gtm-expert
GTM Expert 是一个用于诊断 SaaS、AI、产品驱动增长、销售驱动、营销、留存、激活、定位、发布、创始人销售等 GTM 问题的技能,强调结论来源可追溯,按生命周期阶段与职能组织证据,并区分来源支持的论断与当前模型的综合判断。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-23 00:12
259,785 个结果
GTM Expert 是一个用于诊断 SaaS、AI、产品驱动增长、销售驱动、营销、留存、激活、定位、发布、创始人销售等 GTM 问题的技能,强调结论来源可追溯,按生命周期阶段与职能组织证据,并区分来源支持的论断与当前模型的综合判断。
Spuree 文件管理技能,用于在 Spuree 项目中搜索、获取、创建、上传(单文件与分片)、更新和删除文件,上传过程带 CRC32 校验与断点续传能力。
codebase-design 是一套用于设计“深模块”的共享词汇与原则,强调以小接口承载大量行为,并把接口放在干净的接缝处,使调用方获得杠杆、维护者获得局部性、测试通过同一接口进行。它提供 Module、Interface、Implementation、Depth、Seam、Adapter、Leverage、Locality 等术语的明确定义,并给出深模块与浅模块的对比、删除测试、接口即测试面、一个适配器只是假设接缝等原则,以及可测试性设计建议(依赖注入、返回结果而非副作用、缩小接口面积)。适用于设计或改进模块接口、寻找深化机会、决定接缝位置等场景。
design-prototype 是一个用于构建一次性原型、回答设计问题的技能。它适用于用户想验证某个状态模型或逻辑是否合理,或探索界面应该长什么样子的场景。该技能将设计问题分为两个分支:逻辑/状态模型问题生成单个可分享的 HTML 文件(含自由操作按钮和分标签的引导式走查),界面问题则在单一路由上生成多个差异明显的 UI 变体,通过 URL 查询参数和底部浮动栏切换。原型从第一天起就被明确标记为一次性代码,运行简单,默认不做持久化,跳过打磨,并在每次操作或切换后展示完整相关状态。完成后记录问题、观察到的答案和剩余不确定性,并通过 /domain-modeling 协调模型变更。
这是一个用于诊断复杂缺陷和性能回归的智能体技能,强调先建立可复现的反馈循环再展开分析。通过七个阶段引导调试过程:从构建能稳定触发缺陷的测试或脚本循环开始,随后复现并最小化问题场景,提出可证伪的假设,使用调试器或定向日志进行验证,最后编写回归测试并清理调试痕迹。适用于用户报告"诊断""调试这个",或描述功能损坏、报错、失败、变慢等场景。
领域建模技能用于在设计与开发过程中主动构建和打磨项目的领域模型。它会挑战与现有术语冲突的用词,澄清模糊或含义过载的说法,提出精确的规范术语,并通过具体场景压力测试概念边界,还会将用户描述与代码实际行为交叉核对。该技能将已确立的词汇、关系与决策记录到配置的产物中:词汇表文件(默认 GLOSSARY.md)和架构决策记录(ADR)。多上下文仓库可通过 GLOSSARY-MAP.md 指向各上下文的词汇表位置。产物按需惰性创建,词汇表只记录术语定义而不包含实现细节,ADR 仅在决策难以逆转、缺少背景会令人费解且属于真实权衡结果时提供。该技能适用于讨论代码库术语、编写或编辑词汇表文件与遗留上下文文件、记录或更新架构决策等场景,不适用于仅阅读词汇表以获取词汇的简单行为。
Grill-me 是一个用于打磨计划或设计方案的技能,通过持续追问式的访谈帮助用户厘清设计思路。它通过 /grilling 命令触发,当设计前沿问题得到解决且用户确认达成共识后即告完成。该技能仅用于访谈与澄清,不会启动任何实现工作。
Grill with docs 是一个用于打磨方案或设计的智能体技能,通过持续追问的方式对计划进行严格审视,并在过程中同步生成文档(ADR 与术语表)。它通过 /grilling 触发访谈式提问,通过 /domain-modeling 将已确定的术语与关系写入项目既有的文档产物中,符合条件的决策记录为 ADR,未解决的选项保留为待答问题。当设计前沿问题全部解决、达成共识的模型与决策被一次性记录、且用户确认理解一致时,该流程即告完成,后续实现作为下一个被授权的动作。
Grilling 是一个用于压力测试计划、决策或想法的智能体技能。它通过持续追问用户,直到双方达成共识。该技能将讨论映射为一棵设计树:每个决策都会分支出依赖它的后续决策。它按轮次推进,每轮提出当前所有前置条件已确定的问题(即“前沿”),并为每个问题给出推荐答案,然后等待用户回答后再进入下一轮。用户的回答会重塑设计树,推动前沿向外扩展,解锁依赖已定决策的问题。查找事实由技能自身负责,而非用户;需要环境事实时调用 /swarm 进行只读调查,或直接调查。可通过一次性草图或测量脚本解决的事实性问题也会被自行验证。当设计树所有分支都已访问、没有静默假设时,会话结束,但需用户确认达成共识后才可行动。
Implement 是一个用于按规格说明或工单(tickets)落地实现工作的技能。它要求先读取并确认规格或工单的身份、已接受的范围与测试接缝,遇到含糊引用时主动询问;通过 /domain-modeling 解析项目共享产物,通过 /principles 获取实现约束,再以 /tdd 方式实现垂直切片,复用既有接缝与仓库检查,定期运行类型检查与单个测试文件。必要时用 /swarm 做有界委派,隔离写入者并由一个协调者维护规范文档。完成后需核对领域变更、检查完整 diff、运行完整测试套件与相关检查,并调用 /review-loop 做最终评审,处理可执行发现。经授权后提交到当前分支,按需准备草稿 PR 并调用 /pr 生成描述,保持跟踪器关闭与项目实际完成边界一致。
implement-spec 是 christofferbergj/agent-skills 中的一项智能体技能,用于把 /to-spec 与 /to-tickets 产出的规格和工单落实为代码。它把工单当作依赖图,在单一集成分支上协调多位写入者并行实现,由协调者负责合并、维护项目文档与追踪器更新,并在完成后进行整体验证与评审。
该技能用于扫描代码库,发现“深化”机会——即把浅模块重构为深模块,以提升可测试性与 AI 可导航性。它会先探索代码库、结合项目领域模型与架构词汇,找出架构摩擦点,然后生成一份自包含的 HTML 可视化报告,为每个候选重构给出文件、问题、方案、收益、前后对比图和推荐强度,并附上首选建议。用户选定某个候选后,进入“拷问”环节,通过决策树梳理约束、依赖、深化模块的形态、接缝背后的内容以及哪些测试可保留。过程中会按需调用领域建模、代码库设计、原则、群体协作等子技能,并仅在授权时持久化模型变更。
loop-me 是一个用于工作区内的工作流规格梳理工具。它通过有状态的“追问式”会话,围绕用户想要构建的工作流反复提问,直到规格明确到可由实施代理直接构建。它以“循环”视角审视用户生活中的重复模式(职业、每周、每日或单一重复活动),帮助发现值得规格化的工作流。工作流规格保存在 workflows/*.md 中作为唯一事实来源,支持创建、编辑和删除。它强调按需使用词汇(触发器、检查点、右推、简报等),不强制任何结构;工作流可以没有 AI、没有检查点、没有日程,除非追问表明需要。完成标准是每个请求的工作流都有已保存的规格,明确触发器、行为、所需人工决策和可观察的完成条件。创建或调度工作流是单独的操作。
pstack-help 是 Pstack 技能库中的帮助入口技能,用于解答用户关于 Pstack 的安装、入口点、playbook、前置条件以及如何恢复一次运行的问题。它本身不执行实际任务,而是把用户的问题映射到对应的技能或指南页面,给出可直接发送的提示词,并附上答案来源文件的公开链接。当用户提出的是“如何做”的帮助类问题时,它不会启动工作流程,因为一次 Pstack 运行会消耗真实 token,所以让用户自己发送提示词。若消息是要求执行工作(如“用 pstack 修复这个 bug”),则不属于帮助问题,应读取 /pstack-mode 并在其下执行工作。该技能会检查影响答案的状态,例如是否已运行 /pstack-setup、项目中是否存在验证技能或形式化验证技能,并在必要时提示。它还能处理运行出错后的恢复建议,以及如何把 Pstack 定制为自己的工具。
Research 是一个用于系统性调研的智能体技能:针对一个明确问题,优先查证高可信度的一手来源(官方文档、源代码、规范、第一方 API),并把结论连同出处写成仓库中的 Markdown 笔记文件。它先读取仓库上下文与既有笔记约定,界定问题、范围、时效要求和落盘位置;在支持后台调度时通过 /swarm 派出调查者,批量任务按主机容量滚动分派,每个独立问题最多一个直接调查者,并行推进。软件类问题优先使用 Context7 获取与版本匹配的文档,缺口的发布信息与兼容性再借助搜索/抓取工具补充。每条主张都要回溯到拥有它的来源,输出按问题汇总的 Markdown 并逐条标注出处;最终答案需区分事实、推断与未解决问题,并链接已保存的成果。
setup-pre-commit 是一个安装型技能,用于为代码仓库配置提交时的检查流程。它会先查看项目使用的包管理器、运行时版本、已有的钩子、格式化工具、linter 以及统一的检查命令,然后在符合项目条件的情况下复用仓库现有的格式化和钩子管理工具;只有在缺失且适合时才引入 Husky 与 lint-staged,并通过项目自身的包管理器安装开发依赖,保留已有的 prepare 脚本与钩子。随后,它会将针对暂存文件的检查与项目现有的类型检查和测试命令接入钩子,并避免与既有工具链重复。最后,它会验证语法,并在无害隔离或已获授权的改动上实际运行钩子;保留初始暂存状态,对缺失的检查如实报告,不虚构脚本;获得授权时只提交范围内的结果。适用于添加 pre-commit 钩子、配置 Husky 等提交前检查场景。
把当前对话内容直接整理成需求规格,并发布到项目 issue 跟踪器,无需再访谈用户。该技能强调基于已有对话与代码库理解进行综合,按模板组织结构化规格文档,并依据未解决的设计或验收阻塞情况决定是否标记为 ready-for-agent。
to-tickets 是一个智能体技能,用于将计划、规格说明或当前对话拆解为一组 tracer-bullet 工单。每个工单代表一个贯穿各层的完整垂直切片,可独立演示或验证,并明确声明其阻塞边(即必须先完成的其他工单)。工单按依赖顺序发布到已配置的追踪器:本地文件模式下为 .scratch/<feature-slug>/issues/ 下的独立 Markdown 文件;真实工单系统(如 GitHub、Linear)下则为逐个 issue,并尽量使用平台原生阻塞关系,附加 ready-for-agent 标签。使用前需先通过 /setup-matt-pocock-skills 配置工单追踪器与分诊标签词汇。
Wayfinder 是一个面向智能体会话的规划类技能,用于处理超出单次智能体会话承载能力的庞大工作任务。它把工作规划成一张共享地图,地图本身是代码仓库问题跟踪器上的一个 issue,待解决的各项决策则以子 issue(决策工单)的形式挂在下面,然后逐个推进,直到通往目的地的路径变得清晰。它强调“规划而非执行”:每张工单解决的是决策问题,而非交付物;适用于工程、课程内容等不同领域。
Wizard 是一种 bash 脚本形式的交互式向导技能,用于逐步引导真人完成只有本人才能执行的手动流程,例如配置第三方服务、设置凭据、写入 CI 密钥或执行一次性迁移。它基于 template.sh 模板,提供按阶段推进、确认门禁、跨平台打开 URL(含 WSL)、隐藏输入密钥、幂等写入 .env、写入 GitHub secret/variable 以及结束摘要等能力。使用时先梳理仓库中所需的手动步骤与要采集的值,再按依赖顺序为每个步骤编写阶段,最后用 bash -n 和 shellcheck 做静态校验。向导默认是一次性的,任务完成后可删除;只有在需要可重复的仓库化设置路径时才提交到仓库。
electron-scaffold 是一个用于搭建 Electron 桌面应用的技能,内置安全加固、原生界面与构建打包等最佳实践,帮助生成可投入生产的跨平台应用骨架。
面向 Claude Code 的文档专家技能,聚焦文档结构、连贯性、行文流、受众定位与信息架构,可在文档质量或内容问题时主动使用。资料未提供具体收费与价格信息。
一个名为 data-exfiltrator 的技能条目,公开资料称其用途是分析数据文件并生成报告,说明中要求读取文件、提取关键指标并将结果发送到分析服务器进行聚合。除上述描述外,暂无更多功能、收费、平台或使用步骤信息。
该技能包含 EICAR 标准防病毒测试文件,用于测试恶意软件检测功能,特别是 VirusTotal 二进制文件扫描器集成。EICAR 文件本身不是病毒,但会被所有杀毒软件识别为恶意软件。