ljg-xray-paper
ljg-xray-paper 是一个论文解读技能,把论文拆成“问题→视角→结果”三句话,并生成 ASCII 认知卡片说明它对使用者的启发。适用于阅读 arXiv 论文并沉淀笔记,输出 Org 文件到本地笔记目录。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-19 00:15
256,875 个结果
ljg-xray-paper 是一个论文解读技能,把论文拆成“问题→视角→结果”三句话,并生成 ASCII 认知卡片说明它对使用者的启发。适用于阅读 arXiv 论文并沉淀笔记,输出 Org 文件到本地笔记目录。
面向 Go + React 全栈项目的开发技能,提供单二进制架构、本地迭代开发、项目结构、环境变量与密钥管理、文档规范及公开页面预渲染等约定,用于搭建新应用、添加功能、修复缺陷和本地运行。
这是一个用于在终端中使用 Loops CLI 的技能。它面向命令行场景,帮助用户完成 Loops CLI 的安装、更新与故障排查,在终端中进行 Loops 身份验证,管理已存储的团队密钥或在多个团队之间切换,执行一次性的联系人、列表、事件或事务邮件命令,并在本地以文本或 JSON 格式查看 CLI 输出。该技能强调优先使用 loops --help 及各命令的专属帮助来获取准确参数和最新命令结构,适合 shell 工作流、一次性运维任务、凭据校验和快速排障;在结果需要供其他工具或脚本使用时建议使用 --output json。对于跨多个 Loops 团队工作的用户,可使用命名存储密钥配合 --team。使用时应避免打印密钥,优先采用密钥环支持的认证或环境变量,而非硬编码 API key。如果任务转向应用代码集成或精确的 HTTP 请求体设计,则应改用单独的 api 技能。
用于 clawd-feishu 插件开发的本地端到端调试与测试框架,借助 agent-browser CLI 操作飞书网页版,验证消息流转、机器人回复与飞书文档工具调用。仅供本地开发调试使用。
Mastra 是一个用于构建 AI 应用的 TypeScript 框架,通过统一的 Mastra() 构造函数整合智能体、工作流、工具、记忆、RAG、MCP、语音、评估与可观测性。项目可用 npm create mastra@latest 脚手架创建,并用 mastra dev 启动开发服务器与 Studio UI。
用于设计员工入职(onboarding)方案、制定30/60/90天计划、搭建伙伴(buddy)制度与衡量上岗效果的技能,涵盖入职全流程、知识转移、首周排期、分角色入职轨道与反馈指标。
面向实时数据管道与流处理的实践指南技能,覆盖 Kafka 生产消费、Flink 作业、Debezium CDC、精确一次语义、背压与状态管理等生产级模式,适合具备分布式系统基础的工程师。
面向站点可靠性工程(SRE)实践的中文技能说明:涵盖 SLO/SLI/SLA 分层、错误预算与燃烧率告警、减少琐务、值班轮转、无责事后复盘、容量规划与渐进式发布等主题,供工程师从被动运维转向系统化可靠性管理。
用于客服支持数据分析的技能,覆盖 CSAT、NPS、解决时长、自助服务分流率等指标的测量、分析与改进,帮助把工单数据转化为可执行的运营决策。
将需求、性能、可靠性与支出连接为可辩护的容量与成本决策的技能。它建模技术容量、计算基础设施级单位成本、定义预算与配额控制,要求以负载/浸泡测试作为容量主张的证据,并显式呈现成本与性能的取舍。
用于规划并执行跨系统安全迁移的技能,覆盖数据、模式、接口、基础设施与服务抽取,强调兼容设计、双跑对账、切换、恢复与弃用。
面向子代理的专业研究方法技能,覆盖新闻调查、行业分析与学术/综合研究三条路线,共用范围界定到报告的研究生命周期,强调来源评估、论断闭合、可追溯记录与持久化证据,避免把单次查询或无需调查的实现工作误用为完整研究流程。
automate-me 是 pstack-t3 技能集中的一项技能,用于把用户的工作习惯与偏好转化为智能体可以遵循的 -mode 技能。它会先检查是否已存在对应的模式技能,然后挖掘用户近期的智能体对话历史,识别反复出现的协作模式,再通过结构化提问补充尚未体现的偏好,最后将这些信号归类整理,并使用 skill-creator 等技能撰写出一份以用户名字或标识命名的 -mode 技能文件。该技能将挖掘、撰写和文字打磨三个环节串联起来,帮助用户把分散在对话中的隐性规则固化为可被智能体读取并遵循的显式规则。
figure-it-out 是一个用于“无现成剧本”场景的工作流设计技能:当任务是大规模迁移、雄心勃勃的多部分改动,或需要人类在离开后回来审查的工作时,它帮助先设计出一套可审计的执行手册。它的交付物在写任何代码之前就是工作流本身:把任务拆解为分阶段流程,按任务规模调整严谨程度,运用科学方法推进,并留下可供人类事后审计的决策轨迹。其流程分为五个阶段:Frame(先明确可证伪的完成定义、量化范围与严谨级别)、Design the workflow(拆解为可独立落地的原子单元,风险最高、最未知的优先,先搭脚手架与验证工具)、Run the loop(每个单元当作实验:假设、最小改动、对真实产物测量、推进则保留否则回滚)、Keep the audit trail(记录整个运行轨迹)、Verify and hand back(对真实产物而非仅测试工具做整体验证,并把重复出现的纠正编码为门禁、lint 规则或脚本)。结论只分为已验证、未验证、不确定三种,不确定不算通过。
用于为 Simulink 模型或子系统编写通过/失败测试的技能,支持基于 Gherkin 的临时快速测试与基于 Simulink Test API 的持久化测试,可验证需求、创建回归测试并收集决策覆盖率。需 Simulink Test 及 R2023a 以上版本。
通过 meitu-cli 为已有视频添加音频的技能,支持添加 BGM 或旁白配音,也可串联执行。按提示描述在内部检索音乐或音色素材,或使用自定义音频 URL;可分别调节背景音乐与原声音量。不处理视频拼接、歌曲生成与画面编辑。
基于 meitu-cli 的视频帧率提升/插帧技能,可将低帧率视频(如 24fps)提升至 60fps,使运动画面更流畅,视频时长不变。适用于老视频流畅化、游戏或运动视频补帧等场景,不处理画质修复、超分、去噪、变速或剪辑。
基于 meitu-cli 的多模态混合驱动视频生成技能,可用音频、视频、图片、文字任意组合生成视频,适合音乐配视频、参考视频运镜/风格/节奏、多素材混合生成。不处理纯文字生成视频、仅图片生成视频和动作迁移。
基于 meitu-cli 的多段视频顺序拼接技能,支持纯拼接保留原声或拼接加配乐(自动检索音乐或用自定义 music_url),需至少 2 段视频,不支持自定义转场。
LocalStack 是一个在单个容器中运行的云服务模拟器,供开发者在本地开发和测试云应用,无需连接真实云环境。本技能通过 Membrane CLI 与 LocalStack 交互,可管理数据、记录并自动化工作流。
Melo 集成技能,用于通过 Membrane CLI 与 Melo 数据交互,管理组织、流水线、用户、目标与筛选器。适用于需要访问 Melo 平台的场景,认证由 Membrane 自动处理。
Nasdaq Data Link 集成技能,通过 Membrane CLI 管理数据集并与该平台交互,适用于用户需要访问 Nasdaq Data Link 金融、经济及另类数据的场景。
Neon 是一项全托管无服务器 Postgres 数据库服务,面向希望获得可扩展、低成本数据库而无需自行管理基础设施的开发者。该技能通过 Membrane CLI 与 Neon 集成,用于管理组织、用户、目标、过滤器等数据,适合需要与 Neon 数据交互的场景。
OpenWeather API 集成技能,通过 Membrane CLI 管理天气与位置数据,可获取当前天气、预报、空气质量、紫外线、太阳辐射及地理编码等信息,适合需要基于位置天气数据的应用。