time-value-of-money
该技能围绕货币时间价值（Time Value of Money）提供完整的金融计算能力，涵盖现值、终值、净现值（NPV）、内部收益率（IRR）、贷款月供与摊销计划，并支持各种复利惯例（年度、半年、季度、月度、每日及连续复利）。技能以公式与 Python 脚本实现，脚本仅依赖标准库，可通过 uv 或 python3 直接运行，并内置示例验证。适用于项目投资评估、贷款还款测算、年金与永续年金估值等场景。
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
234,218 个结果
volatility-modeling
金融波动率建模技能，讲解并计算 EWMA、GARCH(1,1)、隐含波动率、波动率微笑与偏斜、期限结构、波动率曲面和波动率风险溢价，附带可运行脚本与示例。
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。
revenuecat-customer-center
为应用接入 RevenueCat Customer Center（自助订阅管理界面）的技能。该界面由 RevenueCat 仪表盘配置，并由 RevenueCatUI SDK 渲染，让客户无需自研 UI 即可管理活跃订阅、申请退款、取消、恢复购买或联系客服。前提是已完成 integrate-revenuecat 集成，且 Purchases.configure(…) 成功。技能会先检测平台（React Native、Flutter、Kotlin Multiplatform、Android 原生、iOS 原生）并读取对应平台文件执行接入，然后给出验证步骤。
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。
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。
bfl-api
bfl-api 是 Black Forest Labs（BFL）提供的 FLUX 系列图像生成与编辑 API 集成指南技能。该技能面向需要将 BFL FLUX API 接入应用的开发者，覆盖端点选择、异步轮询模式、速率限制、错误处理、Webhook 以及区域端点等集成要点，并配有 Python、TypeScript 与 cURL 示例。使用时需先配置 BFL_API_KEY 环境变量，通过 x-key 请求头认证。API 采用异步流程：先向模型端点提交请求，获取 polling_url，轮询直至状态为 Ready，然后立即下载结果图片，因为返回的图片 URL 仅有效 10 分钟。文档列出了 FLUX.2 与 FLUX.1 各模型端点及按积分计的定价（1 credit = $0.01 USD，FLUX.2 按百万像素计费），并提供 Global、EU、US 三个区域端点以满足自动故障转移、GDPR 合规或美国数据驻留需求。标准端点并发请求限制为 24。FLUX.2 模型支持通过 input_image 等参数直接进行图像编辑与多参考图输入（klein 最多 4 张，pro/max/flex 最多 8 张），无需单独编辑端点。
capacitor-plugin-upgrades
该技能用于指导智能体将 Capacitor 插件升级到更新的主版本，支持从 Capacitor 4 到 8 的升级，包括跨多个版本的连续升级。使用前需确认项目为 Capacitor 插件（而非应用项目），并根据目标版本满足对应的 Node.js 要求：目标 5 需 Node.js 16+，目标 6 需 18+，目标 7 需 20+，目标 8 需 22+。升级流程先读取 package.json 中 @capacitor/core 的版本以确定当前主版本，再向用户确认目标版本（未指定时默认最新版 8），随后按版本跨度依次应用对应的升级参考文档，多版本跳跃时逐级执行，每完成一级都需运行 npm install && npx cap sync、构建并验证插件的测试/示例应用，不得跳过中间版本。全部升级完成后再次执行 npm install 与 npx cap sync，并在两个平台上构建测试/示例应用进行最终验证。技能还提供错误处理指引，涵盖自动化工具失败、Android 构建失败、iOS 构建失败、Gradle 属性语法警告以及多版本升级中途失败等情况。
teamcity-cli
TeamCity CLI（命令名 teamcity）是一个用于操作 TeamCity CI/CD 的命令行工具，适合在处理 TeamCity 构建、日志、作业、队列、代理、池、流水线等任务，或用户提供 TeamCity 构建 URL 时使用。它覆盖认证、构建运行、制品、元数据、作业、项目、VCS 与连接、队列、代理、池、流水线以及原始 REST API 访问等核心命令。使用前可用 teamcity auth status 检查认证状态，用 teamcity run list --status failure 查找失败构建，用 teamcity run log <id> --failed --raw 获取完整失败诊断。注意构建称为 run，构建配置称为 job；不要使用 --count，应使用 --limit 或 -n。
dd-audit
用于 Datadog Audit Trail（审计日志）调查的技能：追溯谁改了什么、API 密钥是否泄露、成本暴涨根因、合规证据（SOC 2/PCI）以及 AI 活动审计。通过 pup audit-logs 命令调查用户活动、配置变更、访问模式与合规证据。
ssh
SSH 远程访问技能，涵盖安全 Shell 连接、密钥管理、隧道与文件传输。适用于连接服务器、管理 SSH 密钥、设置端口转发或传输文件等场景。提供常用命令速查，包括通过跳板机连接、本地/远程端口转发、SOCKS 代理、生成与部署 Ed25519 密钥、使用 ssh-agent、配置 ~/.ssh/config 以及连接复用等，并附有安全建议。
uikit-expert
UIKit Expert Skill 是一个面向 iOS UIKit 开发的技能，用于编写、审查和改进 UIKit 代码。它强调优先使用原生 API 和 Apple 官方文档指导，遵循“事实优先于架构”的原则，不强制 MVVM/VIPER/Coordinator 等架构模式，但建议将业务逻辑分离以便测试。该技能提供三种工作模式：审查（按检查清单逐项通过/失败判定）、改进（用现代 API 替换废弃 API）和实现新功能（按数据流、生命周期、Auto Layout、集合视图、导航、动画、内存、并发、互操作、图片加载、键盘、自适应与无障碍的顺序构建）。核心指南覆盖视图控制器生命周期、Auto Layout、集合视图与数据源、导航、动画、内存管理、并发、UIKit 与 SwiftUI 互操作、图片加载、键盘与滚动、自适应布局与无障碍等主题，并附有废弃 API 到现代 API 的对照表。
liquidity-management
流动性管理（Liquidity Management）是一个用于规划和管理现金流的技能，目标是保证充足流动性，同时降低闲置现金的机会成本。它覆盖现金流预测、收入平滑、流动性分层、CD 与债券阶梯、流动性指标、季节性支出与税务预留，以及安全边际等内容。适用于用户咨询现金流预测、CD 及阶梯策略、流动性比率、可变收入的预算平滑、T 字账单阶梯等场景。技能提供参考实现脚本，可运行演示并验证示例数据。
jwt-decode
jwt-decode 是一个用于解码和查看 JSON Web Token（JWT）内容的技能，不进行签名验证。当用户提供 JWT 字符串并希望查看其头部、载荷或声明时使用。它通过 base64url 解码 JWT 的头部和载荷，展示头部、包含所有声明的载荷以及原始签名字符串，并对 exp、nbf、iat 等时间声明同时显示 Unix 时间戳和人类可读的 UTC 时间，若 exp 已过期则标注过期及过期时长。该技能还会执行安全检查，重点标记 alg: none（未签名令牌，存在 CVE-2015-9235 攻击风险）、载荷中的敏感数据（密码、密钥、API key、PII）、缺失 exp 以及头部中的 jku/jwk/x5u 等可疑字段。若 cty 头部为 JWT，则递归解码嵌套 JWT；解码失败时报告具体错误。该技能仅揭示令牌内容，不说明真实性，验证签名需使用 jwt-validate。
android-gradle-logic
该技能提供关于使用 Gradle Convention Plugins（约定插件）和 Version Catalogs（版本目录）搭建可扩展、易维护的 Android 构建逻辑的专家指导，参考 "Now in Android"（NiA）架构。目标是避免在多个 build.gradle.kts 文件之间复制粘贴代码，将 Compose 配置、Kotlin 选项、Hilt 等构建逻辑集中到可复用的插件中。技能涵盖项目结构（build-logic 复合构建）、settings.gradle.kts 配置、libs.versions.toml 依赖与插件定义、约定插件编写与注册，以及在模块中通过 alias 应用自定义插件。适用于希望统一 Android 多模块构建配置、减少重复代码的开发者。
image-generation
该技能是一个图像生成控制器，负责在把图像创作或编辑任务交付执行之前统一梳理需求。当最终产物是图片或图片批量时适用，输入可以包括文本提示词、已上传图片、历史输出、产品链接、研究交接材料、产品图、人设图、横幅、缩略图、分镜图或批量变体。它本身不提交任务，而是识别输入类型、对图像任务分类（如文生图、图像编辑、参考图、产品图、横幅缩略图、分镜图、批量变体），选定模型与参考图规则，并生成交给 image-batch-runner 的交接材料。若最终产物是视频、音频、字幕、转录或剪辑方案，或请求已规范化可直接执行，或需要先做钩子与基准解码，则不应使用本技能。
syncfusion-react-kanban
Syncfusion React Kanban 是 Syncfusion 提供的 React 看板组件技能文档，用于在 React 应用中实现灵活的任务管理看板与工作流可视化。该技能覆盖从安装 @syncfusion/ej2-react-kanban、导入 CSS 主题、基础组件搭建，到卡片、列、泳道、拖拽交互、数据绑定、模板与对话框、排序过滤与 WIP 工作量限制、主题与响应式定制、属性配置、方法调用和事件处理等完整内容。核心概念包括：卡片（表示任务，展示标题与内容字段，支持标签与自定义模板）、列（定义工作流阶段，可独立控制拖拽与显示条目数）、泳道（按分类、用户或优先级横向分组卡片）、拖拽（内置支持列间、列内、跨泳道及外部拖放）、数据绑定（静态数组或 DataManager 对接 OData/REST 接口）、模板（自定义卡片、列头、泳道头、提示与对话框）。文档同时提供快速上手示例、常用模式（按负责人分组泳道、锁定特定列拖拽、WIP 限制校验、双击编辑、远程 API 绑定）以及按需求定位的参考文件导航。适用于构建看板面板、工作流阶段管理或任务跟踪界面。原文未提供具体的收费、价格信息，也未说明平台兼容性细节。
finding-restaurant-brands-on-instagram
该技能用于在 Instagram 上发现餐厅品牌、餐饮商家与酒店服务类账号，基于 Apify 平台上的 apidojo Instagram Scraper 实现。用户提供 Instagram 的 URL（如个人主页、话题标签、地点、音频页、Reels），技能即可抓取相关帖子数据，并按互动率、粉丝量、简介是否含商业信息三项指标对账号打分排序，划分为 PRIME_PROSPECT、WARM_LEAD、LOW_PRIORITY 三个等级，帮助筛选出潜在餐饮客户或合作品牌。支持通过命令行脚本、REST API 或 Apify MCP 调用，可输出表格、CSV 或 JSON。
dbs-plain-writing
dbs-plain-writing 是 dontbesilent2025/dbskill 中的一项写作技能，用于按事实与功能顺序直接撰写、改写或检查产品、工具、功能、项目和更新说明。它内置依据 ASD-STE100 清晰表达原则制定的语义核对方法，会核对主体、动作、指代、术语、条件与承诺强度，保留原意和用户锁定的文字，不添加营销钩子、痛点渲染和抽象包装。适用于要求平铺直叙地写、不要营销腔、把能力逐条写清、检查措辞歧义或只改指定一处的场景。中文为原则适配，不宣称通过正式符合性检查。
validate-evaluator
validate-evaluator 是一个用于校准 LLM 评判器（LLM judge）的技能，核心目标是把自动评估结果与人类标注对齐。它要求先把带有人工标注的数据按训练集 10-20%、验证集 40-45%、测试集 40-45% 拆分为三个互不重叠的部分：训练集用于挑选少量清晰的通过/失败示例作为 few-shot；验证集用于反复迭代评判提示词；测试集只在最终阶段运行一次，用于获得无偏准确率。评估指标不使用精确率、召回率或原始准确率，而是使用 TPR（人类判通过时评判器也判通过的比例）和 TNR（人类判失败时评判器也判失败的比例）。通过检查误判（False Pass 与 False Fail）来定位评判器过松或过严的问题，并据此修改提示词措辞、替换或增加 few-shot 示例、补充边界规则，或把判定标准拆成更细的子检查。迭代目标为 TPR 与 TNR 均大于 90%，最低可接受为均大于 80%。在测试集上完成一次最终测量后，可选用 Rogan-Gladen 公式对生产数据上的原始通过率做偏差校正，并进一步用 bootstrap 方法计算置信区间。该技能适合在编写完 judge prompt 后使用，用于验证评估器是否可靠，而不是直接假设其可用。
financial-planning-workflow
这是一个面向理财顾问的财务规划工作流技能，用于组织并交付完整的财务规划。资料显示其核心主题包括客户资料收集、现金流分析、退休建模、Monte Carlo 模拟、教育金规划、遗产规划整合、风险管理审查、情景分析以及持续监控。资料中详细列出了各环节应收集的数据类别、分析步骤和注意事项，并以双收入夫妻案例展示规划要素。该技能以流程编排为主，强调从数据收集到建议优先级排序，再到方案呈现和后续复核。资料未提供具体安装方式、收费、平台或效果信息。