lemonade-router-builder
将自然语言描述的路由意图转换为合法的 Lemonade collection.router 策略 JSON。该技能只生成并离线校验 JSON，不调用服务器、不注册策略，生成结果可在桌面端 Hybrid Router 编辑器中继续修改。
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 10-22 00:14
全部 Skills
234,193 个结果
scraping-youtube-trending-videos
该技能用于抓取 YouTube 热门视频数据。它通过 Apify 平台上的 apidojo YouTube Trending Scraper 执行，可按类别（如 now、music、movies、gaming）和国家/语言区域筛选。技能本身只做原始数据采集，不预设使用场景，返回完整数据集供后续分析。用户可用 type 指定热门类别，gl 指定国家代码，hl 指定语言代码，maxItems 限制返回数量，还可通过 customMapFunction 自定义转换每个输出对象。运行方式包括推荐的 run_actor.js 脚本、REST API 调用，以及通过 Apify MCP 的 call_actor 工具调用。输出字段涵盖视频 ID、标题、URL、描述、时长、播放量、点赞数、状态、频道信息、关键词、直播标志及缩略图等。使用时需注意部分国家可能缺少特定类别页面、会话差异导致的空结果、需使用有效 ISO 区域码，以及热门数据为时间点快照等问题。
lyria
Lyria 是一个围绕 Google Lyria 3 音乐生成模型的技能，用于通过 Gemini Interactions API 生成与校验音乐。根据给出的资料，它强调在调用 OpenMontage 的 `google_music` 之前、设计 Lyria 3 Clip 或 Pro 生成方案时使用。核心内容包括：区分单轮音乐生成模型 Lyria 3 与实验性 WebSocket 模型 Lyria RealTime；按“用途与时长、曲风与年代、速度与和声、配器与质感、结构、动态与同步、人声策略、混音与结尾、排除项”的顺序编写结构化提示词；在 Clip、Pro、RealTime 之间明确选择模型，并明确当前 OpenMontage 适配器锁定为 `lyria-3-pro-preview`；对返回时长以 ffprobe 探测结果为准而非请求元数据；对认证路径、错误诊断、结果解析与记录、质量检查清单给出规范。资料未提供官方定价以外的更多商业信息，价格仅为文中当前标注。
copilotkit
CopilotKit 是一个用于在应用中集成 AI 助手与智能体能力的开发框架，覆盖聊天界面、前端与服务器工具、生成式 UI、共享状态、人在回路（human-in-the-loop）以及多种智能体框架的接入。该技能本身刻意不携带具体 API 细节，因为 CopilotKit 的 API 会持续变化；它主要说明如何获取当前最新的官方文档与源码。使用方式包括：在文档页面路径后加 .md 获取 Markdown 版本，通过 llms.txt 与 sitemap.xml 查找页面路径，或借助 MCP 服务器提供的语义搜索工具检索文档、库源码与 AG-UI 协议资料。调试前建议先运行 CLI 的接线检查命令。当前版本为 v2，需从 /v2 子路径导入，包根路径为已弃用但仍可解析的 v1。
databricks-model-serving
Databricks Model Serving 技能用于管理 Model Serving 端点的全生命周期与运维。它覆盖端点的创建、查询、更新、删除，流量路由配置（A/B 测试、金丝雀发布），零停机版本切换，端点就绪状态检查，以及 AI Gateway 的速率限制与用量跟踪。端点类型包括按 token 计费的基础模型 API、预置吞吐量和自定义 MLflow 模型。该技能强调先通过 CLI 动态发现命令语法，并区分了与 Unity Gateway 的职责边界。
account-transfers
账户转移（Account Transfers）是一套用于处理和管理金融机构之间及内部账户转移的流程与知识体系。其核心是美国的 ACAT 系统（自动客户账户转移服务），由 DTCC 旗下的 NSCC 运营，受 FINRA 规则 11870 约束，用于在经纪商和银行之间标准化、自动化地转移客户账户。内容涵盖 ACAT 转移的完整生命周期（发起、验证、资产转移、剩余处理）、全额与部分转移的区别、可转移与不可转移资产类型、转移发起表（TIF）、接收方与交付方职责，以及非 ACAT 转移方式（共同基金 Fund/SERV、DTC 自由交割、实物凭证、另类投资、国际转移、电汇）。此外还涉及部分转移中的税务批次选择、成本基础转移要求、保证金账户影响，以及同一机构内部的日记账分录（免费日记账、有价日记账）及其审批流程和税务影响。
postcss-best-practices
PostCSS 最佳实践与配置指南，面向现代 CSS 处理与优化。内容涵盖 PostCSS 的模块化理念、项目安装与配置文件写法、与 Webpack/Vite/Next.js 等构建工具的集成、常用插件（postcss-preset-env、autoprefixer、cssnano、postcss-import、postcss-nested 等）的配置示例，以及现代 CSS 特性（原生嵌套、自定义属性、自定义媒体查询、自定义选择器、逻辑属性、容器查询）、文件组织结构、生产环境配置、浏览器支持、性能建议与调试方法。
feishu-cli-chat
飞书会话浏览、消息互动与群聊管理技能。支持查看单聊、群聊、话题群的聊天记录，搜索群聊，获取消息详情，进行 Reaction 表情回应、Pin 置顶/取消置顶、删除消息，以及群聊信息管理（获取、更新、解散、成员增删）。当用户需要看群消息记录、拉群聊天记录、导出聊天记录、获取群历史、看话题回复、搜群或看私聊记录时使用。
mcp-builder
mcp-builder 是一份用于创建 MCP（Model Context Protocol）服务器的开发指南，目标是让 LLM 通过设计良好的工具与外部服务交互。其核心观点是：MCP 服务器的质量取决于它能否帮助 LLM 完成真实世界任务。指南将开发流程划分为四个阶段：深度研究与规划、实现、审查与测试、创建评估。内容涵盖 API 覆盖与工作流工具的取舍、工具命名与可发现性、上下文管理、可操作的错误信息、MCP 协议与 SDK 文档查阅、TypeScript/Python 技术栈与传输方式选择、输入输出 Schema、工具注解、构建与 MCP Inspector 测试，以及编写 10 道只读、复杂、可验证的评估问题。指南同时强调授权、租户隔离、提示注入防护等边界需单独测试，工具注解仅为提示，服务端授权仍不可省略。
parallel-agents
parallel-agents 是一项多智能体编排技能，用于在 Claude Code 中协调多个具备不同领域专长的智能体，共同完成相互独立或需要多视角分析的任务。它通过 Claude Code 原生的 Agent Tool 实现编排，而非依赖外部脚本，使整个流程保持在 Claude 的控制范围内。适用场景包括：需要多种专业能力的复杂任务、从安全、性能与质量等角度进行代码分析、综合审查（架构＋安全＋测试），以及需要后端、前端、数据库协作的功能实现。不适合简单、单一领域的任务或小型修改。该技能提供常见的编排模式，如综合分析、功能审查、安全审计，并列出可调用的专用智能体及其专长与触发语，同时支持上下文传递、恢复先前智能体工作以及最终统一汇总报告。
steel-browser
Steel Browser 是一个通过 Steel CLI 完成实时网页任务的技能，适用于 WebFetch 或 curl 无法胜任的场景，例如需要 JavaScript 渲染的页面、表单填写、截图、生成 PDF、登录流程等。它提供从静态抓取到交互式浏览器会话的分级工具路径：静态内容用 steel scrape，截图用 steel screenshot，PDF 用 steel pdf，多步骤交互、登录、表单或重度 JS 页面则使用 steel browser 启动交互式会话。使用前需确认 Steel 已安装并登录，可通过 steel --version、steel login、steel doctor --preflight 检查，并用 steel scrape https://example.com 做冒烟测试。交互式会话需在每条命令上使用相同的 --session 名称，导航或 DOM 变化后重新执行 snapshot -i，优先使用快照中的 @eN 引用而非 CSS 选择器，任务完成后停止会话。遇到机器人检测、CAPTCHA、代理或登录可靠性问题时，可结合 steel-session-debugging 与 steel-reliability 处理。
ru-text
ru-text 是一套面向俄语文本质量的开源技能/参考规范，用于编辑、校对和格式化俄语内容：自动应用俄式排版（«»引号、长破折号、不间断空格等），并按需提供编辑风格、停用词替换与评分参考。
performance-engineer
Performance Engineer 是一个面向应用性能优化的专业技能，用于分析和优化应用性能、定位瓶颈并实施效率改进。当用户报告性能问题、需要性能优化、提到“慢”或“延迟”，或希望提升效率时激活。它提供了一套分阶段的性能分析方法：先定义指标与基线并测量当前性能，再按数据库、API、应用、前端、网络等层面定位常见瓶颈，然后给出数据库优化（如消除 N+1 查询、添加索引）、API 优化（分页、字段选择、压缩）、前端优化（代码分割、记忆化、图片优化）等具体手段，最后重新测量、对比基线并记录改进。技能还包含性能目标参考表、缓存、批处理、防抖节流等常见优化模式，以及性能监控指标与工具，并提供性能分析与报告脚本。
media3-cast-integration
在 Android 应用中用 Jetpack Media3 集成 Google Cast 的技能，涵盖添加依赖、更新清单、配置 OptionsProvider、实现播放器与服务、搭建 UI 以及清理旧版 Cast SDK。要求 Media3 版本不低于 1.9.0。
analyzing-tiktok-hashtag-performance
该技能用于分析 TikTok 话题标签的表现、覆盖范围和趋势内容。它通过 Apify 平台上的 apidojo TikTok 抓取器，抓取话题标签下的高表现视频、互动数据和创作者信息，并对多个话题标签进行对比，找出在特定内容领域中覆盖效果最佳的话题标签。当用户需要分析 TikTok 话题标签时触发。使用前需设置 APIFY_TOKEN 环境变量，可选安装 Apify MCP 服务器。
vault-skill-factory
Vault Skill Factory 是一个把成熟、经过整理的 wiki 页面集群转化为可复用 Agent Skill 的工具。它读取 Obsidian 知识库，将一组已审核或已验证的页面提炼为一个可移植的技能包，包含 SKILL.md 与 references/ 文件夹，并写入专门的审查目录供人工检查。它强调安全护栏：绝不写入 .skills/、不运行 setup.sh、不创建全局符号链接、不自动安装，安装与否完全由用户决定。适用于把已验证的知识沉淀为可复用技能的场景。
ss-reference
ss-reference 是 bitjaru/styleseed 下的一个技能，用于把用户提供的设计参考（截图、URL、Figma 导出或已有 UI）编译成项目本地的设计语法（design grammar）。它强调不照搬参考界面，而是按 StyleSeed 的编译器流程读取 PRODUCT-PRINCIPLES.md、RULESETS.md、ADAPTERS.md、REFERENCE-COMPILER.md 等文档，并把证据分成 R1、R2 等编号，按十二个维度观察和度量，解决矛盾而非取平均，最终在 .styleseed/rulesets/<slug>/ 下生成项目所需产物。该技能适用于有设计参考输入、需要提炼可复用设计规则并进行验证的场景，需配合 /ss-score 与 /ss-verify 做迁移验证。
mcp-csharp-test
mcp-csharp-test 是 dotnet/skills 中用于测试 C# MCP 服务器的技能，支持两个层级的测试：针对单个工具方法的单元测试，以及通过 MCP 客户端 SDK 在内存中运行完整 MCP 协议的集成测试。适用于为 MCP 服务器添加自动化测试、使用模拟依赖测试工具方法、编写验证工具列表与调用的集成测试，以及为 MCP 服务器搭建 CI 测试流水线。该技能默认使用 xUnit，也支持 NUnit 或 MSTest，并涉及 ModelContextProtocol、Moq、FluentAssertions 等包。
social-media-trends-research
这是一个用于社交媒体与营销趋势研究的技能，通过三个免费工具以编程方式获取趋势数据：pytrends（Google Trends，可获取实时热门搜索、关键词随时间兴趣度、相关查询与地区兴趣）、yars（无需 API 密钥抓取 Reddit 数据）以及 Perplexity MCP（用于查询 Twitter/TikTok/网页趋势）。该技能提供可执行代码与脚本，安装依赖只需运行 pip install pytrends requests --break-system-packages，无需 API 密钥，Reddit 抓取使用公开的 .json 端点。使用时需注意各平台的速率限制（如 pytrends 每 3-5 秒一次请求、Reddit 每小时不超过 60 次请求），并可结合内容营销社交聆听与 perplexity-search 等技能进行策略制定与深度查询。
writing-staffing
Writing Staffing 是创意写作技能体系中的「人员调度参考」技能，用于在生成写作团队时决定给各个智能体附加哪些额外技能、在 spawn 提示中引用哪些资源，以及如何按任务类型选择模型和分配人力。它针对 @writer、@critic、@editor、@continuity-checker、@brainstormer、@outliner、@style-creator、@reader-sim、@character-sim、@web-researcher、@kb-lead 等角色给出调度建议。技能包含模型选择规则：agent 默认通常正确，需要覆盖时按工作性质匹配模型（判断力与创意生成、结构化综合、机械信息收集等）。还说明 fan-out（同一问题交给不同模型家族独立判断）的适用与保留场景，以及 critic 覆盖按风险规模扩展、知识维护等待方向确定、reader-sim 在写作/批评循环收敛后运行等原则。
kotlin-development
Kotlin 开发最佳实践指南，涵盖代码整洁、命名规范、函数设计、数据处理、类与对象设计、异常处理、测试以及代码组织等方面。该技能强调使用英文编写代码与文档、显式声明变量与函数类型、避免 any 类型，并给出 PascalCase、camelCase、UPPERCASE、underscores_case 等命名标准。函数设计上要求单一职责、控制在 20 条指令以内、使用动词命名、通过早返回减少嵌套、优先使用高阶函数与默认参数。数据处理方面推荐 data class、不可变性与 val、不可变集合。类设计建议控制在 200 条指令以内、公开方法与属性各不超过 10 个，遵循 SOLID 与组合优于继承。异常处理强调仅用于真正意外错误、不用于控制流。测试部分给出单元测试的 Arrange-Act-Assert 与验收测试的 Given-When-Then 约定。
clang
这是一个面向 C/C++ 项目的 Clang/LLVM 编译器技能包，用于指导智能体使用 Clang 特有的功能，包括更优秀的诊断信息、Sanitizer 集成、优化备注、静态分析以及 LLVM 工具链。该技能覆盖了 Clang 与 GCC 的差异以及 Apple/FreeBSD 平台的具体用法。适用触发场景包括：希望获得更好的编译器诊断与错误信息、使用 clang-tidy 或 clang-format、查看编译器优化或未优化的内容、在 macOS 或 FreeBSD 上使用 clang，以及通过 clang-cl 进行 MSVC 兼容构建（参见 msvc-cl 技能）和 Sanitizer 相关查询（参见 sanitizers 技能）。内容涉及构建模式标志（如 -Oz、Thin LTO、PGO）、Clang 专有诊断标志、优化备注（-Rpass 系列）、静态分析（clang --analyze、clang-tidy 检查族）、使用 lld 进行 LTO、LLVM 插桩 PGO 以及 macOS 平台细节等。
foundation-lean-canvas
该技能用于生成一页式精益画布（Lean Canvas），覆盖九个相互关联的模块：问题、客户细分、独特价值主张、解决方案、渠道、收入来源、成本结构、关键指标与不公平优势。它源自 Ash Maurya 对商业模式画布的改编，面向高不确定性的早期创业与产品团队，帮助把关于问题、客户、解决方案与可行性的假设显式化、可测试化。技能支持两种模式：content 模式输出结构化 Markdown 画布；visual 模式在 Markdown 之外，还基于内置 HTML 模板生成自包含、可离线打开的 .html 文件，呈现经典九宫格布局、逐块置信度徽章与 A3 横向打印样式。每个模块需标注 High/Medium/Low 置信度及一行理由，并填写证据与置信度部分（已验证、假设、开放问题、治理）。该技能定位为战略枢纽，而非单点专家工具，可交叉链接到问题陈述、人物画像、JTBD、解决方案简报、竞品分析、实验设计等更深度的 PM 技能。
capcut
CapCut 是一个短视频剪辑工具技能，用于快速、安全地编辑 TikTok、Reels、Shorts 等社交短视频。它围绕脚本节拍进行剪辑，控制节奏（约每 2–4 秒一次视觉变化）、自动生成字幕并强制校对、按节拍同步声音，并在导出前完成音乐与素材的授权检查。该技能由智能体负责规划剪辑方案、标注 ToS 与授权风险，由人工在 CapCut 中执行并确认成片，最终通过 WoopSocial 发布。资料同时提示：免费素材仅限个人使用，标注“Commercial use”的音乐需逐曲核实；上传/同步内容会授予字节跳动永久可转让许可，客户或 NDA 素材应仅本地处理；功能会随时间迁移到 Pro，建议剪辑前先确认版本层级。