开启 --why,会调用 hooks_explain 输出可审计的路由依据。任务完成后需调用 hooks_model-outcome 上报成功或失败以训练路由器。其三层模型路由分为:确定性 codemod(约 1ms、$0)、Haiku(约 500ms、约 $0.0002,低复杂度/修复)、Sonnet/Opus(2–5s、$0.003–$0.015,复杂推理、架构、安全、多文件重构)。所有能力的实际收费、可用平台与详细限制暂未提供。
llm-config 是 RuVLLM 的配置技能,用于在本地进行推理与微调设置。它可以帮助用户查看当前模型与适配器状态、按模型参数生成配置、创建面向具体任务的 MicroLoRA 适配器并用训练数据对其进行适配,以及创建 SONA 以实现实时神经自适应并通过反馈信号进行适配。资料显示,MicroLoRA 与 SONA 的定位不同:MicroLoRA 训练耗时以分钟计,偏重任务级微调,适配结果以适配器权重形式保存;SONA 的适配延迟小于 0.05 毫秒,偏重实时微调,作用范围限于会话。该技能适合需要本地 LLM 推理配置、任务特定微调或持续反馈自适应的场景。
该技能名为 trader-portfolio,属于 ruvnet/ruflo 项目下的技能,用途是借助 neural-trader 的均值-方差组合引擎,在给定风险约束下优化投资组合配置并生成再平衡计划。使用前需确保 neural-trader 可用,可通过 npm 安装;随后从 memory_search 读取当前持仓,再运行 npx neural-trader --portfolio optimize 进行优化,支持通过 --risk-target 指定风险目标。技能还可调用 risk assess、--var、--correlation 等方式获取风险指标与相关性并标记超过阈值的相关项,使用 SONA(neural_predict)预测预期收益,运行 --portfolio rebalance 生成再平衡方案,输出所需交易、当前与目标权重及估算成本。此外支持在历史中检索相似配置,并将优化后的配置以 portfolio-optimal-时间戳 为键写入记忆存储。具体收益效果、收费与平台支持信息暂未提供。
validate-plugin 是 ruvnet/ruflo 提供的一个校验技能,用于检查 Claude Code 插件是否符合正确的插件格式。它在创建或修改插件后运行,帮助在发布前发现结构性问题。校验内容包括:插件根目录下是否存在 .claude-plugin/plugin.json;plugin.json 是否包含 name、description、version 等必填字段;skills、commands、agents 是否通过目录自动发现(plugin.json 中不得出现 skills、commands、agents 数组,否则 Claude Code 会拒绝该插件);每个 SKILL.md 的 frontmatter 是否包含 name、description、allowed-tools(不允许通配符);每个 agent 的 frontmatter 是否包含 name、description、model;文件是否放在正确位置(skills/commands/agents 不应位于 .claude-plugin/ 内);allowed-tools 中的工具是否为合法的 mcp__plugin_ruflo-core_ruflo__* 标识符。校验完成后会逐项报告通过或失败,并给出可操作的修复建议。
WASM Gallery 是 ruflo 生态中用于浏览、搜索、安装和发布 WASM 智能体的社区画廊。用户可以通过它获取社区预构建的 WASM 智能体,也可以将自己的智能体打包后分享给社区。其主要操作通过 MCP 工具完成:使用 wasm_gallery_list 浏览可用智能体,使用 wasm_gallery_search 按关键词搜索特定智能体,使用 wasm_agent_create 结合画廊中的智能体配置进行安装,使用 wasm_gallery_create 发布自己的智能体。发布前建议先调用 wasm_agent_export 进行打包。适用于需要复用现成 WASM 智能体或与社区共享自建智能体的场景。
该技能用于对 Instagram 网红(KOL)的互动表现进行基准测试与横向对比。它借助 apidojo 在 Apify 平台上的 Instagram 抓取器,拉取一个或多个 Instagram 账号的近期帖子数据,计算平均点赞数、平均评论数、互动率、发帖频率等指标,并依照粉丝量级对应的基准标准给出健康度判断与异常标记,最终输出对比报告。适用于在合作前筛选与考察网红、在多个账号之间做竞争性对标,或对账号做常规审核。使用前需设置 APIFY_TOKEN 环境变量,可选安装 Apify MCP 服务端。支持的输入参数包括 startUrls(必填,Instagram 链接,如个人资料、话题标签、地点、音频页、Reels)、until(截止日期 YYYY-MM-DD)、maxItems(返回帖子上限)、customMapFunction(JavaScript 转换函数)。
该技能通过 Apify 上的 Twitter 抓取器,按营销关键词、作品信号与求职状态发现并筛选营销与增长人才,用于招聘线索挖掘。需设置 APIFY_TOKEN,可选安装 Apify MCP 服务器。
该技能用于追踪 Twitter 上的创业公司创始人及其活动,基于 apidojo 的 Twitter 抓取器实现。它通过 apidojo~twitter-user-scraper 执行抓取,支持按用户 URL、用户名、用户 ID 等输入定位目标,可选抓取关注者、正在关注列表以及推文转发者,并能输出 CSV 或 JSON。工作流包括定义参数、运行 Actor、分类、评分和交付结果,还提供了结果分类(早期、种子、成长阶段)和创始人信号评分公式,并包含边缘情况处理与故障排查建议。
面向 MSBuild 构建问题的排查技能,仅用于构建失败调查、构建性能分析和现有构建 XML/扩展契约的审查,不适用于把可正常工作的构建迁移到其他方案。
介绍如何用 PMTiles 单文件格式为 MapLibre GL JS 提供无服务器矢量与栅格瓦片,涵盖适用时机、生成托管、协议接入、图层引用与性能要点。
Module Federation 全能技能(mf),用于回答概念、配置、运行时 API、共享依赖、类型错误与运行时排查等问题,并按子命令加载对应参考文件执行。
plan 是 owainlewis/blueprint 工作流中的一个规划技能,用于把已经评审通过的 spec(规格说明)或已确定的 brief(需求简述)转化为一系列有序任务,供不同的 agent 运行分别执行。它的核心目标是产出“新 agent 无需再做产品或技术决策即可完成”的任务。每个任务和里程碑都要求是纵向切片(vertical slice),即一个贯穿所需层级、可运行并有验收检查的可用成果,按“可用的结果”而非文件、层级或团队边界来拆分。使用流程包括:阅读来源、仓库说明和相关代码;若存在会改变行为、接口、数据、安全、规模、性能、兼容性、运维或成本的未决选择,则停止并返回 /spec;把工作拆成每个都交付可用行为、适合一次 agent 运行、产出一个聚焦 PR 的任务;把共享契约放在同一个任务中,避免两个任务各自回答同一问题;重构若会掩盖行为变化则单独分出;按依赖排序,必要时按里程碑分组,每个里程碑交付端到端可用结果并含验收检查和依赖。任务格式包含“What are we building?”、“Why?”、“Done when”、“How to check”、“Agent notes”、“Out of scope”等小节,面向人类读者和 agent 两类受众撰写。计划在对话中返回,仅当用户要求时才创建追踪工单,不写计划文档,规划完成后停止、不实现。
这是 Phaser 4 中关于 RenderTexture 与 DynamicTexture 的技能文档,讲解如何将游戏对象绘制到离屏纹理。内容涵盖 RenderTexture 游戏对象、用于共享纹理的 DynamicTexture、Stamp 辅助对象、命令缓冲渲染机制、快照与截图、程序化生成以及小地图模式。文档说明了两种纹理的区别与选用场景、draw/stamp/fill/clear/erase/repeat/capture 等绘制方法、render() 刷新命令缓冲的必要性、renderMode 与 preserve 模式、快照像素捕获、saveTexture 共享纹理、内部相机、API 速查表、常见陷阱以及源码文件映射,适合在 Phaser 4 项目中实现纹理合成、动态贴图与性能优化时参考。
bilibili-cli 是一个用于与哔哩哔哩(B站)交互的命令行工具(CLI Skill),面向 AI 智能体设计,提供对 token 更友好的 YAML 输出。它支持获取视频信息、搜索内容、浏览用户资料,以及点赞、投币、一键三连等互动操作。多数读取命令无需登录即可使用;字幕、收藏、关注、稍后再看、历史、动态流及互动操作需要登录,登录方式支持二维码登录并自动检测本地浏览器 Cookie。工具要求 Python 3.10+,可通过 uv 或 pipx 安装,音频提取功能需额外安装 PyAV 依赖。
adr-create 是一个用于创建架构决策记录(ADR)的技能。它会自动查找 docs/adr/ 目录下已有的 ADR 文件,解析出下一个顺序编号(如 ADR-001、ADR-002),将标题转换为小写连字符 slug,并按标准模板生成新的 ADR 文件,包含状态、日期、决策者、标签、上下文、决策、后果(正面/负面/中性)和链接等章节。创建后,该技能会把 ADR 元数据以 JSON 形式存入 AgentDB 的语义层,通过记忆搜索查找相关 ADR 并建立因果边(depends-on),同时把标题与上下文存入 adr-patterns 命名空间供后续语义检索。适用于需要记录重大架构决策的场景,例如采用新技术、API 设计选择、数据模型变更、基础设施决策或影响多个组件的横切关注点。
rvf-manage 是 Ruflo 中用于管理 RVF(Ruflo Vector Format)文件的技能,面向可移植的智能体记忆与跨平台传输。用户可通过它导出智能体记忆、在项目之间转移或备份,并在团队间共享知识。该技能列出记忆、导出与导入记忆、执行格式迁移以及查看存储统计等操作,分别调用对应的 MCP 工具:memory_list、hooks_transfer(store 动作)、memory_import_claude、memory_migrate、memory_stats。RVF 格式存储 384 维 ONNX 向量嵌入、元数据(时间戳、命名空间、标签)、条目之间的因果关系以及会话上下文与智能体范围。命令行侧可使用 npx @claude-flow/cli@latest hooks transfer 的 store 与 from-project 参数完成跨项目传输。具体收费、价格与平台支持信息暂未提供。
Antigravity Design Expert 是一个面向 UI/UX 工程的核心技能,用于构建具有空间纵深、失重感与玻璃拟态(glassmorphism)风格的高交互网页界面。它默认采用 React/Next.js、Tailwind CSS、GSAP(含 ScrollTrigger)以及 React Three Fiber 或 CSS 3D 变换等技术栈,强调浮动卡片、Z 轴分层、等距视角、视差滚动与错峰入场等动效。该技能适用于仪表盘、落地页或沉浸式产品界面等需要强视觉方向的项目,并内置对 prefers-reduced-motion 的无障碍适配与性能约束。