capture
capture 是 droid-control 工作流中的后台知识原子,负责终端与浏览器会话的录制生命周期:启动目标、执行交互脚本、收集原始输出,不直接调用。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-21 00:15
258,842 个结果
capture 是 droid-control 工作流中的后台知识原子,负责终端与浏览器会话的录制生命周期:启动目标、执行交互脚本、收集原始输出,不直接调用。
fal-tryon 是 fal-ai-community/skills 中的虚拟试穿技能,可将服装图像转移到人物照片上,查看衣服穿在人身上的效果。适用于用户提出试穿衣服、虚拟试穿、时尚试穿等请求时。
Android 应用(Kotlin)Gradle 构建系统参考技能,覆盖 AGP、Kotlin DSL、version catalog、KSP、R8/ProGuard、App Bundle 等主题,按任务引导查阅对应文档。
提供 Apple Swift 官方文档的参考技能,覆盖标准库、并发、协议与泛型、Observation 四类主题。可按任务定位对应 README.md 并深入单个 API 页面,用于查询 Int、String、async/await、actor、Sendable、Codable、@Observable 等用法。
Vitest 是 Vite 原生的测试框架 API 参考技能,供编写、审查和重构测试时查阅。涵盖 test、describe、it、expect、vi.fn、vi.mock、vi.spyOn、生命周期钩子及覆盖率等主题。
Game Balance 是一个游戏平衡分析技能,依据设计原则检查游戏系统的经济健康度、难度曲线、奖励安排与进度成本曲线,标记失衡问题并给出修复建议。需先运行 game-architect 生成 docs/mvp-first-draft.md。
用于计算与跟踪客户净生命周期价值(CLV),并按价值分层自动化留存策略的电商技能。覆盖 Shopify、WooCommerce、BigCommerce 及自建站,含历史 CLV 查看、预测 CLV、流失风险评分与挽回流程。
面向 B2B SaaS 的产品定位与信息传达技能,帮助创始人判断目标人群、品类选择、竞争替代方案与差异化,产出定位文档、信息层级与 JTBD 摘要。
Luau Type Expert 是一个用于 Roblox Luau 类型注解编写与修复的技能,聚焦于通过 luau-lsp 与 luau-analyze 进行类型检查。它提供 --!strict 严格模式下的类型标注指导,覆盖泛型、联合类型、交叉类型、类型收窄与类型断言等语法,并针对常见类型错误给出修复思路,还包含 luau-lsp CLI 用法、.luaurc 配置、性能相关写法和 lint 规则参考。适合在添加或修正类型注解、处理“Type X could not be converted into Y”等报错时使用。
面向 GitHub Actions 的 DevOps 技能,提供工作流编写、Actions 使用、secrets 配置与自动化指导;适用于用户询问 GitHub Actions、CI/CD、工作流 YAML、触发器、矩阵与复用等场景。
ProcessOn 图表生成技能:把有依据的图表规格转换为可编辑的 ProcessOn DSL,并在需要时通过 ProcessOn API 渲染图片。仅在用户明确要求 ProcessOn 或托管可编辑输出时使用。
Fireworks 训练与部署排障技能,默认只读,用于诊断卡住或失败的任务、报错、质量不佳、检查点与恢复、LoRA 适配器和推理服务问题,并按信号分流到配置或研究环节。
Bing Places for Business 优化技能,指导商家认领并完善 Bing 地图与搜索中的商户资料,覆盖从 Google 导入、验证、分类、照片到多门店批量管理的流程,并说明 Bing 排名因素与评论聚合机制。
Gate DEX 命令行市场与代币数据技能,通过 gate-dex CLI 只读查询 K 线、流动性、交易统计、代币信息与安全审计、排行榜、新上币、链配置及原始 RPC,不涉及签名或资金操作。
Gate DEX 命令行钱包技能(纯 REST,无需 MCP 服务)。通过 Gate 或 Google OAuth 登录,支持查询余额、钱包地址、代币列表与交易历史,以及转账、签名消息和原始交易;签名类操作内置 GV 安全检查。
识别A股市场中被过度看空但基本面稳健的逆向投资机会,适用于逆向投资、超跌反弹、市场错误定价、情绪与基本面背离等分析场景。
contract-drafter 是 genspark-ai/genoffice 中的合同起草技能,用于生成完整合同或协议的草稿,并附一份签署前风险清单,最终以 Word 文档形式交付。该技能明确声明自身不构成法律意见,要求用户签署前请持证律师审阅。使用时会先收集当事方、标的与范围、金额与付款安排、期限、验收标准、违约责任、保密与知识产权归属、终止条件、争议解决地点等要素;文档按前言、鉴于条款、编号正文条款与签署栏组织,金额同时以数字和文字表述,期限写为具体日期,每项义务配套违约后果,末尾附签署前清单说明对用户不利或留待谈判的条款及风险。
data-analyst 是一个面向非技术用户的数据分析技能,目标是把原始数据经过清洗、公式计算和图表呈现,最终输出为 Excel 工作簿,并给出通俗易懂的结论。它会先通读附件或粘贴的数据,确认字段含义、行数和明显的脏数据(空值、重复、单位不一致),遇到模糊之处会先提问。随后用电子表格工具构建工作簿:第一张表放清洗后的明细(统一单位和日期格式,并注明排除了哪些内容);第二张表放汇总,包括分组统计、环比与同比对比和 Top-N,全部使用公式而非直接填入结果;关键指标配图表(趋势用折线,构成用柱状或饼图),表头加粗、数值列右对齐。工作簿完成后,在回复中给出 3 到 5 条结论,每条为“观察 + 数字 + 可能的解释或建议”,不重复罗列表格内容;数据不足以支撑结论时明确写“数据不足”,不做过度的推断。
该技能用于分析资产负债表、利润表和现金流量表,计算盈利能力、偿债能力、运营效率与现金流四类比率,并生成 Word 格式的解读报告。它先核对会计恒等式与现金流勾稽,再按维度列示比率、公式及变动解释,附高管摘要、关注信号与局限性说明,面向管理层或投资者。
面试辅导技能:根据用户提供的简历与目标职位描述,生成最可能被问到的面试题、基于真实经历的 STAR 回答脚本和模拟追问,并以 Markdown 文档交付。该技能先梳理职位描述中最可能考察的 3 项能力与简历中最可能被追问的 2 至 3 处风险点,再分五部分输出:自我介绍(60 秒与 2 分钟两版)、12 至 15 道分类问题及 STAR 答案、每道答案的两条模拟追问、弱点问题的坦诚应答与转折策略、向面试官提问的 5 个问题。所有经历与数字仅取自用户材料,缺失处留占位符由用户填写;技术岗另加 3 至 5 道与简历项目直接相关的基础题要点。
这是一个将招聘需求转化为完整职位描述(JD)的AI技能。它根据用户提供的招聘需求(如口头描述、旧版JD或招聘经理邮件),生成可发布的职位描述文档及面试前使用的简历筛选标准。输出为Word文档,包含角色信息、团队介绍、职责、要求、薪酬福利、招聘流程和附录中的可评分简历筛选标准表。该技能注重职责表述具体、要求可验证,并避免歧视性条款,同时会指出可能限制申请人的过窄要求。
该技能是一个教案设计专家,根据用户提供的课题和班级信息(年级、班额、先备知识、课时长度)生成可直接课堂使用的完整教案。输出为Word文档,包含教学目标(知识/技能/态度三组,使用可观察动词)、分阶段教学流程(导入、新授、练习、小结、作业,每阶段含时间、师生活动及设计理由)、评估与差异化任务(每个目标对应至少一种评估方式,基础与进阶分层作业),以及板书计划、教学反思留白等。支持多课时主题的课时分配。适用于教师备课、教案改写或幻灯片转教案,要求不编造课标原文或教材页码,活动时间留有余量。
meeting-minutes 是一个会议纪要整理技能,能把录音转写稿、聊天记录或零散笔记整理成结构化的会议纪要,并输出为 Word 文档。它先提取会议元数据(主题、时间、参会人、主持人和记录人),缺失信息标注为 TBD 而不猜测;再按议程逐项整理讨论要点、决策和行动项,行动项需明确责任人、事项和截止时间,未明确者标为待确认;最终按固定结构生成 1–2 页 Word 文档,并提醒用户核对待确认项及分发前删除敏感内容。
nda-drafter 是一个保密协议(NDA)起草技能,属于 genspark-ai/genoffice 技能集。用户描述合作背景(双方身份、交换信息的原因与内容)后,该技能生成单向或双向 NDA 的 Word 文档草稿,附条款说明与风险点。文档标题下固定标注“仅供参考草稿,不构成法律意见,签署前应由执业律师审阅”。当事方、金额、期限、地点以占位符表示,适用法律与管辖法院留空。若用户带来对方版本要求审查,则以“条款、问题、修改建议”逐条回复,不生成文档。