desktop-app-design
面向桌面与企业级应用的设计技能,聚焦数据密集型界面、仪表盘、数据表格、键盘优先交互、多窗口布局等专业工作流模式,强调信息密度与专家效率。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-17 00:07
255,006 个结果
面向桌面与企业级应用的设计技能,聚焦数据密集型界面、仪表盘、数据表格、键盘优先交互、多窗口布局等专业工作流模式,强调信息密度与专家效率。
这是一个用于诊断并修复 R 语言 Shiny 应用性能问题的技能,主要处理启动缓慢、交互卡顿、长时间阻塞操作以及多用户并发吃力等情况。它的核心目标是让现有应用提速而不改变功能:先排查代码中的常见性能问题并直接修复,再通过 profvis/debrief 与 bench 进行测量确认,最后按“消除无用计算、复用重复计算、加速必要计算、把阻塞操作改为异步”的优先级逐级优化。该技能强调保留全部应用逻辑,优先改代码而不是调整部署,并建议批量应用安全修复、单独验证不确定改动,同时保存测量记录以便核对报告中的数据。
通过 MCP 创建并发布 PostHog 问卷的技能,支持 NPS/CSAT 弹窗、托管反馈表单和无头问卷,指导问卷类型选择、受众与投放配置、草稿创建、审核、发布及错误恢复。
media-analysis 是 postplus-skills 中的媒体分析技能,用于分析视频、图片或轮播素材,基于可见与可听证据回答视觉问题、检查画面或逐镜头对比参考素材,并给出可读结论。
QE Defect Intelligence 是 agentic-qe(v3)中的缺陷智能技能,用于在缺陷逃逸前预测易产生缺陷的代码。它结合变更频率、复杂度指标和历史缺陷模式,支持基于机器学习的缺陷预测、历史数据模式识别以及自动化根因分析。该技能可通过 aqe defect 命令行工具(如 predict、patterns、rca、learn 子命令)或 TypeScript Agent 工作流调用,适用于变更代码缺陷预测、失败模式分析、根因分析、历史缺陷学习和基于风险的测试优先级排序等场景。
通过复杂度分析、lint 结果、代码异味检测与测试健康指标评估代码质量,用于质量门禁、指标聚合、趋势分析和部署就绪判断。
用于指导创建和修改 Claude Code 斜杠命令的技能:自动梳理命令名称、参数、bash 执行与作用范围,生成含 frontmatter 的可执行指令文件,并提供测试与排错方法。
接收并处理代码审查反馈,帮助 AI 智能体以技术严谨的方式应用建议、回应评论并迭代改进实现。该技能强调“先验证再实现、先询问再假设”,主张以技术正确性优先于社交舒适度,要求智能体在收到反馈时先完整阅读、复述需求、对照代码库验证、评估是否适用于当前项目,再作出技术性确认或有理有据的反驳,最后逐项实现并逐项测试。它明确禁止“你说得完全对!”之类的表演性附和,主张用行动代替言辞;对于不清晰的反馈项,要求先暂停并请求澄清;对于来自外部审查者的建议,需检查是否技术正确、是否破坏现有功能、是否违反 YAGNI 原则等,再决定是否采纳。
该资料为 qodex-ai/ai-agent-skills 仓库中的一个名为 template-skill 的技能模板条目,页面地址为 https://www.skills.sh/qodex-ai/ai-agent-skills/template-skill。资料中仅包含模板占位文本,原始描述为“Replace with description of the skill and when Claude should use it.”,正文为“Insert instructions below”,未提供任何实际功能、用途或使用说明。因此该条目本身是一个供创建新技能时参考的空白模板,而非可直接使用的功能型技能。其具体功能、安装方式、适用场景、收费情况与限制均暂未提供。
该技能用于按 GitHub issue 链接自动修复 react-native-nitro-google-signin 仓库中的问题:解析 issue、新建分支、实现最小修复、同步文档与技能说明,并提交拉取请求。
ktx 是一个可执行的上下文层,通过 MCP 与 CLI 教 AI 智能体准确查询数据仓库。它从仓库元数据、dbt 模型、BI 工具和公司 wiki 自动构建语义层,提供已批准的指标与更好的 SQL,设计上只读,不写入数据库。
端到端批处理数据工程技能,用 Amazon S3、Snowflake、dbt、Airflow 与 OpenAI 按 Bronze→Silver→Gold 分层处理外卖数据,实现数据清洗、增量事实表、聚合指标与 AI 增强(评论富集、RAG、text-to-SQL)。
OpenClaw 高管助理工作坊技能,讲解如何用 OpenClaw 构建本地优先的行政助理工作流,涵盖数据接收审查、运营记忆(每日/每周日志)与离线邮件分诊三类模式,全部本地运行并生成 Markdown 产物,无需实时集成。
office-oxide-mcp 是一个 Rust 原生 MCP 服务器,用于本地处理 Excel、Word、PowerPoint、PDF 等 Office 文档,支持读写、PDF 表单填写与内容覆盖,标称亚毫秒级性能。
该技能文档介绍了一个名为 K7 Total Security Configuration 的配置模板集合,声称针对 K7 Total Security 16.0.1195 统一终端防护框架,提供基于 YAML 的策略配置、多平台(Windows、macOS、Linux)策略同步、模块化防护层(可执行文件防护、内存扫描、USB 过滤、Web 过滤)、AI 集成(OpenAI GPT、Claude)用于事件分析,以及通过 CLI 远程控制台管理。文档同时明确警告:该仓库疑似分发商业安全软件的补丁/破解,K7 Total Security 是 K7 Computing 的商业产品,此技能仅为教育目的记录仓库中声称的配置模式,应通过正规渠道获取商业软件许可,避免从非官方来源下载可执行文件。
Orca CLI 是用于操作 Orca 所管理工作树、文件夹上下文、终端、仓库、自动化、产物、技能共享、工作树评论及内置浏览器的命令行工具,需先解析本次会话对应的可执行文件并加载版本匹配指南。
用于测试、调试和校验 REST 与 GraphQL API 的技能,覆盖 curl、httpie、Postman 集合与脚本化测试,涉及认证、错误处理与边界条件;强调先读文档或 OpenAPI/Swagger 规范,再按正常路径到错误与边界用例系统验证。
面向 Next.js 14+ 的专家技能,聚焦 App Router、服务端渲染、API 路由、中间件与生产部署,提供性能与 SEO 友好的应用构建指导。
Prometheus 监控与可观测性专家,覆盖 PromQL、告警规则、Grafana 看板与可观测性体系设计,帮助减少告警疲劳并支撑大规模时间序列。
面向 WebAssembly 的专家技能,覆盖 WASI、组件模型、Rust/C 编译与浏览器集成,提供编译、接口设计、性能优化与运行时兼容性方面的指导。
security-auditor 是一个专注于 DevSecOps、应用安全与合规框架的安全审计技能。它面向安全审计与风险评估、SDLC 安全控制与 CI/CD 合规审查、漏洞调查与缓解方案设计、认证授权与数据保护控制验证等场景。技能内容涵盖安全自动化、现代认证与授权、OWASP 与漏洞管理、应用安全测试、云安全、合规治理、安全编码、网络与基础设施安全、安全监控与事件响应、新兴安全技术以及安全测试与验证等方向,并强调纵深防御、最小权限、永不信任用户输入、安全失败、依赖扫描与左移安全等行为准则。使用前需确认范围、资产与合规要求,并需获得授权;不适用于缺乏授权或范围批准的安全测试、需要法律顾问或正式合规认证的场景,以及仅需快速自动扫描而无需人工审查的情况。
Reversing Network 是一个把浏览器自动化流程转换为直接 HTTP 请求的技能。它借助 robomotion-browser-mcp 抓取底层 API 流量,识别端点、请求头与认证方式,再用 Robomotion 流程重建更快的 HTTP 调用,适用于数据来自 API 调用的站点。
be-ambitious 是一个用于让任务或提示词变得更有雄心的 AI 技能,源自 Felix Rieseberg 关于如何更有雄心的文章。它把任务从“按输入的字面规模执行”提升到更高目标,围绕三种雄心类型展开:Altitude(瞄准结果之上的目标)、Depth(按领域顶尖专家的方式工作)和 Range(引入其他领域的视角与方法)。该技能强调做得更好而非做得更多,要求使用外部评判标准验证结果,不伪造工具、数据或结果,并在需要替换用户原始要求、花费金钱或不可撤销时先征询用户。
Frida 原生 Hook 技能:面向 C/C++/Objective-C 原生函数与内存行为,提供模块发现、导出/导入解析、Interceptor 附着与替换、NativeFunction、Stalker 与内存安全等方面的实践指引。