drawio-flowchart
drawio-flowchart 是一个用于创建流程图、泳道图和业务流程图的技能，基于 Draw.io（diagrams.net）实现。它覆盖标准流程图图形（开始/结束、处理、判断等），支持用箭头连接并标注分支条件，可通过自动布局对齐图形，并导出为 .drawio、PNG、SVG 或 PDF 等格式。适用于梳理业务流程、技术工作流、跨团队或跨系统职责、条件分支决策树，以及为文档或演示准备流程示意图。
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
234,206 个结果
healthkit
HealthKit 是 Apple 平台用于访问和读写健康数据的框架。本条目是一份 HealthKit API 参考文档，用于检索和回答与 HealthKit 相关的开发问题，涵盖 HKHealthStore、HKQuantitySample、体能训练（workouts）以及健康数据的读取与写入。文档以文件形式组织，包含框架总览、健康数据存储操作、数量样本、数量类型标识符、健康数据查询以及单位换算等内容，适合开发者在实现健康数据相关功能时查阅。
hig-foundations
hig-foundations 是 raintree-technology/hig-doctor 技能库中的一个设计基础技能，聚焦 Apple Human Interface Guidelines（HIG）的设计基础。当用户询问 HIG 颜色、Apple 字体排版、SF Symbols、深色模式等 Apple 设计规范相关问题时，可调用该技能。它涵盖无障碍、应用图标、品牌、颜色、深色模式、图标、图像、沉浸式体验、包容性、布局、材质、动效、隐私、从右到左布局、SF Symbols、空间布局、字体排版和写作等主题，并给出各主题对应的参考文件与关键内容。技能强调内容优先、从设计之初内置无障碍、使用系统颜色与材质、使用平台字体与图标、遵循平台惯例、尊重隐私、支持国际化、有目的地使用动效等原则，并提供输出格式建议与需向用户确认的问题。
social-trend-monitor
social-trend-monitor 是一个用于跨平台社交趋势监控的技能，主要追踪 Reddit、Instagram、TikTok 上的热门内容与趋势话题，并生成综合趋势报告和内容机会判断。用户可通过“查看社交趋势”“今天什么火”“热门话题”“trending topics”“社交媒体趋势”等指令触发。该技能会先确定监控范围，包括目标平台、关注领域和时间范围，然后分别搜索三大平台的热帖、热门标签、热门声音与挑战等信息，提取 Top 10 榜单，汇总跨平台共同趋势，并输出 Markdown 格式的趋势日报。报告包含趋势概览、各平台热门条目、跨平台共同趋势以及面向内容创作者、品牌营销和新兴趋势的洞察建议。报告默认保存在 ~/.claude/cache/social-trends/，文件名为 trends-{YYYY-MM-DD}.md，可用于历史对比分析。该技能依赖 WebSearch、WebFetch 和 Write 工具，无法直接访问平台 API，数据依赖公开搜索结果，Instagram 和 TikTok 数据可能不如 Reddit 完整，实时性受搜索引擎索引速度影响，部分平台内容需登录才能查看详情。
migrate-to-detour
migrate-to-detour 是一个迁移辅助技能，帮助移动开发者将深度链接（deep linking）方案从 Branch 或 AppsFlyer 迁移到 Detour。Detour 是 Software Mansion 推出的开源深度链接 SDK，统一处理延迟深度链接（可跨安装流程）、Universal Links / App Links 以及自定义 URI scheme，并通过单一回调返回结果。该技能按平台（Android、iOS、React Native、Flutter）分阶段引导完成迁移，涵盖 Detour 控制台配置、Universal Links / App Links 注册、SDK 替换与回调设置、分析事件映射，以及旧 SDK 清理和测试建议。
us-value-investing
一个用于美股价值投资分析的技能框架，通过 ROE 可持续性、债务安全性、自由现金流质量与经济护城河四个维度，对上市公司进行量化评分并给出 A/B/C/D 投资评级，适合长期持有型价值分析。
syncfusion-react-chat-ui
Syncfusion React Chat UI 是 Syncfusion React 组件库中的会话界面组件技能包，用于在 React 应用中实现聊天与消息交互界面。它提供实时消息、文件附件、用户在线状态和大量自定义选项，可服务于客户支持、团队协作和交互式应用等场景。该技能以文档导航形式组织，涵盖快速入门、消息管理、用户配置、事件与交互、模板系统、文件附件、头部自定义、外观与样式、时间戳与时间分隔、输入指示器、提及集成以及全球化与 RTL 等主题。组件支持文本、Markdown 和格式化内容等富消息，支持多用户会话、头像与在线状态，支持附件的上传、预览与下载及类型和大小限制，并提供组件生命周期、消息发送、用户输入、附件上传与点击、工具栏点击等事件。同时提供空聊天、消息自定义渲染、时间分隔、输入指示器、建议、页脚等模板，以及多语言和从右到左布局支持。
syncfusion-react-tabs
Syncfusion React Tabs 是用于在 React 应用中实现与定制 Tab（选项卡）组件的技能，帮助开发者创建基于标签页的内容组织与切换界面。该技能覆盖从安装配置、头部样式定制、标签位置与溢出处理、内容渲染策略、拖拽排序、无障碍与本地化等多个方面，并提供 API 方法、事件、动画与持久化等进阶能力。适用于需要构建多视图切换、响应式标签布局、懒加载内容、可拖拽排序及多语言支持等场景。
vue
Vue 是渐进式 JavaScript 框架，用于构建用户界面，基于标准 HTML、CSS 和 JavaScript，推荐使用 Composition API 配合 <script setup> 与 TypeScript 开发。该技能资料基于 Vue 3.5+。
content-production
这是一个面向内容生产的全流程技能，目标是把一个选题从空白页推进到可发布状态，重点是执行而非策略规划。它适合需要写出博客文章、长文等内容的场景，覆盖调研与撰写简报、初稿写作、优化与润色三个模式，可按顺序执行或直接跳到任一模式。技能强调先查阅产品营销上下文文件，收集主题、目标关键词、受众、目标、篇幅和已有内容等信息；调研阶段包含竞品内容分析、来源收集和内容简报产出；写作阶段要求先搭结构再填充正文，注重开头、分节和结尾的写法；优化阶段依次进行 SEO 检查、可读性评分、品牌语调分析、结构审查、内链和元标签处理，并设置质量门禁，未通过则不应发布。技能还包含内容质量门禁与主动风险提示，例如内容过薄、关键词自相残杀、意图不匹配、缺少来源和 CTA 与目标脱节等。
demo-video
demo-video 是一个用于制作演示视频的技能，可将截图或场景描述转化为可分享的产品演示。它通过编排浏览器渲染、文本转语音和视频合成来完成制作，像视频制作人一样考虑故事线、节奏与视觉层级。适用场景包括用户要求创建演示视频、产品走查、功能展示、动画演示、营销视频或由截图生成 GIF。技能会先确认可用工具（playwright MCP 用于自动截图、edge-tts 用于旁白音频、ffmpeg 用于合成），并根据可用情况选择 MCP 编排模式或手动模式；工具不可用时仍会产出 HTML 场景文件、scenes.json 清单和旁白脚本供用户自行合成。技能提供三种故事结构（经典演示、问题-解决方案、15 秒预告）以及场景设计、旁白撰写、输出产物和质量检查等规范。
cdp
CDP 是一个通过 Chrome DevTools Protocol 从 JavaScript 驱动 Chrome 的技能。它提供自动生成的 CDP SDK（browser_protocol.json 与 js_protocol.json 中的每个方法都有类型化封装），以及一个持有持久 CDP 会话的轻量 HTTP 服务器。browser-harness-js CLI 在首次使用时自动启动服务器，并把 JS 片段转发给它，从而复用同一会话、同一 WebSocket 连接和已设置的全局变量。
capacitor-plugin-spm-support
为现有 Capacitor 插件仓库添加 Swift Package Manager 支持，使其可被基于 SPM 的 Capacitor 应用（CapApp-SPM）安装使用，同时保留 podspec 以兼容 CocoaPods 应用。
bug-hunt-swarm
Bug Hunt Swarm 是一个用于并行、只读式多智能体根因排查的技能，面向 bug、回归、崩溃、偶发行为或无法解释的失败场景。其核心思路是：先收集最小可用的排查信息包，界定调查范围，然后并行启动四个只读子智能体分别负责复现与范围分析、代码路径与失败切面追踪、近期变更与回归排查、取证计划与可观测性调查；最后由主智能体合并、去重、排序假设，输出最可能根因、备选原因、最快验证步骤与建议修复路径。该技能强调诊断优先，在整个工作流中不编辑文件、不注入新埋点、不实现修复，子智能体也不得执行任何写操作。资料未提供该技能的收费、价格、平台支持情况或具体使用命令等信息。
100m-leads
该技能基于 Alex Hormozi 的《$100M Leads》框架，帮助搭建获客系统。核心内容包括：Core Four 获客框架（暖场外联、内容发布、冷启动外联、付费广告）、引流磁铁（Lead Magnets）的创建方法与三种类型、Rule of 100 每日最低广告投入标准、LTGP:CAC 金钱数学、客户融资获客、More Better New 扩展框架、Lead Getters（让客户、员工、代理机构、联盟伙伴帮你获客）以及常见警示信号。技能强调先精通一个渠道再扩展，先暖场后冷启动，用数量解决多数问题，并给出从 0 到 1 亿美元的路线图。该技能为独立分析与评论，非原书复现。
pre-submission-reviewer
投稿前论文审查技能，在截止前3至5天对技术论文从宏观逻辑、写作细节、英文语法、LaTeX格式、图表质量五个维度生成带严重度标签的结构化审查报告，并做违禁词与破折号扫描。
diversification
该技能（diversification）用于构建分散化投资组合，核心方法包括相关性分析、有效前沿构建与基于因子的分散化。它提供了一套系统化的量化框架：用两资产或 n 资产组合方差公式衡量风险，用分散化比率（DR）量化分散效果，用最小方差组合与最大分散化组合求解最优权重，用风险贡献与边际风险贡献分解资产级风险。技能还强调相关性并非恒定，在市场危机时相关性会骤升，从而削弱分散化收益，因此建议使用危机期相关矩阵进行压力测试，并指出跨资产类分散优于资产类内分散。技能提到经验上 15-20 个不相关资产即可捕获大部分分散化收益，超过 30 个资产后边际风险下降极小，且组合方差会收敛于平均协方差，系统性风险无法被分散。技能附有脚本 scripts/diversification.py，可运行演示、用 --verify 校验输出与示例一致，并列出常见陷阱（过度分散、本土偏好、混淆资产分散与因子分散等）。
rspec
针对 Ruby 与 Rails 应用的 RSpec 测试最佳实践集合，涵盖测试组织、数据管理与测试隔离等模式，帮助编写可读、全面且相互独立的测试。
document-illustrator
Document Illustrator 是一个基于 AI 智能分析的文档配图生成工具，作为 Claude 技能（Skill）使用。它能自动读取并理解文档内容，智能归纳核心主题，为每个主题生成符合特定风格的配图，并支持封面图生成和自定义图片比例。该工具格式无关，可处理 Markdown、纯文本、PDF 等任意格式文档，无需依赖特定标题结构。提供三种视觉风格：渐变玻璃卡片、票据风格、矢量插画。图片比例支持 16:9 横屏和 3:4 竖屏，可选 2K 或 4K 分辨率。生成流程包含读取文档、配置选项、内容归纳确认、调用 Python 脚本生成图片等步骤，输出到文档所在目录的 images/ 文件夹。适用于为文档、文章、笔记生成配图的场景。
contour-to-mesh
contour-to-mesh 是一个面向 Blender 的建模技能，用于直接从提取出的 2D 轮廓或遮罩（mask）构建网格表面，而不是用近似的椭圆或基本几何体来替代。它适用于吉祥物、Logo 等需要 1:1 还原的轮廓优先建模场景，也适用于从 OpenCV 轮廓生成三角化网格、用测量形状替换通用图元等任务。该技能基于 MCP 后端运行，工作流为：先提取或选定一个结构部件的干净轮廓/遮罩，再用脚本生成三角化网格配方，运行生成的 Blender Python 创建命名网格，立即赋予正面投影 UV，最后仅以不改变 X/Z 边界的方式添加深度并对照源遮罩验证正面渲染。其硬性规则要求边界顶点保持源 X/Z 坐标、深度变形不得改变正面轮廓、一个结构源部件对应一个命名结构网格。
smell
Smell 是一个用于检测代码库架构坏味道、算法复杂度热点和反模式的技能。它通过扫描项目结构与依赖、分析模块与组件、检测已知反模式特征、检查测试覆盖与命名、识别复杂度热点等方式收集证据，并在结合上下文、调用方、变更历史、工作负载和度量数据验证候选信号后，生成可操作的 Markdown 报告。报告保存至 tasks/smell-report-[timestamp].md，并附确认发现与待验证候选的摘要。
chainlink-cre-skill
Chainlink CRE Skill 是面向 Chainlink Runtime Environment（CRE）的开发辅助技能，用于处理 CRE 的 Go 与 TypeScript 工作流、CRE CLI、模拟（simulate）与部署等任务。它提供了按需查阅的渐进式参考文档体系，包括入门安装、项目脚手架、模拟调试、工作流模式、触发器、EVM 客户端、HTTP 客户端、机密工作流（TEE）、SDK 参考、CLI 参考、运维、领域模式、链选择器以及官方来源核对等。该技能强调在生成可运行工作流时输出完整项目文件，并在部署前先执行本地非广播模拟；同时要求保护密钥，不读取或暴露私钥、keystore、真实 secrets.yaml 及 .env 值。
content-pillars
Content Pillars 是一个用于定义品牌内容支柱的技能：内容支柱是品牌反复围绕的 3–5 个主题，是品牌档案与内容日历之间的战略层。它强调支柱必须是品牌能够“拥有”的主题，而不是意图（如“教育性”）或形式（如“幕后花絮”）。该技能在完成品牌档案之后、规划内容之前使用，通过从品牌定位、受众痛点、专业证明、品牌故事和产品中挖掘候选主题，再经“可拥有、相关、战略、可持续”四项测试筛选出 3–5 个支柱，并为每个支柱定义名称、覆盖范围、拥有理由、目标受众、服务目标、示例角度和可用素材，最终产出 content-pillars.md 供后续内容规划使用。
aws-mcp-setup
本技能用于为 AI 智能体配置 AWS MCP 服务器，以支持 AWS 文档搜索与 API 访问。提供两种配置方案：完整 AWS MCP 服务器（需 Python 3.10+、uvx 及 AWS 凭证，可执行 AWS API 调用并搜索文档）和 AWS 文档 MCP（无需任何依赖，仅支持文档搜索）。技能包含检查现有配置、自动检测环境、选择配置方式、验证工具可用性以及常见问题排查等步骤，帮助用户快速完成 AWS MCP 的接入与调试。