longbridge-news
longbridge-news 是长桥（Longbridge）生态下的提示词型技能，用于汇总单只股票的新闻、监管披露与社区讨论，按催化剂、监管、战略、财务、观点等类别整理，并给出仅基于事实的要点与粗粒度情绪倾向。
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 10-26 00:15
全部 Skills
237,456 个结果
custom-indicator
custom-indicator 是一个用于创建自定义技术指标的工具，构建在 openalgo 的 Rust 核心 ta 原语之上，并结合向量化 NumPy 实现。它接收指标名称作为参数（如 zscore、squeeze、vwap-bands、custom-rsi、mean-reversion），若未提供参数则会询问用户想要构建的指标。生成的指标函数为生产级、O(n) 复杂度，可用于技术分析场景。
analyzing-cloud-storage-access-patterns
该技能用于分析云存储的访问模式，检测 AWS S3、GCS 和 Azure Blob Storage 中的异常访问行为。通过分析 CloudTrail Data Events、GCS 审计日志和 Azure Storage Analytics，识别非工作时间访问、批量下载、新来源 IP 以及 ListBucket 枚举激增等可疑活动。适用于安全事件调查、检测规则构建、威胁狩猎查询以及 SOC 分析师的结构化分析流程，也可用于验证相关攻击技术的安全监控覆盖情况。
level-design
关卡设计（Level Design）是一套面向游戏开发的关卡设计方法论与工作指南，覆盖关卡设计核心原则、关卡结构模式、节奏与心流控制、环境叙事、白盒（whitebox）制作流程、玩家引导、难度递进、常见问题排查以及关卡指标参考。资料将关卡设计归纳为五大支柱：FLOW（自然引导玩家穿越空间）、PACING（控制紧张与休息的节奏）、DISCOVERY（奖励探索与好奇心）、CLARITY（玩家始终知道该往哪走）、CHALLENGE（既能教学又能带来满足感的技巧考验）。在结构层面，资料对比了线性关卡、枢纽与辐条（Hub & Spoke）、类银河恶魔城（Metroidvania）三种模式，并分别列出优缺点与适用游戏类型。在节奏设计上，给出强度曲线图与建立—峰值—休息的循环模式，并说明各阶段可用的设计手段。环境叙事部分涵盖视觉叙事、氛围营造与多层发现（表层、隐藏、深层）。制作流程为概念草案、引擎白盒、试玩迭代、美术化、最终打磨五步。此外还提供玩家引导技巧、四步教学式难度递进示例、四类常见问题的解决建议，以及按解谜、RPG、平台跳跃等类型划分的关卡时长、死亡次数、秘密数量、检查点密度等指标参考。
hive-setup
Hive 是一个多智能体协作平台，多个智能体可在同一任务上共享进展、互相借鉴。本技能（hive-setup）用于完成 Hive 的初始配置：安装 hive-evolve CLI、注册智能体、克隆任务并准备运行环境。适合希望加入 swarm、开始使用 Hive 的用户。
executing-plans
executing-plans 是一个用于执行已编写好的实施计划的技能。当你在独立会话中需要按批次执行计划任务、并在批次之间设置评审检查点时使用它。其核心原则是：分批执行任务，并在批次之间设置检查点供架构评审。使用时会先加载并批判性审查计划，识别疑问或顾虑，若有顾虑则先与人类伙伴沟通；若无顾虑则使用项目现有的任务/待办机制推进。执行时按用户明确指示或项目约定确定批次大小，逐项标记任务状态、严格遵循计划步骤、运行指定验证并标记完成。批次完成后报告实现内容与验证输出，除非用户明确要求检查点，否则继续下一个已授权批次。全部任务完成并验证后，会使用实际可用的 finishing-a-development-branch 技能收尾。遇到关键输入缺失、授权不足或外部阻塞时暂停相关步骤并求助，普通失败则自主修复。
ac-python
面向非 Django 场景的通用 Python 编码规范技能，覆盖代码风格、类型标注、OOP 设计、测试与工具链。适用于编写脚本、CLI、微服务等 Python 代码时参考，目标版本为 Python 3.14，并附带 3.13 的差异说明。
thinking-jobs-to-be-done
这是一个用于「待办任务」（Jobs to Be Done，JTBD）思考的决策技能，帮助团队在用户需求不清晰时决定该构建、砍掉或优先做什么，以及解释已发布功能为何采用率低。其核心规则是：用户是在特定情境下「雇佣」解决方案来获得进展，因此应优先关注任务、切换动力、期望结果和竞争性替代方案，而非功能清单。该技能要求至少一个证据来源（如 PRD/规格、工单、支持或销售记录、分析日志、当前产品行为），若没有则需指出研究缺口，不得编造用户引语。它给出了明确的使用与不适用场景、六步操作流程（命名执行者与情境、陈述任务、映射动力与切换、定义完成与结果指标、对候选方案打分、检验最强反例）、输出格式以及验证方法。
bundle-size-optimization
该技能用于通过代码分割、tree shaking 等优化技术减小 JavaScript 与 CSS 打包体积，从而提升加载速度与应用整体性能。资料显示其适用场景包括构建流程优化、部署前的打包分析、性能基线改进、移动端性能优化以及新增依赖后的体积检查。技能内容包含打包分析、优化技术、实施策略与最佳实践等参考指南，并给出打包分析工具的示例代码，涉及 webpack-bundle-analyzer、Source Map Explorer、Bundle Buddy、Bundlephobia 等工具，以及总大小、主 JS、主 CSS、vendor 和最大依赖库等指标维度。
mobile-app-debugging
移动应用调试技能，专注于排查移动端特有的问题，包括平台专属缺陷、设备硬件限制以及移动网络连接问题。适用于应用在移动设备上崩溃、真机性能异常、平台相关 Bug、网络连接故障以及特定设备兼容性问题等场景。该技能提供 iOS 调试、Android 调试、跨平台问题处理以及移动测试与调试清单等参考指南，并给出快速上手示例，如使用 Xcode 附加调试器、设置断点、查看设备日志、检查内存图以识别循环引用等。同时强调遵循既有模式与约定、编写整洁可维护代码、补充文档、部署前充分测试，避免跳过测试与验证、忽略错误处理、硬编码配置值。
security-audit-logging
该技能用于实现全面的安全审计日志记录，面向合规、取证与 SIEM 集成场景。它提供结构化日志、日志保留策略以及将日志发送到 SIEM 的做法，覆盖安全事件、用户操作和系统变更的记录。适合在构建审计追踪、合规日志或安全监控时使用，涉及 SOC 2、HIPAA、PCI-DSS 等合规要求，以及安全监控、取证调查、用户活动跟踪、系统变更审计和入侵检测等用途。资料给出了 Node.js 的入门示例，使用 winston 与 winston-elasticsearch 创建日志记录器，配置文件传输（10MB 单文件、保留 30 个文件、可尾随）以及 Elasticsearch 传输用于 SIEM。详细实现参见参考指南中的 Node.js、Python 和 Java 审计日志系统。最佳实践强调应记录所有安全事件、使用结构化日志、包含 UTC 时间戳、记录用户上下文、实施日志保留、加密敏感日志、监控日志完整性、发送到 SIEM、包含请求 ID；同时不应记录密码或机密、不必记录敏感 PII、不能跳过失败尝试、不允许日志被篡改、不能不安全地存储日志、不能忽略日志分析。
webmcp-gen
WebMCP Gen 是一个用于编写网站专属 WebMCP 工具的技能。它通过编写 manifest.json 清单、将其编译为初始化脚本（init script），并验证 Chrome 能否注册和调用这些工具，来帮助用户为特定网站创建 WebMCP 工具。该技能不调用嵌套智能体，使用者需自行探索页面、编写清单并根据验证输出迭代。适用于需要为某个目标 URL 和期望的工具能力创建、编译、验证 WebMCP 初始化脚本的场景。
sveltekit-svelte5-tailwind-skill
这是一个面向 SvelteKit 2、Svelte 5 与 Tailwind CSS v4 技术栈的集成技能（Skill），为构建现代 Web 应用提供综合性指导。技能内容覆盖三套工具协同配置的常见挑战，包括 Vite 插件配置、Svelte 5 runes 在 SSR 场景下的使用限制、表单渐进增强、开发与生产环境的 CSS 加载，以及面向 Vercel、Cloudflare、Node 和静态站点的部署与版本迁移。技能内置两套可检索文档集合：references 收录 17 篇问题导向指南（入门、项目搭建、runes、路由、服务端渲染、数据加载、表单与 actions、Tailwind 样式、部署、迁移、性能优化、常见问题与排错等），docs 收录 7 篇完整参考（SvelteKit 配置、Svelte 5 API、Tailwind v4 配置、适配器、进阶路由、进阶 SSR、集成模式）。它采用五阶段检索流程（发现索引、加载索引、筛选候选、读取目标段落、综合回答），强调先查文档再实现，并附带快速开始命令与集成代码模式示例。
registry-search
Registry Search 是一个用于在注册表中查找可复用模块与元件封装的技能，面向电路板或规格说明的选型场景。它强调在编写新的可复用包之前先进行注册表搜索，并阅读候选包的源码以确认其公开 API，而不是仅凭搜索结果推断 IO 或配置名称。选型优先级为：优先选择满足需求的可复用模块，其次是带支持电路的元件，最后才是基础原语。选定后通过 Module() 实例化所选的 .zen 入口点，并遵循 zener-language 处理依赖，不应手动编辑 pcb.toml。只有在用户明确要求时才发现或克隆其他电路板，且应在当前检出目录之外进行克隆。若不存在合适的包或某个包需要修复，可在注册表检出中使用 librarian；在电路板工作场景中，则准备 librarian-dispatch 请求。
flash-keil
flash-keil 是一个通过 Keil MDK 内置调试器将固件烧录到目标板的技能，适用于工程已配置好调试器与 Flash 算法的场景，无需额外安装 OpenOCD。
meshy-openclaw
Meshy OpenClaw 技能：通过 Meshy CLI 0.4.0 生成 3D 模型、贴图、参考图、绑定与动画，并将模型准备为实体打印（单色或多色）。
Brainstorming Ideas Into Designs
「Brainstorming Ideas Into Designs」是一个用于把粗略想法逐步打磨成完整设计方案的交互式技能。它采用苏格拉底式提问方法，通过结构化问答与备选方案探索，帮助使用者澄清目标、约束与成功标准，并最终形成经过验证的设计。该技能强调每次只问一个问题、优先使用多选题、在理解阶段收集用途/约束/成功标准，在探索阶段提出 2-3 种不同方案并评估其架构、取舍与复杂度，然后以每次 200-300 字的分段方式呈现设计并逐段确认。它支持在条件变化时回退到更早阶段，避免强制线性推进。设计获批后，可衔接 Git Worktrees 技能建立隔离工作区，并最终转交给 Writing Plans 技能生成实施计划。该技能属于工作流协作类技能，具体分类标识可依据其协作规划用途确定。
behavior-validator
Behavior Validator 是一个面向应用、CLI、API 和生成产物的黑盒行为验证工具：在不查看源码的前提下，按预先写好的行为契约检验用户可观察行为，并输出结构化报告。
responsive-testing
Responsive Testing 是一个用于在 UI 改动后验证应用响应式布局的技能。它通过 Cursor 内置浏览器在多个标准视口尺寸下打开应用，逐一截图并检查布局是否出现断裂，覆盖移动端、平板、桌面和超宽屏等断点。该技能会检查内容溢出、导航折叠、文字过小、触控目标过近、横向滚动条等常见问题，并输出各视口的通过或警告结果，便于修复后重新测试。
k2f-exam-paper
面向教师与教学设计者，从教学大纲、评分标准、往年试卷或指定阅读材料出发，设计正式考试试卷（期中、期末、单元测验或带回家完成的考核），具备合理的分值权重、稳定的格式特征与清晰的题型结构，并输出为 .K2F 包。
thinking-cynefin
Cynefin 分类技能用于在不确定该采用何种应对方式时，先按因果关系把问题归入清晰、繁杂、复杂、混沌或失序五个域，再选用与该域匹配的响应模式。它强调“用错域的方法”本身就是失败模式，适用于方法反复失败、问题新颖或混合、需要先选方法再解题的场景。技能给出明确的操作流程：陈述单元、探查因果关系、为每个单元分配一个域、做错配检查、提交并停止；输出包含单元、域、证据、响应模式、首批行动、证伪条件与拆分部分。
uview-pro
uView Pro 是面向 uni-app 的 UI 组件库技能，在开发 uni-app 页面、使用 u- 前缀组件（如 u-button、u-input、u-form）或需要表单、按钮、弹窗、提示、导航等 UI 元素时触发，同时覆盖工具函数、组合式 API 钩子和布局模板。
grepai-storage-qdrant
grepai-storage-qdrant 是一个配置类技能，用于将 Qdrant 向量数据库设置为 GrepAI 的存储后端，从而获得高性能的向量搜索能力。当用户需要尽可能快的搜索性能、面对超大规模代码库（50K+ 文件）、已拥有 Qdrant 基础设施，或需要使用高级向量搜索功能时，可使用本技能。技能涵盖 Qdrant 的 Docker 与 Docker Compose 部署、Qdrant Cloud 接入、GrepAI 配置写法、TLS 与 API Key 认证、集合设置、性能特征（延迟与内存）、快照备份恢复、从 GOB 与 PostgreSQL 迁移、常见问题排查，以及 Qdrant 与 PostgreSQL 的对比建议。
system-admin
这是一个面向 Linux 系统管理与监控的技能/命令参考，汇总了系统信息查看、资源监控、服务管理与常见故障排查的核心命令与最佳实践。内容覆盖系统版本、主机名、运行时间与负载等基础信息，CPU、内存、磁盘等硬件信息，以及 top、htop、vmstat、iostat、iotop、iftop、nethogs、sar 等实时与历史资源监控工具。服务管理部分围绕 systemd，介绍服务状态查看、启停重启、开机自启开关与全部服务列表查看命令。常见场景提供了系统健康快速检查脚本，以及高负载排查时按 CPU、内存排序查找占用最高进程的步骤。故障排查表将系统卡顿、磁盘占满、内存不足、服务异常分别对应到相应命令组合。该技能适用于 Linux 运维、服务器日常巡检与问题定位，属于终端技能集合的一部分。具体安装方式、运行环境要求及收费信息暂未提供。