amz-vine-roi-decision
用于在亚马逊卖家报名 Vine 前,按 Tier 0/1/3 计算各档增量收益与成本,判断某 SKU 是否净正收益,并输出 GO/CAUTION/SKIP 结论。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-20 00:12
257,889 个结果
用于在亚马逊卖家报名 Vine 前,按 Tier 0/1/3 计算各档增量收益与成本,判断某 SKU 是否净正收益,并输出 GO/CAUTION/SKIP 结论。
该技能用于规划亚马逊批发采购(wholesale sourcing),帮助卖家寻找可转售的供应商与品牌、开设批发账户、谈判条款与最小起订量(MOQ)。其核心是“批发交易测试”框架,通过五道关卡评估一笔批发交易是否值得推进:来源是否授权且类目未受限、在Buy Box稳定价下的利润是否为正、Buy Box可达性、需求稳定性以及条款(MOQ、单价、付款方式、交货期)。前两关为通过/失败判定,任一失败则交易终止。技能还提供供应商寻找与接洽方法、谈判杠杆(如试单量、限制性分销)以及标准输出格式和常见错误提示。
spark-gen 是一个用于生成 TeamSpark 展示素材的技能:分析当前仓库,在 _spotlight/<slug>/ 下产出 project.md、/brag 视频、logo 与视觉图,并打包为 zip,供加入 TeamSpark 团队屏幕循环展示。
面向 Azure Data Factory 的机器学习与分析集成技能,覆盖 Azure ML、Azure OpenAI、Databricks、Azure AI Services 与 SQL 归档等编排模式,并汇总多项平台弃用与迁移提示。
基于 FFmpeg 的视频分析与质量控制技能,提供黑帧、冻结帧、模糊、场景切换、自动裁剪、隔行检测等检测滤镜,以及 PSNR、SSIM、VMAF 运动分、signalstats、showinfo、SI/TI 等质量与信号指标,用于自动化质检与广播合规检查。
Context7 技能通过 Context7 文档聚合 API 获取最新、指定版本的函数库文档与可用代码示例,支持 React、Next.js、Vue、Go、Python、Kubernetes 等 1000+ 库,提供 lookup、resolve、query 三个 CLI 工具。
Autoresearch 是一个面向 AI 编程智能体的自主研究编排技能,用于端到端管理完整研究生命周期——从文献调研到论文撰写。它采用双循环架构:内循环快速迭代实验并测量明确指标,外循环定期回顾结果、发现模式、更新认知并生成新假设。该技能将智能体定位为研究项目经理而非领域专家,负责编排流程,具体执行交由各领域技能完成。它要求先设置强制性的智能体连续性循环(如 Claude Code 的 /loop 或 OpenClaw 的 cron 任务),以保证研究持续运行。工作区包含 research-state.yaml、research-log.md、findings.md、literature/、src/、data/、experiments/、to_human/ 和 paper/ 等结构。研究过程非线性,可随时回到文献、头脑风暴或调整问题方向。
Exa Web Toolkit 是一个由 Exa 提供支持的网页研究技能,面向科学与技术类内容,提供网页搜索和 URL 内容提取两项能力。Exa 的索引结合了高质量的关键词检索与语义检索,适合科学、技术和概念性查询。该技能通过 exa-py Python SDK 实现,脚本使用 PEP 723 内联元数据声明依赖,可直接用 uv run 运行,无需单独安装步骤;也可持久安装 exa-py>=1.14.0。所有命令从 EXA_API_KEY 环境变量读取 API 密钥,密钥可在 dashboard.exa.ai/api-keys 获取。技能包含路由说明、学术来源优先级策略、安装与认证步骤,以及脚本文件清单。
Firecrawl Research Index 是 Firecrawl 提供的托管式论文检索索引,用于按主题发现论文、查看来源元数据、获取与问题匹配的论文段落,以及通过引用关系扩展相关文献。它通过 /v2/search/research/papers 端点提供搜索、单篇记录读取、相似论文、引用者与被引参考文献查询,覆盖 arXiv 及生物医学/生命科学来源,但覆盖范围并非穷尽。该索引不同于 Firecrawl 通用 /v2/search 中 categories: ["research"] 的学术网页搜索,两者不可混用。适合研究者在选题、方法、生物体或基准发现阶段使用,也可用于检查某篇已收录论文是否讨论某主张,或从种子论文扩展文献。使用方式包括 Firecrawl CLI、MCP 连接、SDK 或有界 HTTP GET 请求;官方 CLI 支持 search-papers、inspect-paper、read-paper、related-papers 等命令。访问可能需要 FIRECRAWL_API_KEY,且不应声称免费访问包含批量导出或永久无限使用。该工具不替代 DOI/PMID 核验、撤稿检查或系统性综述流程,仅可作为有记录的补充检索来源。
LiteParse 是一个快速、开源的本地文档解析工具,核心用 Rust 编写,提供 Python 与 Node 绑定,专注于本地、保留版面布局的文本抽取,并返回带边界框(bounding boxes)的空间文本。它不生成 Markdown,也不调用云端大模型,输出为保留布局的纯文本或结构化 JSON(每页包含 text_items,含位置、字体元数据及可选置信度)。适用于从 PDF、DOCX、Office 文件与图片中提取文本、对扫描件或图片运行 OCR、为多模态智能体生成页面截图,以及批量处理文献文件夹、补充材料或协议库。支持指定页面子集与密码保护的 PDF。安装方式为 uv pip install "liteparse==2.0.0",同时提供 lit 命令行工具。非 PDF 输入需依赖 LibreOffice(Office 文档)与 ImageMagick(图片)先转换为 PDF。OCR 默认开启,内置 Tesseract,也可连接用户自建的 HTTP OCR 服务。
该技能为面向 OSDI、SOSP、ASPLOS、NSDI、EuroSys 等顶级系统会议、篇幅 10–12 页的系统类论文提供段落级结构蓝图。内容包括各章节的页数分配、段落级写作模板、可复用的写作模式(如缺口分析、观察驱动、贡献列表、论点公式),以及会议差异、写作哲学、学术诚信要求和投稿前检查清单。它综合了 Levin & Redell、Irene Zhang、Gernot Heiser 等系统研究者的写作指导,并附带 LaTeX 模板与参考文献。该技能专注于系统会议论文的段落级结构,引用验证与 LaTeX 格式化需配合 ml-paper-writing 使用。
将UX心理学效应用于UI设计的技能,可在落地页、价格表、引导流程和CTA设计时自动参照。提供适用的心理学效应、具体应用场景与实现示例,并列出需避免的暗黑模式与检查清单。
diagnose-issue 是一个用于诊断问题的技能,主要面向缺陷排查场景:诊断 bug、失败的测试、构建失败、不稳定行为、异常输出或性能回退。其核心原则是“先找证据,再改行为”,诊断过程默认只读,除非用户明确要求修复或实现。它强调建立最快的有效反馈回路(如聚焦测试、构建、CLI 调用、请求、浏览器检查、trace 回放、基准测试或一次性小工具),尽可能复现症状并捕获确切失败;对不稳定行为记录基线复现率;阅读完整错误、日志、堆栈、近期 diff、依赖与配置变更、环境差异、调用方及相近可用示例;保留可证伪的排序假设,通过插桩边界、最小化复现、追踪坏值来源、测量性能、等待真实异步条件来定位根因。在获得修复授权后,优先建立失败回归路径,应用最小改动,遇到公共契约、迁移、持久化、认证安全、生产状态或性能权衡需负责人判断时先停下给出选项;若反复修改失败则停止叠加补丁,重新评估心智模型与架构。交付前通过 review-work 将完整范围交给独立的新上下文审查者,核对主要证据、修复被授权的阻塞问题并重跑受影响检查,仅清理本任务产生的临时插桩与草稿。输出保持紧凑,包含原因与证据、修复(仅当授权)、已执行的验证、限制与残余风险或建议的下一步。
plan-work 是一个用于把不确定或规模较大的工作整理成可执行方向的规划技能,仅在用户明确要求,或工作存在实质歧义、协调需求、跨领域范围、不可逆性或风险时使用。
通过 Chrome DevTools MCP 在真实浏览器中测试、调试网页的技能,可检查 DOM、控制台、网络与性能,并配合 Playwright 做端到端测试。
aif-grounded 是 AI Factory 中的“可靠性闸门”技能,用于约束回答过程:仅在有据可依、置信度为 100 时给出结论,否则明确声明信息不足,并列出缺失证据清单,避免臆测与编造。
用于协助撰写国家自然科学基金(NSFC)申请书的技能,依据2026年度规范覆盖青年(C类)、优青(B类)、杰青(A类),提供分阶段写作流程、文献检索策略与质量自查清单,工具中性,适配 Claude Code、Cursor、Codex CLI 等。
linear-cli 是一个在命令行管理 Linear 议题的工具,支持与 git、jj 集成,可自动化 Linear 管理。需先确保 linear 命令在 PATH 中,用 linear --version 检查。
用于通过 OpenAI Audio API 生成语音的技能,支持旁白、产品演示配音、IVR 提示音、无障碍朗读及批量语音生成,默认使用 gpt-4o-mini-tts-2025-12-15 模型与内置音色。
全流程AI制作PPT演示文稿技能,对标麦肯锡/德勤咨询公司标准(Aham UI v6.1 · Office 轨 · PPT)。用户说出「帮我做PPT」「做演示文稿」「做一个汇报」「根据这份资料做PPT」等需求即触发,即使只有一句话需求也触发。通过八阶段流程输出幻灯片。
research-executor 是一个深度研究执行技能,按 7 阶段流程运行结构化研究:拆解子主题、并行部署多个研究智能体、来源交叉验证、知识综合与质量核查,最终输出带引用的研究报告。适合已有结构化研究提示词的场景。
这是一个由 Lovstudio 提供的付费技能(skill),用于端到端撰写多章节书籍,涵盖技术书、教程、专著等类型。其功能包括大纲规划,以及在同一部作品的长篇写作中保持章节间连贯性的逐章起草。该技能的真实指令以加密形式分发,需要先通过命令 uvx lovstudio-skill-helper decrypt write-professional-book 解密后才能阅读和执行。若未激活或未登录,需使用 npx lovstudio license activate lk-<your-license-key> 激活许可证;若提示无权使用,助手会引导用户输入许可证、打开购买页面或取消。若提示技能未安装,则需通过 npx lovstudio skills add write-professional-book -g -y 或 npx lovstudio skills add skills -g -y 安装。若解密后的 SKILL.md 引用了其他文件,需按需传入相对路径再次解密,且每次使用都应重新解密,不要缓存。使用要求 lovstudio-skill-helper 版本不低于 0.9.0。
面向 devcontainer 环境的 MCP 服务器配置指南,说明如何为 Kiro、Claude Code、Amazon Q/Codex 与 VS Code/Copilot 统一分发和调试 MCP 配置,并给出新增服务器、环境变量命名与常见故障排查步骤。
将模糊或不可靠的提示词改写为结构化、带约束的提示词,明确角色、任务分解、输出格式与质量检查。提供六步工作流、常见模式与护栏,并附模板、方法论与评估量表等资源。