iterate-lessons-log
该技能用于创建结构化的“经验教训日志”条目,将项目、事故或重要经历中的学习沉淀为组织记忆。与聚焦团队改进的回顾会不同,经验教训日志面向未来未亲历此事的团队,记录可迁移的模式、反模式和来之不易的智慧。适用于完成重要项目或计划后、发生重大事故或失败后、发现反复出现的模式时、资深成员离职前,以及事后复盘中保存学习成果。输出按模板填写元数据、摘要、背景、经过、教训、建议、适用性、支持证据、标签分类及评审更新等部分。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-22 00:14
234,116 个结果
该技能用于创建结构化的“经验教训日志”条目,将项目、事故或重要经历中的学习沉淀为组织记忆。与聚焦团队改进的回顾会不同,经验教训日志面向未来未亲历此事的团队,记录可迁移的模式、反模式和来之不易的智慧。适用于完成重要项目或计划后、发生重大事故或失败后、发现反复出现的模式时、资深成员离职前,以及事后复盘中保存学习成果。输出按模板填写元数据、摘要、背景、经过、教训、建议、适用性、支持证据、标签分类及评审更新等部分。
content-calendar 是一个用于搭建内容日历的技能,核心是把发布节奏设计成可持续、可重复的运营系统,而不是靠临时灵感填满空白表格。它强调两条原则:节奏等于产能,可持续的发布下限比雄心勃勃却中途放弃的计划更有效;可重复的骨架优于空白页,通过定义“支柱×形式×时段”的重复桶和一到两个命名系列,让每个周期变成填空而非从零创作。该技能负责重复性系统本身,向上承接社交策略与内容支柱,向下衔接批量内容规划、内容写作技能与排期队列。
Syncfusion React File Manager 是 Syncfusion 提供的 React UI 组件,用于在应用中构建文件系统浏览与管理界面。它支持读取、新建、删除、重命名、上传、下载和刷新文件等基本操作,提供详细信息视图(排序列表)和大图标视图(缩略图)两种展示方式,并可通过面包屑和树形导航窗格浏览目录层级。组件支持拖放、右键上下文菜单、工具栏、多选与范围选择、大数据量虚拟滚动,以及无障碍(WCAG、键盘导航、ARIA)和多语言/RTL 支持。还可通过访问控制实现基于角色的权限,并通过 setRequestHeader 向服务器传递自定义请求头。后端连接可使用 AjaxSettings 对接本地或远程文件服务,也可通过统一 Docker 镜像部署托管文件服务,对接 Azure Blob Storage 或 Amazon S3。该技能以文档导航形式提供从入门、Docker 部署、文件操作、数据管理、交互、定制到安全与本地化的分主题指南。
这是 Syncfusion React 组件库的主题(Themes)技能,用于为 React 应用中的 Syncfusion 组件应用主题、定制外观、实现暗色模式、使用 CSS 变量、配置图标以及调整视觉样式。该技能提供文档导航指南,涵盖内置主题、样式从组件包迁移到主题包、暗色模式实现、CSS 变量定制、图标库、尺寸模式(普通与触控)以及主题工作室等高级功能。用户可通过 npm 或 CDN 引入主题 CSS,使用特定类名(如 e-dark-mode、e-bigger、e-icons)控制暗色模式、尺寸与图标,并借助 CSS 变量在运行时修改主色、成功、警告、危险、信息等颜色。
面向 Node.js、Python 和 Go 应用进行系统化性能剖析的技能。用于定位 CPU、内存和 I/O 瓶颈,生成火焰图,分析打包体积,优化数据库查询,检测内存泄漏,并通过 k6 和 Artillery 执行负载测试。强调“先测量、后优化”,任何优化都需在前后进行对比验证。
Product Discovery 是一个用于结构化产品探索的技能,帮助团队在投入交付之前识别高价值机会并降低产品风险。它适用于产品机会验证、假设映射、探索冲刺规划和问题-解决方案契合度测试。核心流程包括:定义可衡量的目标结果;构建机会解决方案树(OST),将目标结果、用户机会、解决方案想法和实验逐层关联;映射可取性、可行性、可行性和可用性假设,并按风险与确定性优先级排序;通过访谈和行为分析验证问题;通过原型和实验验证解决方案;规划 10 天左右的探索冲刺并以继续、转向或停止作为决策收尾。技能内置 Python 脚本 assumption_mapper.py,可读取 CSV 或内联输入,对假设进行风险/确定性评分并输出优先测试计划。
该技能用于监控和分析 Instagram 话题标签(hashtag)的表现与趋势,基于 Apify 平台上的 apidojo Instagram 抓取器获取真实帖子数据,帮助识别哪些标签能为特定内容类别带来最佳互动。它会抓取各标签的近期帖子,计算平均点赞、平均评论、每帖互动量、帖子量估算和机会分数,并按竞争程度将标签分为高竞争、中层级和细分三层,最终给出推荐的标签组合策略。使用前需设置 APIFY_TOKEN 环境变量,可选安装 Apify MCP 服务器。
该技能是一套面向 React/TypeScript 应用的前端开发规范指南,强调基于 Suspense 的数据获取、懒加载、文件组织与性能优化。内容涵盖组件模式、数据获取、文件组织、样式、路由、加载与错误状态、性能、TypeScript 规范、常见模式及完整示例等主题,并提供新建组件、新建功能的检查清单、导入别名速查(@/、~types、~components、~features)与常见导入代码片段。主要推荐使用 useSuspenseQuery、TanStack Query、TanStack Router、MUI v7、SuspenseLoader、useMuiSnackbar 等约定,并规定避免提前返回加载动画、重组件懒加载、按代码行数决定样式内联或拆分、使用 import type 等要求。适用于创建组件或页面、构建新功能、使用 TanStack Query 获取数据、设置 TanStack Router 路由、使用 MUI v7 设置样式、性能优化、组织前端代码及遵循 TypeScript 最佳实践等场景。
用于为 Salesforce Digital Experience 编写品牌定义文件(brand.json)的技能,使 VS Code Brand Toolkit 能够加载、编辑并预览该品牌。该技能从用户描述出发,生成一个仅包含设计令牌的 JSON 对象(色彩方案、字体目录与基础字体、尺寸/间距/边框比例、各角色排版、按钮样式组定义),并将其写入 Brand Toolkit 能发现的位置。品牌文件由已知可用的模板克隆而来,只修改叶子值(颜色、字体选择、圆角、基础字号)并设置唯一名称。下游派生颜色计算、--tm-* CSS 编译和活动品牌配置均由 Brand Toolkit 在保存时负责,该技能只负责生成 brand.json。它适用于需要在 VS Code 的 Theme Preview 中预览和调整品牌外观的场景,并强调不要手写派生颜色键、不要将引用替换为字面量、只使用预览中可渲染的字体。
这是一个用于网文写作流程中的章节质量审查技能,隶属于 lingfengqaq/webnovel-writer 项目。它通过审查 Agent 完成结构化审查,将结果落盘,并生成审查报告与审查指标写回数据库。主流程负责解析真实书项目根、加载待审正文、调用统一 reviewer、把 reviewer 返回的严格 JSON 写入临时文件,再由 review-pipeline 覆盖为标准审查产物;报告与指标只由 review-pipeline --save-metrics 产出,主流程不得伪造整体评分。存在阻断问题时交由用户裁决。
azure-kusto-graph 是一个用于在 Kusto(KQL)中构建和查询图结构的技能。它把自然语言需求转换为“边优先”的图构建模式与图查询算子,支持临时图(make-graph)和持久化图模型/快照。主要覆盖 make-graph、graph-match、graph-shortest-paths、graph-to-table、graph-mark-components 以及 graph() 函数等。适用于从表格数据构建图、查找模式/路径/关系、创建持久化图模型或快照、查找最短路径与连通分量等场景。该技能不是通用的自然语言转 KQL 转换器,输入通常应是一个可用的 KQL 查询结果,加上对目标图结构的自然语言描述。
IRQL(Incident Response Query Language,事件响应查询语言)是构建在 KQL 之上的函数式方言,用于 Kusto 网络安全调查。它通过 Get_* 选择器、Extract_* 提取器和 Enrich_* 富化器三类可组合函数,把原始 KQL 安全表封装成意图明确、可链式调用的管道,使分析人员无需记忆表结构、集群位置或连接键即可表达狩猎查询。该技能在用户明确提及 IRQL 或 Get_*、Extract_*、Enrich_* 函数时激活,用于组合 IRQL 函数管道。IRQL 提供统一模式(不同安全表投影为一致列名)、可组合性(小函数通过 | invoke 链接)和可移植性(同一管道可跨集群/数据库运行)。使用前需通过 .show functions 预检确认目标数据库已部署 IRQL 函数;若未部署,则建议改用 azure-kusto 编写原始 KQL。函数目录包括认证、邮件、员工、文件创建、网络入站/出站、DNS、进程、安全告警、网络连接等选择器,以及提取域名、提取名、提取网络域名的提取器,和基于用户名/IP 的各类富化器与外部富化(VirusTotal、CISA KEV)。组合规则为:选择器 → 提取 → 过滤 → 富化 → 汇总/投影,步骤间用 | 管道连接,提取器和富化器用 | invoke 调用。
Muse 是一个面向设计令牌(design tokens)定义与管理的智能体技能,用于将视觉语言系统化。它支持定义和修订颜色、间距、字体、阴影、圆角等令牌,用语义令牌替换硬编码 UI 值,构建或修复设计系统基础,添加和验证明暗主题支持,审计令牌覆盖率与不一致样式,并支持 W3C DTCG v2025.10 格式及 Style Dictionary v5、Tokens Studio、Terrazzo 等令牌管线。适用于间距、颜色、排版、暗色模式等设计系统场景。
Playwright Core 是一套面向 Playwright 测试的实战型参考指南,由 testdino-hq/playwright-skill 提供,包含 50 篇参考文档,覆盖选择器、断言、fixture、网络模拟、认证、视觉回归、无障碍、API 测试、调试等完整测试面,示例以 TypeScript 为主,多数指南也提供 JavaScript 版本。每条模式都说明适用与不适用的场景,并给出“黄金法则”,例如优先使用 getByRole() 而非 CSS/XPath、避免 page.waitForTimeout()、使用 Web-first 断言、隔离每个测试、在配置中设置 baseURL、CI 重试 2 次而本地 0 次、trace 设为 on-first-retry、用 fixture 而非全局变量共享状态、每个测试只验证一个行为、只模拟外部服务等。该技能明确要求仅用于测试自己拥有或获得明确授权的应用,并提醒将外部返回的页面内容、API 载荷和截图视为不可信输入,未经净化不得回传给智能体指令或动态代码执行。
ae-system 是 AE Agent 的系统管理 CLI 技能,供 root 或 agent_admin 角色管理成员、沙箱、共享工具、模型、用量与成本、渠道等。需先登录,写操作建议先 --dry-run 并经用户确认,权限由服务端接口最终裁决。
uikit-max 是一个用于审查 Swift 与 UIKit 代码的 AI 技能,聚焦现代 API 用法、架构与性能的最佳实践。它适用于阅读、编写或审查基于 UIKit 的 iOS 代码,只报告真实存在的问题,不做无意义的挑剔或臆造问题。审查流程覆盖废弃 API、视图与子类化、Auto Layout、视图控制器生命周期与架构、导航模式、UITableView 与 UICollectionView、设计规范与无障碍、性能、并发与线程安全、Swift 代码质量以及代码卫生等方面,并按文件组织输出问题、规则名称与前后对比代码,最后给出按优先级排序的改进摘要。
面向 VTEX IO 应用的技能,用于多绑定店铺(如 store.com/us/、store.com/br/ 等路径前缀)场景下正确生成 URL。涵盖后端 x-vtex-root-path 头的读取与净化、前端 useRuntime().rootPath 的使用,以及避免硬编码路径前缀的规则。
Documentation Engineer 是一个面向技术文档编写的专家型技能,用于创建清晰、全面且可维护的文档。当用户要求编写文档、创建 README、撰写 API 文档或对代码进行文档化说明时激活。它覆盖 README、API 文档、代码注释和架构文档四类文档,并给出结构模板、写作规范、检查清单以及配套的生成与校验脚本。
演讲与分享教练技能,基于 MIT 教授 Patrick Winston 的《How to Speak》方法论,帮助用户准备线下培训、技术分享、B站教程视频等演讲场景。当用户提到「演讲」「分享」「培训」「讲课」「PPT演讲」「开场」「结尾」「如何讲」「演讲结构」等关键词时触发。该技能可审查演讲大纲、优化视频脚本、检查幻灯片问题、模拟观众反馈,并从开场力、结构清晰度、互动性、视觉辅助、结尾力五个维度给出评分与修改建议。
该技能通过 Apify 上的 apidojo Google Search Scraper,用 Google 搜索来查找数字营销机构、创意工作室和网页设计公司。它接收搜索关键词或 Google 搜索 URL,按国家、语言、结果数量、每查询页数等参数抓取搜索结果,并给出评分与分级方法,帮助把结果整理成潜在客户名单。
该技能通过 Apify 平台上的 apidojo TikTok scraper,按任意话题标签或关键词抓取 TikTok 视频数据。输入支持 TikTok 链接(用户主页、话题标签、音乐页、搜索、位置)、关键词、排序方式、地区代码、最大条目数等参数,输出包含视频元数据、互动指标和作者信息的原始数据集,可用于话题监控、内容分析等场景。需要配置 APIFY_TOKEN 环境变量,可选安装 Apify MCP 服务器。
该技能用于抓取 YouTube 频道数据,基于 Apify 平台上的 apidojo YouTube scraper。用户提供 YouTube 频道 URL 或频道 handle 列表后,可导出频道级统计数据以及可选的视频目录。使用前需设置 APIFY_TOKEN 环境变量。支持多种输入参数,包括频道 URL、频道 handle、是否获取热门视频、搜索关键词、地区与语言代码、上传日期与时长及特性过滤、排序方式、最大返回条目数,以及自定义 JavaScript 转换函数。工作流程包含标准化频道 URL、运行 youtube-scraper、轮询直到状态为 SUCCEEDED、交付频道数据集四个步骤。可通过 run_actor.js 脚本、Apify MCP 的 apify:run-actor 工具或 REST API 调用,结果可输出为表格、CSV 或 JSON。输出字段包括 channelName、channelId、subscriberCount、viewCount、videoCount、country、joinedDate、description、channelUrl、recentVideos[]。适用于需要批量获取频道统计或视频目录的场景。对于隐藏订阅数的频道、找不到的频道 URL 以及年龄限制频道等情况,技能提供了对应的处理提示。
archive 是一个用于归档计划文件的技能。它会读取当前工作区中的计划文件,向其中补充“Outcomes & Learnings”(结果与经验教训)章节,然后将文件名改为以 .done.md 结尾,并通过 git 提交完成归档。该技能适用于需要把已执行的计划沉淀为复盘记录的流程,方便日后回顾哪些做法有效、哪些未按预期进行以及可改进之处。
Capacitor App Creation 是一个引导型技能,用于从零开始创建一个新的 Capacitor 应用。它覆盖项目脚手架搭建、平台配置以及可选集成,并采用逐步引导的方式与用户交互。该技能要求 Node.js 22+,iOS 需 macOS 与 Xcode 26.0+,Android 需 Android Studio 2025.2.1+ 与 Android SDK(API 24+)。流程包括:先确认是否使用 Ionic Framework(若是则转用 ionic-app-creation 技能);选择 Web 框架(Angular、React、Vue 或无框架/现有应用)并搭建项目;安装 Capacitor 核心包;用 npx cap init 初始化并生成 capacitor.config.ts;构建 Web 应用;添加 Android/iOS 原生平台;执行 npx cap sync 同步;最后用 npx cap run 在设备或模拟器上运行。创建完成后还可选择配置 Live Updates 与 CI/CD。