database-backup-restore
该技能用于制定和实施数据库备份与灾难恢复策略，适用于创建备份计划、测试恢复流程或搭建自动化备份等场景。内容涵盖备份类型、保留策略、恢复测试以及恢复时间目标（RTO）和恢复点目标（RPO），并提供 PostgreSQL 的 pg_dump 快速上手命令示例，以及全量备份、增量与差异备份、二进制日志备份、PostgreSQL 恢复、MySQL 恢复等参考指南。
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 10-25 00:14
全部 Skills
237,094 个结果
related-skills-surfacer
该技能根据其他插件的近期活动，推荐可能相关的社区技能：在任务结束时检查社区是否已有人构建过相关能力，仅做一次简短提示，不安装、不打断任务，且对同一技能不会重复推荐。
stop-describing-ui
停写说明书（stop-describing-ui）是一套用于精简用户界面文案的规则集合。它的核心观点是：界面本身已经展示了用户可以做什么，不需要再向用户解释自己。用户读到的每一句话都是行动前的负担，因此只有当用户在缺少这句话时会犯下真实错误时，才应保留句子。它同时适用于撰写 UI 文案和审查现有 UI 文案两种场景。撰写时边写边套用规则；审查时逐条字符串套用规则，并以修改前后的对照形式给出结果。规则涵盖九个方面：不要描述功能而应命名动作、使用具体动词、只保留最关键的一条后果、不要描述后端行为、当同一控件可撤销时不要解释如何撤销、不要重复页面标题与导航已表达的含义、不要陈述不存在的内容、用按钮或开关而不是文字来说明如何启用、不要只依赖文字而应拆分短句并配图标。资料还提供了一份按顺序提问的检查清单，并强调：如果检查后什么都不剩，那就什么都不要留，空的辅助文字槽位好过填充句。
atlas-cloud
Atlas Cloud 是一个通过 Atlas Cloud 网关生成或编辑图像与视频的技能工具，适用于托管于 Atlas 的 Seedance 2.5/2.0、Gemini Omni Flash、MiniMax H3、Seedream 5.0、GPT Image 2、Nano Banana 2 等模型。它要求先设置 ATLASCLOUD_API_KEY（兼容别名 ATLAS_CLOUD_API_KEY、ATLAS_API_KEY），并在每次付费调用前读取 model_catalog 预检、选择精确模型与支持的操作、公告工具/提供方/模型/请求数与预估成本。视频侧覆盖 Seedance 2.5、Seedance 2.0、Gemini Omni Flash、MiniMax H3 的文生视频、图生视频、参考生视频及视频编辑路由；图像侧覆盖 Seedream 5.0 Pro、Seedream 5.0 Lite、GPT Image 2、Nano Banana 2 的生成、编辑与图层分解路由。输出保存在 projects/<project-id>/ 下，返回包含提供方、模型、预测 id、参数、来源 URL、产物路径与预估成本的溯源信息，失败时不切换提供方。
playfulness-fun
这是一个关于“趣味与欢乐动画”的技能，用于指导创建具有娱乐性、幽默感和轻松互动体验的动画。它基于迪士尼动画十二原则，针对“趣味性”这一情感目标给出具体参数与实现建议，包括挤压拉伸、预备动作、夸张、跟随动作等原则的运用方式，并提供弹跳、摇摆、弹出等动画的时长、缓动函数与 CSS 关键帧代码示例。适用于游戏与游戏化、儿童界面、社交媒体反应、引导教程、空状态、彩蛋、休闲应用和娱乐平台等场景。
recipe-transfer-file-ownership
该技能用于将 Google Drive 文件的所有权从一个用户转移给另一个用户。使用前需先加载 gws-drive 技能。操作流程包括两步：先通过 gws drive files list 命令列出指定用户拥有的文件，再通过 gws drive permissions create 命令将文件所有权转移给新用户。需注意，所有权转移后，若无新所有者配合，该操作不可撤销。
web-scraper
Web Scraper 是一个用于从网站提取结构化数据的技能，基于 BeautifulSoup 和 requests 实现，可将任意网页转化为可用数据。主要用于竞品定价收集、产品列表抓取、联系信息提取、内容审计、价格监控和多源研究数据收集等场景。提供 scrape（抓取指定 CSS 选择器元素）、links（提取链接）、emails（提取邮箱）、structured（按 article 或 product 等 schema 提取结构化数据）等命令行子命令，依赖 beautifulsoup4、requests、pandas、click、lxml。
replica-entrepreneur
replica-entrepreneur 是一个用于克隆应用前做用户需求研究的技能。它通过阅读 App Store、Google Play、G2、Capterra、Trustpilot、Reddit、Hacker News 等公开渠道的真实用户评论，找出原应用被用户讨厌、缺失和未解决的问题，并据此制定修复计划与定位角度。该技能强调不编造评论、不伪造引用、不抓取禁止抓取的站点，所有引用必须逐字且带链接。它提供 reviews.py 脚本，将评论整理为主题并加权排序，输出 reviews.csv、feedback.md、fixes.md 等文件，帮助克隆应用找到存在的理由。
rust-profiling
rust-profiling 是一个面向 Rust 程序性能分析的技能，用于指导代理完成 Rust 性能剖析工作。其主要能力包括：使用 cargo-flamegraph 生成火焰图（flamegraph），通过 cargo-bloat 进行二进制体积分析，使用 cargo-llvm-lines 测量单态化（monomorphization）膨胀，编写 Criterion 微基准测试（microbenchmark），以及解读带有内联 Rust 帧的性能剖析结果。技能涵盖构建带调试符号的 release 配置、Linux 下 perf 采样与报告、macOS 下 DTrace 采样、以及使用 heaptrack 和 DHAT 进行内存分配分析等流程。适用于需要排查 Rust 性能瓶颈、分析二进制体积、定位泛型膨胀或编写基准测试的场景，限制在于部分操作依赖系统权限（如 perf_event_paranoid 设置、sudo）与特定平台工具。
analyzing-docker-container-forensics
本技能用于对受入侵的 Docker 容器进行数字取证分析，通过检查镜像、层、卷、日志和运行时痕迹来识别恶意活动与证据。适用场景包括：调查被入侵的 Docker 容器或容器宿主机、分析从镜像仓库拉取的恶意镜像、容器化应用被攻破后的应急响应、检查容器逃逸或权限提升企图，以及审计容器配置并发现错误配置。前提条件涵盖 Docker CLI 访问权限、Docker 宿主机文件系统访问（取证镜像或实时环境）、对 Docker 分层文件系统（overlay2、aufs）的理解，以及 dive、docker-explorer、container-diff、Trivy 或 Grype 等分析工具。工作流程分为五个步骤：保全容器状态与证据、分析容器镜像层、检查 Docker 宿主机痕迹、分析容器文件系统变更、扫描漏洞并生成报告。涉及的关键概念有镜像层、overlay2 存储驱动、容器差异、特权模式、Docker socket、容器逃逸、卷挂载和镜像历史。输出为取证摘要，包含容器与镜像信息、安全配置、文件系统变更统计、可疑发现及漏洞扫描结果。
claude-skill-app-onboarding-questionnaire
这是一个 Claude Code 技能（skill），用于分析现有 App 代码库并生成完整的问卷式应用引导（onboarding）流程，包含文案、界面设计与可投入生产的代码，参考了主流订阅类应用的转化模式。安装后可通过 /app-onboarding-questionnaire 命令运行，技能会读取应用的源代码、manifest/plist 文件及已有界面，理解应用用途、目标用户和所需权限，随后生成针对原生框架（SwiftUI、React Native、Flutter、Jetpack Compose 等）的引导界面。其核心是一个 14 屏的心理转化框架，涵盖欢迎页、目标问题、痛点、社会证明、滑动卡片、个性化方案、对比表、偏好设置、权限预引导、处理等待、应用演示、价值交付、账号门槛和付费墙。技能会依据应用复杂度自适应调整屏幕数量，支持断点续做（保存于 Claude Code 记忆系统），并可配置应用类型、核心循环、受众、付费墙时机、跳过屏幕、品牌色等参数。
qt-qml-test
qt-qml-test 是一个用于为 QML 组件生成 Qt Quick Test 单元测试的技能。它能够根据用户提供的 QML 源文件，自动编写 tst_*.qml 测试文件，使用 TestCase、SignalSpy、tryCompare 以及 Qt Quick Test 的鼠标/键盘辅助函数。该技能支持测试 QML 组件的属性、Qt Quick Controls（如 Button、TextField、Slider、SpinBox、Dial、Dialog、MenuItem、Image、MouseArea、TapHandler、NumberAnimation、RegularExpressionValidator 等）以及通过 SignalSpy 验证控件发出的信号。它支持单文档和多文档生成，每个源 QML 文件对应一个 tst_*.qml 文件。该技能不负责构建系统集成、运行测试、C++ Qt Test、Squish、Qt Creator IDE 测试集成，也不处理 Qt Quick 3D 场景设置、射线拾取和网格加载验证。生成的文件默认写入 tests/tst_<ComponentName>.qml，若目标文件已存在会询问用户是否覆盖、添加数字后缀或跳过。
modern-csharp-coding-standards
这是一套面向现代 C# 开发的编码规范技能，用于在编写新代码或重构既有代码时提供统一的风格与设计指导。它覆盖命名约定、文件组织、代码风格、类型设计、语言特性、性能模式、API 设计、错误处理、测试模式以及分析器强制配置等方面。核心原则包括默认不可变（record 与 init-only 属性）、类型安全（可空引用类型与值对象）、广泛使用模式匹配、异步优先并支持取消、以 Span<T>/Memory<T> 实现零分配、API 设计上接受抽象并返回合适的具体类型、优先组合而非继承，以及用 readonly record struct 表示值对象。该技能还给出 Directory.Build.props 与 .editorconfig 的配置示例，以便在构建时自动强制这些规范。
git-worktree-manager
用于配合 Git worktree 安全开展并行功能开发的技能，规范分支隔离、端口分配、环境同步与清理，使每个工作树像独立本地应用运行，适合多智能体或多终端并行协作场景。
helm-chart-builder
Helm Chart Builder 是一个面向 Claude Code、Codex、Gemini CLI、Cursor、OpenClaw 的 Helm chart 开发智能体技能与插件。它把临时性的 Kubernetes 清单转化为可维护、可测试、可复用的 chart，覆盖 chart 结构、values 设计、模板模式、依赖管理与安全加固。它提供 /helm:create（生成生产级 chart 脚手架）、/helm:review（检查标签缺失、硬编码值、模板反模式等问题）、/helm:security（审计 RBAC、网络策略、Pod 安全与密钥处理）三个斜杠命令，并附带 chart_analyzer.py 与 values_validator.py 两个静态分析脚本，支持结构化分析与 JSON 输出。
groove-utilities-memory-log-daily
groove-utilities-memory-log-daily 是一个在每天结束时写入每日记忆日志条目的技能，用于记录当天发生了什么，产出 .groove/memory/daily/YYYY-MM-DD.md 文件。
groove-utilities-task-install
用于配置并安装任务后端的 Groove 实用工具技能：读取 .groove/index.md 中 tasks.storage 的取值，按上游官方说明安装对应 CLI（beans、linear 或 github），并做可达性验证；storage 为 none 时直接友好退出。
antithesis-workload
Antithesis 工作负载实现技能：把属性目录中的性质映射为 SDK 断言与测试命令，并在分诊后改进覆盖率。适用于已用 antithesis-research 与 antithesis-setup 完成前置准备的 Antithesis 测试项目。
catchup
catchup 是一个只读的上下文重建技能，用于在 /clear、/compact、会话恢复或上下文丢失后，快速恢复对当前分支、计划和工作进度的认知。它汇总 git 状态、计划文件、记忆与 GitHub 信息，并给出下一步建议。
file-organizer
File Organizer 是一个用于智能整理电脑文件和文件夹的技能，能够理解文件上下文、查找重复文件、建议更合理的目录结构并自动化清理。它适用于 Downloads 文件夹混乱、文件散落各处难以查找、存在重复文件占用空间、文件夹结构不再合理等场景。使用时可在主目录下运行 Claude Code 并请求帮助，例如整理 Downloads 文件夹、查找 Documents 中的重复文件、审查项目目录并给出改进建议。该技能会先分析当前结构、识别重复文件、提出组织方案，经用户确认后执行移动、重命名和整理操作，并保持文件修改日期、记录所有移动以便撤销。
context-window-management
该技能聚焦于大语言模型（LLM）上下文窗口的管理策略，涵盖摘要、裁剪、路由以及避免上下文腐化（context rot）等主题。适用于处理上下文窗口、令牌限制等场景。它面向上下文工程，提供上下文摘要、上下文裁剪、上下文路由、令牌计数与上下文优先级排序等能力，并包含分层上下文策略、序列位置优化、智能摘要等模式，同时指出朴素截断、忽视令牌成本、一刀切方案等反模式。该技能可与 rag-implementation、conversation-memory、prompt-caching、llm-npc-dialogue 等技能配合使用。
humanizer
Humanizer 是一个用于去除文本中 AI 生成痕迹的写作编辑技能，基于维基百科 WikiProject AI Cleanup 维护的“AI 写作迹象”页面。它通过识别并改写 AI 写作中常见的模式，让文字听起来更自然、更像人类所写。该技能不仅删除问题模式，还强调为文本注入个性与声音，避免“干净但无灵魂”的写作。它覆盖内容模式（如过度强调意义、模糊归因、公式化“挑战与前景”段落）、语言与语法模式（如 AI 高频词、回避 is/are、负面平行结构、三段式滥用、同义词循环、虚假范围）、风格模式（如破折号滥用、粗体滥用、内联标题列表、标题大小写、表情符号、弯引号）、沟通模式（如聊天机器人残留语、知识截止免责声明、谄媚语气）以及填充与模糊限制（如冗余短语、过度限定、空洞积极结论）。使用时，用户提供待编辑文本，技能会扫描上述模式、重写问题部分、保留原意并匹配预期语气，最后输出改写后的文本，可选附上修改摘要。它适用于编辑或审阅文本、让内容更自然、去除 AI 味等场景。该技能基于维基百科页面，具体实现细节和平台限制暂未提供。
agent-native-architecture
Agent-Native Architecture 是一套用于构建「智能体优先」应用的方法论与技能，来自 everyinc/compound-engineering-plugin。它主张把智能体当作应用的一等公民：凡是用户能通过界面完成的操作，智能体都应能通过工具达成（对等性）；工具应尽量保持原子化，功能则由提示词描述并由智能体循环执行直至达成目标（粒度与可组合性）。该技能涵盖架构设计、文件与工作区、工具设计、领域工具、执行模式、系统提示词、上下文注入、动作对等、自我修改、产品设计、移动端模式、测试与重构等主题，并提供架构评审清单、快速上手示例与反模式说明，帮助开发者设计可涌现新能力、可随时间改进的智能体原生系统。
office-hours
office-hours 是 gstack 技能集中的一个工作流技能，围绕“YC Office Hours”两种模式展开。根据资料，其启动时包含两种模式：Startup 模式通过六个“强迫性问题”审视需求真实性、现状、极度具体性、最窄切入点、观察与未来适配；Builder 模式用于副项目、黑客松、学习和开源场景的设计思维头脑风暴，并会保存一份设计文档。该技能适用于被要求“brainstorm this”、“I have an idea”、“help me think through this”、“office hours”或“is this worth building”等场景，也可在用户描述新产品想法、评估是否值得构建、思考尚未存在的设计决策、或任何代码写下之前探索概念时被主动调用。资料建议在 /plan-ceo-review 或 /plan-eng-review 之前使用。技能运行时会先执行 preamble 命令 gstack-skill-start，并读取回显的 KEY: value 状态行来驱动后续规则，同时涉及会话标识、遥测、指令块校验、计划模式下的安全操作与提问格式等机制。以上为资料中明确提供的信息，关于其具体收费、价格、支持平台或实际效果暂未提供。