earth2studio-create-diagnostic
用于在 Earth2Studio 中创建诊断模型包装器的技能，支持单步数据变换，包括简单派生诊断、打包的 AutoModel 诊断和生成式诊断，并涵盖依赖配置、测试、文档与验证流程。
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
237,206 个结果
font-pairing-suggester
Font Pairing Suggester 是一个字体搭配建议技能，可为不同使用场景推荐和谐的字体组合，并提供高级字体的 Google Fonts 替代方案与层级示例。
agent-orchestration-improve-agent
该技能用于系统性地改进已有智能体，通过性能分析、提示词工程和持续迭代来提升其表现与可靠性。它提供了一套分阶段的工作流：先建立基线指标并收集代表性样本，识别失败模式并优先处理高影响问题；再应用提示词与工作流改进并设定可衡量目标；最后通过测试验证并在受控阶段逐步发布。适用于优化现有智能体的性能或可靠性、分析失败模式与提示词质量、运行结构化 A/B 测试或评估套件，以及设计迭代优化流程。不适用于从零构建全新智能体、缺乏指标或测试用例的场景，或与智能体性能无关的任务。
heygen
HeyGen 是一个 AI 数字人/口播视频迷你技能，用于脚本化、可规模化的多语言视频制作。它负责写脚本与搭建视频，HeyGen 渲染，人工审核后由 WoopSocial 排期发布。适用于讲解、培训、本地化、FAQ、无脸频道和批量个性化销售。
accessibility-testing
该技能用于对 Web 应用进行无障碍（Accessibility / a11y）测试，验证其是否符合 WCAG 规范，并确保使用屏幕阅读器、键盘导航等辅助技术的残障用户能够正常使用。它覆盖 WCAG 2.1/2.2 合规验证、键盘导航测试、屏幕阅读器兼容性、颜色对比度、ARIA 属性、表单无障碍与焦点管理等场景。技能提供基于 axe-core 与 Playwright、Jest（jest-axe）、Cypress、Python Selenium 等工具的参考实现，并强调自动化测试只能发现约 30%–40% 的问题，需结合真实辅助技术与人工测试。
push-notification-setup
该技能用于为 iOS 和 Android 应用实现推送通知系统，覆盖 Firebase Cloud Messaging（FCM）、Apple Push Notification service（APNs）、通知处理与后端集成。提供 React Native 快速上手示例，并附带 FCM 配置、iOS Swift 原生、Android Kotlin、Flutter 等参考指南，以及权限申请、令牌刷新、通知渠道、深链、静默通知等最佳实践。
self-eval
self-eval 是一个 Claude Code 技能，用于对 AI 完成的工作进行诚实、校准化的质量评估。它旨在克服 AI 倾向于给所有任务打 4 分的默认习惯，采用双轴评分体系、强制性的“魔鬼代言人”论证以及跨会话的反通胀检测机制。该技能的核心洞察是：单轴评分会将任务难度与执行质量混为一谈，导致评分趋同；self-eval 将这两个维度分离，再通过固定矩阵合并，模型无法直接覆盖矩阵结果。它适用于在完成任务、代码审查或工作会话后，获取无偏见的自我评估。该技能为提示词驱动，无需外部工具依赖，属于 STANDARD 层级。使用方式为在 Claude Code 会话中执行 /self-eval 命令，可附加待评估任务的上下文描述。评估结果会以规定格式输出，并追加保存到工作目录下的 .self-eval-scores.jsonl 文件中，以便跨会话追踪评分历史。
ramp
面向法学院的学期入职引导流程，用于带新学生熟悉诊所流程与工具。它读取教授上传的handbook与本地规则，交互式讲解实践领域、案件管理与监督方式，并通过模拟接待、草稿练习与检索路线图让学生在真实案件前低风险练手；还可生成单页速查卡。
semester-handoff
面向法律诊所的学期交接技能，与 /ramp 互为镜像。它把即将离开的学生所负责的活跃案件整理成逐案交接备忘和整体摘要，记录案件进展、期限、沟通历史与首周优先事项，避免案件知识随学生离校而流失。
agent-memory-mcp
Agent Memory MCP 是一个为 AI 智能体提供持久化、可搜索知识管理的混合记忆系统，以 MCP 服务器形式运行，支持长期记忆的读取、写入与搜索，并自动与项目文档同步。它面向架构、模式与决策等知识的管理，需要 Node.js v18+ 环境。通过克隆 agentMemory 仓库、安装依赖并编译后，可用辅助脚本为指定项目启动 MCP 服务器，并附带独立仪表盘用于可视化记忆使用情况。
playtest-report
这是一个用于游戏测试（Playtest）的结构化报告技能，属于 donchitos/claude-code-game-studios 技能集。它提供两种模式：一是生成一份空白的游戏测试报告模板，涵盖会话信息、测试重点、前五分钟第一印象、玩法流程、遇到的 Bug、特定功能反馈、量化数据、总体评估以及本次会话的三大优先事项；二是读取已有的原始测试笔记，将其整理并填充为结构化反馈，同时与现有设计文档交叉比对，标记与设计意图冲突的观察。整理完成后，技能会把发现的问题分为设计变更、平衡调整、Bug 报告和打磨项四类，并给出相应的后续路由建议。在完整模式下，还会触发创意总监对玩家体验的评审。
proposal
用于生成捐赠方提案包（默认 CERV）的技能，覆盖需求分析、变革路径、指标设计、性别与保障审查、MEL 章节撰写、合规与质量门禁，并输出 IPPF 品牌化成品与清单。
video-delivery-specs
面向动态影像交付的平台规格技能，帮助导出与交付适配 Instagram Reels、TikTok、YouTube、广播、户外屏与网页等目标；提供母版策略、安全区、字幕与交付前质检与文件收集。
longbridge-kline
longbridge-kline 是长桥证券（Longbridge Securities）提供的行情数据技能，用于获取港股、美股、A 股及新加坡市场证券的 K 线（蜡烛图 / OHLCV）数据与当日分时数据。支持 1m / 5m / 15m / 30m / 1h / day / week / month / year 等周期，可通过 CLI 命令 longbridge kline、longbridge kline history 和 longbridge intraday 调用，输出 JSON 格式的开高低收、成交量、成交额等数据。不支持期权、权证和指数，相关需求需转用 longbridge-derivatives 或 longbridge-quote。
google-sheets
Google Sheets 集成技能，用于通过 Membrane CLI 与 Google Sheets 数据交互，管理分析数据、记录和工作流。该技能基于 Membrane 命令行工具连接 Google Sheets，由 Membrane 自动处理身份验证与凭据刷新，用户无需手动管理 API 密钥或令牌。支持搜索并运行预置动作，如复制工作表、批量更新值、批量获取值、清除值、追加值、更新值、获取值、获取电子表格、创建电子表格等，也可通过代理直接向 Google Sheets API 发送请求。适用于需要以编程方式读写表格数据、批量处理单元格范围或自动化表格工作流的场景。
Collision-Zone Thinking
Collision-Zone Thinking 是一种创新思维技能，通过强制将不相关的概念组合在一起，探索由此产生的涌现特性，从而获得突破性洞见。其核心原则是刻意混合隐喻来生成新颖解决方案，典型提问方式是“如果我们将 X 当作 Y 来处理会怎样？”。该技能提供快速参考表，将常见问题（如代码组织、服务架构、数据管理、请求处理、错误处理）与可借鉴的领域（如 DNA/遗传学、乐高积木、水流、邮政邮件、断路器）对应，并给出可能发现的方向（如变异测试、可组合微服务、流式处理、消息队列、故障隔离）。使用流程包括：从不同领域选取两个不相关概念、强制组合、探索涌现特性、测试隐喻边界、提取洞见。资料还给出一个示例：将分布式服务视为电路，从而引出断路器、熔断器、接地故障、负载均衡等模式，并指出该隐喻在防止级联故障时有效，但不具备重试逻辑。该技能适用于陷入常规思维、需要创新而非优化、感觉解决方案只是渐进式改进的场景。资料建议大胆组合、严格测试隐喻边界、记录失败碰撞，并推荐物理、生物、经济、心理学作为最佳来源领域。
watchOS
watchOS 是面向 Apple Watch 应用开发的技能指南，涵盖 SwiftUI for Watch、Watch Connectivity、表盘复杂功能（Complications）以及手表专属 UI 模式。适用于 watchOS 代码审查、最佳实践咨询、iPhone 与 Watch 数据同步、ClockKit 迁移至 WidgetKit、HealthKit 健身与体能训练、Smart Stack 小组件以及 watchOS 无障碍支持等场景。
personal-tool-builder
Personal Tool Builder 是一个专注于打造解决自身问题的小工具的技能，适用于快速原型、本地优先应用、CLI 工具以及从脚本逐步演化为产品的场景。它的核心理念是先从自己的真实需求出发（scratch your own itch），在为自己构建工具的过程中不断打磨，再发现其他人也有同样需求。该技能强调快速构建与持续迭代，只对已经被证明有用的部分做打磨，同时给出个人工具的安全实践，包括凭据管理、仅绑定 localhost 的服务器，以及在分享前检查是否残留硬编码凭据、个人路径或敏感数据。
data-and-original-research
这是一个面向社交媒体内容创作的研究型技能，用于把专有数据、问卷调查、公开数据集分析或实验，转化为可被引用、可传播的原创数据研究内容。它提供 PROVE 框架：在数据空白处选题、设计严谨方法、诚实分析、提炼一个可传播的核心发现，并为引用做工程化处理（方法说明、日期、图表、可复制引用框），再拆解为多种内容形式分发。该技能只负责研究设计与发现框架，不负责实际收集数据、统计分析和发布。
kling
Kling 是一款生成式视频制作工具，主打原生 4K、多镜头分镜与运动迁移，适合需要高分辨率、多镜头或图像转视频的短视频创作；音频与物理效果并非其强项。
autoresearch
autoresearch 是一个有状态的单任务改进循环工具，属于 oh-my-claudecode 技能集。它通过严格的评估器契约、Markdown 决策日志和最大运行时长停止行为，对单一任务进行持续改进。使用前提是已通过 /deep-interview --autoresearch 获得任务与评估器。它要求持久化存储任务规格、评估器脚本或命令引用、每次迭代的评估 JSON 以及 Markdown 决策日志，并支持通过 Claude Code 原生 cron 进行周期性重跑。v1 版本禁止多任务编排，也不再将执行权交回已弃用的 omc autoresearch CLI 流程。
scenario-war-room
Scenario War Room 是一个跨职能的“假设分析”技能，用于对多变量、级联式的业务场景进行建模。它不同于单一假设的压力测试，而是模拟复合逆境，展示一个问题如何引发下一个问题。该技能通过六步级联模型（定义场景变量、领域影响映射、级联效应映射、严重性矩阵、触发点、对冲策略）帮助团队在危机发生前进行准备。它支持自然语言描述场景，也提供命令行工具 scripts/scenario_modeler.py 进行结构化建模。输出包括场景名称、变量、最可能路径、严重性级别、级联图、早期预警信号、对冲措施和推荐决策。适用于种子轮、A 轮、B 轮等不同阶段的常见场景，并可与 C 级高管角色集成。
volcengine-video-understanding
火山视频理解是一个基于火山方舟视频理解 API 的技能，用于对视频进行深度理解和分析。它通过 Files API 上传视频（推荐方式），支持最大 512MB 的大文件，并自动进行视频预处理（FPS 采样），上传的文件可重复使用、默认存储 7 天。该技能可用于视频内容分析、物体识别、动作理解、视频问答、视频描述与摘要、情感分析等场景。使用时需要设置 ARK_API_KEY 环境变量，通过命令行脚本调用，可指定模型（如 doubao-seed-2-0-pro-260215）和采样帧率。
tsdown
tsdown 是一个由 Rolldown 和 Oxc 驱动的 TypeScript/JavaScript 库打包工具，主打极快的构建速度。它适用于构建 npm 库、生成 TypeScript 类型声明文件（.d.ts）、打包多种模块格式（ESM、CJS、IIFE、UMD）、进行 tree shaking 与压缩优化，以及从 tsup 迁移。tsdown 在构建时要求 Node.js 22.18.0 或更高版本，但通过 target 选项可以让产物面向更低的 Node.js 版本，因此用 tsdown 构建的库在运行时并不被锁定在 Node.js 22+。它支持 React、Vue、Solid、Svelte 组件库构建，提供配置文件、CLI、插件、生命周期钩子、编程式 API 等能力，并可通过 tsdown-migrate 从 tsup 迁移。