advice-standards
该技能用于判断某产品、平台或沟通内容是否越过监管边界，从投资教育变为需要注册投资顾问的投资建议，依据美国《投资顾问法》及SEC、FINRA相关规则梳理判断标准。
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 10-23 00:13
全部 Skills
235,042 个结果
alternatives
本技能用于分析对冲基金、私募股权与风险投资等另类投资。内容涵盖对冲基金策略（多空股票、市场中性、全球宏观、事件驱动、相对价值、管理期货/CTA）、费用结构（2-and-20、高水位线、门槛收益率、回拨机制）、私募股权指标（IRR、TVPI、DPI、RVPI）、J曲线、年份分散、非流动性溢价、锁定期与侧袋、因子复制与尽职调查，并提供关键公式与计算示例。
netlify-development
这是一个关于在 Netlify 平台构建与部署项目的最佳实践技能，涵盖无服务器函数、边缘函数、后台函数、定时函数、Netlify Blobs 存储、Image CDN 图片处理以及部署配置。它强调通过导出 config 对象做代码内配置、函数类型的选择与各自限制、环境变量管理方式，以及使用 Blobs 做状态与数据存储等要点，适合在 Netlify 上开发部署应用的场景。
openclaw-ghsa-maintainer
OpenClaw GHSA Maintainer 是 OpenClaw 仓库中专用于 GitHub 安全公告（GHSA）工作流的技能。它聚焦于检查、修补、验证、发布或确认 OpenClaw 的 GHSA 安全公告及私有 fork 状态，不适用于稳定版或测试版发布工作。使用该技能前，需先阅读 SECURITY.md 并遵守公告护栏规则；任何发布操作都必须先获得许可。技能涵盖的核心流程包括：通过 gh api 获取当前公告与 npm 最新版本信息，确认公告状态、关联私有 fork 及漏洞载荷结构；在发布前验证私有 fork 中没有处于打开状态的 PR；安全地准备公告 Markdown 与 JSON（使用 heredoc 写 Markdown，使用 jq 构建 PATCH 载荷，避免转义换行符）；按正确顺序应用 PATCH 调用（severity 与 cvss_vector_string 不可在同一 PATCH 中设置）；通过 PATCH 将 state 设为 published 完成发布，并重新获取公告以验证 state、published_at 及描述中不含字面转义换行符。该技能还提醒常见陷阱，例如必需字段缺失或私有 fork 仍有打开 PR 会导致 HTTP 422 发布失败，以及公开加固/不发布评论和草稿文本应避免原始提交哈希、PR 标题编号和修复机制摘要。
voxel-it
Voxel-It 是一个把照片转换成高质量 Minecraft 风格截图的技能：人物保持照片级真实，画面其余部分转为体素方块，并用电影级调色统一整体。它内置 Step 0 路由器，会读取照片并自动在三种模式中选择：object-only（只把主体食物/饮品/产品及其餐具体素化，人物与背景保持真实，并浮出 Minecraft 物品标签）、background-only（只把背景/环境体素化，人物及手持物保持真实）、object+background（除人物外全部体素化）。转换引擎固定使用 gpt-image-2（quality=high、PNG 输出），并采用 @rohxit7 的配方。该技能强调严格的空间保真：相机角度、构图、元素位置与相对大小均需与原图一致，不增删或重排物体。
muapi-brochures
muapi-brochures 是一个用于生成专业多页宣传册设计的技能，可产出封面、内页跨页和封底三部分，适用于企业、房地产、活动或产品发布等场景。该技能通过 muapi 的图像生成与编辑能力，按用户提供的品牌名称、主题、风格、配色和版式等输入，并行生成三张宣传册页面图像。封面可使用品牌 Logo 进行图像编辑，内页与封底则通过图像生成模型完成。生成后按封面、内页、封底顺序展示，并支持调整颜色、布局或添加内容，还可建议导出为画布合成。该技能强调使用占位文本而非编造虚假内容，并针对房地产、活动等场景提供额外提示建议。
muapi-drone-style-video
该技能用于生成航拍无人机视角的视频素材，支持俯瞰、环绕、飞越等镜头运动方式，适用于风景、建筑和活动场景。用户需提供拍摄主体或地点，可选指定镜头类型（reveal、orbit、flyover、top-down）、视觉风格、画面比例和参考图。技能通过 muapi 视频生成接口（veo3.1 文生视频或图生视频）产出视频，并可进一步添加环境音效或进行画质放大。
muapi-logo-generator
muapi-logo-generator 是一个用于快速生成单个品牌 Logo 的技能，强调快速、聚焦、单次输出，追求干净的矢量风格外观以及准确的品牌名称文字。它通过 muapi 的图像生成能力（默认模型 ideogram-v3-t2i）根据品牌名称、风格、行业、配色和背景等输入生成 Logo，并在生成后提供后续选项，例如深色模式版本、纯图标版本或完整品牌方案。
muapi-social-pack
muapi-social-pack 是一个面向生成式媒体的技能配方：把同一张主视觉图按 Instagram、TikTok、YouTube Shorts、Twitter/X 等平台的画幅比例重新构图输出，用于跨平台分发。
muapi-ugc-ads-workflow
该工作流用于制作 UGC（用户生成内容）风格的视频广告：将人物自拍与产品图片组合，生成广告脚本，再基于合成图生成动画广告视频。输入包含产品名称（必填）、人物自拍图片（可选）、产品图片（可选）。流程分为两个阶段：阶段 A 通过图像生成/编辑模型将人物与产品合并为一张 9:16 竖版生活化照片，并交由用户确认；阶段 B 先通过网络搜索了解产品卖点，撰写带时间戳的 UGC 风格脚本，再用图生视频模型生成 9:16 竖版视频，最后把视频和脚本一并交给用户，便于其后期自行配音或使用唇形同步工具。执行代理需先配置 muapi 凭证，缺少 CLI 别名的模型可改用原始 API 端点并轮询结果。
dependency-injection-patterns
该技能介绍在 .NET / ASP.NET Core 中使用 IServiceCollection 扩展方法组织依赖注入注册的实践。核心做法是把相关服务分组为可组合的 Add* 扩展方法，让 Program.cs 保持简洁，并让生产与测试复用同一套配置。内容涵盖扩展方法的基本结构、带配置参数的写法、文件组织与命名约定、分层组合、Akka.Hosting 集成、生命周期管理（Singleton/Scoped/Transient）、常见错误（如单例捕获作用域服务、后台任务缺少作用域）以及反模式。
voice-of-customer-miner
Voice-of-Customer Miner 是一个产品经理技能，用于从公开评论网站、应用商店、Reddit 及从业者论坛、社区版块等渠道挖掘客户声音，识别未被满足的需求、竞品弱点和用户切换触发因素，并附上带 URL 的真实引用证据。它遵循“搜索计划 → 来源扫描 → 逐字捕获 → 需求主题 → 所以呢 → 下一步选项”的流程，将竞争情报与产品发现衔接起来，无需等待访谈周期即可获得客户的真实用词。该技能强调按需求而非功能归纳主题，要求逐字引用真实可查，标注每个来源的偏差，并诚实说明频率（跨来源反复出现、集中出现还是孤立出现）。输出为固定结构的快照，包含范围、需求主题、竞品弱点、切换触发因素和“所以呢”分析，最后提供四个后续选项。适用于有公开足迹的产品或竞品调研，不适用于早期或小众企业产品、需要私有用户声音或要求统计置信度的场景。
building-emdash-site
EmDash 是基于 Astro 的 CMS，schema 存于数据库，通过实时内容集合提供内容，并在 /_emdash/admin 提供后台。本技能介绍如何构建 EmDash 站点的面向站点部分，包括 schema 与种子、内容查询、Portable Text 渲染、菜单、分类法等。
cli-anything-drawio
面向 Draw.io 的命令行工具（CLI harness），可在命令行中创建、编辑并导出图表。通过 pip 安装，需 Python 3.10+ 且系统已安装 drawio；支持交互式 REPL、JSON 输出与撤销重做。
counterparty-risk
面向场外与证券交易的交易对手信用风险测量与管理指南，围绕新对手方评估、信用恶化应对和违约平仓三个工作流，涵盖净额结算、CSA、限额、敞口与CVA等核心概念。
babysit
babysit 是一个用于“照看”GitHub PR 的技能：先检查 PR 是否可合并，再用 gh 命令启动一个监视进程，等待当前 PR head 的 CI 检查或审查检查完成。它强调 babysit 本身不授权合并、绕过门禁或发布审查评论。适用于需要等待 PR 检查结果、诊断检查失败或缺失、以及处理合并冲突阻塞工作流的场景。
resolve-pr-conflicts
用于处理 PR 与其基础分支之间的合并冲突，包括 babysitting 或合并过程中发现的冲突。该技能只更新 PR 自身分支以对齐当前基础分支，不授权合并 PR 或改换基础分支。
wnba-data
wnba-data 是 machina-sports/sports-skills 技能集中用于获取 WNBA 数据的技能，通过 ESPN 公开接口提供比分、排名、阵容、赛程、比赛摘要、逐回合记录、胜率预测、伤病、交易和期货赔率等信息。使用前需确认 sports-skills CLI 是否可用，如未安装可执行 pip install sports-skills（要求 Python 3.10+），无需 API 密钥。推荐使用 CLI 调用，例如 sports-skills wnba get_scoreboard、get_standings --season=2025、get_teams 等。查询前需根据系统提示中的当前日期推导赛季年份，若只提供球队名称应先调用 get_teams 解析球队 ID。
pr-threads-address
pr-threads-address 是一个用于处理 PR 评审反馈的技能，能够系统性地逐条处理当前分支 PR 上所有未解决的评审线程。它会分析每条评论、进行必要的代码修改、尽可能补充单元测试，并使用符合约定式提交规范的提交信息提交更改，最后汇总已处理的线程，并在用户确认后回复并解决这些线程。使用前需安装 gh pr-review 扩展，且每个 gh pr-review 子命令都必须提供 --pr 和 --repo 参数。
muapi-ai-fight-scene
该技能用于生成高剪辑密度的动作/打斗场景视频。核心思路是：动作张力来自剪辑密度而非单镜头质量，因此先合成一张 4×4 共 16 格的漫画分镜图，再以该分镜图作为参考驱动 Seedance 2.0 图生视频，从而在约 15 秒片段中产出 16 个不同镜头（出拳、反打、特写、甩镜等）。流程分四阶段：A 用 GPT-Image-2 文生图生成角色三视图设定表；B 用 Nano-Banana-2 生成环境概念图；C 用 GPT-Image-2 图生图，结合角色表与环境图合成 16 格分镜；D 用 Seedance 2.0 图生视频将分镜转为成片。输入包括角色描述、环境描述、动作脚本（必填），以及风格、时长、画幅（可选）。
grepai-storage-gob
GrepAI 的 GOB 本地文件存储技能，介绍如何将 GOB（Go Binary）作为 GrepAI 的存储后端。GOB 是 GrepAI 默认且最简单的存储选项，将向量嵌入、文件元数据和分块信息全部保存在单个本地文件中，无需外部服务，适合单开发者项目、中小型代码库和本地开发环境。该技能涵盖默认与显式配置、存储位置、索引创建与状态查看、备份与清理、迁移到新机器、内存与搜索性能、迁移到 PostgreSQL 或 Qdrant、常见问题及最佳实践等内容。
jlink
J-Link 下载与在线调试工具，用于探测设备、烧录固件、读写内存、查看寄存器、复位目标、读取 RTT/SWO 日志，以及在线调试（暂停/恢复/单步/断点运行/调用栈/变量查看）。该 skill 通过调用 SEGGER J-Link 命令行工具（JLink.exe、JLinkGDBServerCL.exe、JLinkRTTClient.exe）和 arm-none-eabi-gdb，分基础操作、JLink Commander 轻量调试和 GDB 源码级调试三层能力。配置分环境级 skill/config.json（工具路径、端口、操作模式）与工程级 .embeddedskills/config.json（device/interface/speed）。所有脚本以 JSON 或 JSON Lines 输出结构化结果。使用时不会自动猜测芯片型号，多探针场景需用户指定序列号，.bin 文件必须提供烧录地址。
huashu-agent-swarm
huashu-agent-swarm 是一个多 Agent 蜂群并行协作技能，采用纯 git 自组织方式，适合大型项目开发。它受 Nicholas Carlini 用 16 个 Claude 实例自主构建 C 编译器的启发，没有 master agent，每个 agent 独立认领任务、写代码、推送。当用户提到「蜂群模式」「多 agent」「并行开发」「agent swarm」时使用。前置要求包括 tmux、claude CLI 和 git 仓库。使用流程涵盖描述项目、初始化项目、启动蜂群、打开观测台和停止五个步骤，支持通过 Web 观测台或命令行监控 agent 状态、发送指令。核心机制包括 git 自组织协调、git worktree 隔离和无限循环。默认 8 个 agent，sleep 间隔 5 秒，模型为 claude-opus-4-6，均可调整。
huashu-video-check
这是一个用于视频内容优化的检查工具，基于MrBeast策略，帮助创作者检查视频标题、封面和开头钩子。它适用于当用户提到视频标题、封面图、点击率（CTR）或观看时长等需求时使用。核心目标是提升点击率与观看时长，并建立可复用的标准化策略。检查维度包括：标题检查（强对比策略，提供数量、价格、结果、强弱、时间五种对比公式，并配有标题类型选择表与避免类型）、封面检查（结果展示优先，分析人脸封面与结果展示封面的适用条件，强调强对比、视觉聚焦、文字简洁和风格一致，并建议A/B测试）、内容承接检查（悬念后置策略，规范开头确认、中段惊喜、结尾兑现的结构，提供时长控制指南与常见错误规避）。该工具通过Step 1至Step 4的完整流程进行标题、封面、内容承接及综合评估，附带检查清单，帮助视频创作者系统化地优化内容表现。