boxyard-cli
Boxyard CLI 技能用于使用（而非开发）Boxyard：管理带 DATA、元数据、同步配置、分组及本地/rclone 存储的受管文件夹，支持查找、检查、同步、包含、排除、分组、重命名与复制等操作。
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 10-27 00:15
全部 Skills
238,368 个结果
ai-multimodal
基于 Google Gemini 多模态 API 处理与生成多媒体内容的技能，可分析音频、图像、视频、PDF 文档并生成图像，提供统一的批处理脚本、媒体优化与文档转换工具，支持时间戳转写、结构化输出和多模型选择。
Testing Anti-Patterns
Testing Anti-Patterns 是一份关于测试反模式的实践指南，核心主张是测试必须验证真实行为而非 mock 行为。它提出三条铁律：绝不测试 mock 行为、绝不向生产类添加仅供测试使用的方法、绝不在未理解依赖的情况下进行 mock。文档列举了五类常见反模式：测试 mock 行为、生产代码中的测试专用方法、未理解依赖就 mock、不完整的 mock、把集成测试当作事后补充，并针对每一类给出违规示例、错误原因、修正代码和“门禁”自查步骤。此外还说明了 mock 过于复杂的预警信号，以及 TDD 如何从流程上防止这些反模式。
reddit-marketing
一个面向 Reddit 的真实营销策略技能，帮助品牌在不被封禁的前提下建立账号信誉、寻找目标子版块并获取流量，强调先提供价值、遵守 90/10 规则并长期投入。
security
该技能名为 /security，是一套面向敏感代码的安全审计工作流，流程为“漏洞扫描 → 修复验证”。它通过 aegis 与 arbiter 两个子代理依次执行：先进行全面的安全扫描并输出包含严重级别（CRITICAL/HIGH/MEDIUM/LOW）、位置（file:line）、描述与修复步骤的漏洞报告，再在修复后进行验证，运行安全测试与依赖审计、复查已报告漏洞、确认修复未引入回归问题。该技能覆盖注入攻击（SQL 注入、命令注入、XSS、LDAP 注入）、认证与授权（认证缺陷、会话管理、权限提升、不安全的直接对象引用）、数据保护（敏感数据暴露、硬编码密钥、不安全加密、缺失加密）、配置（安全配置错误、默认凭据、详细错误信息、缺失安全响应头）以及依赖（已知漏洞包、过期依赖、供应链风险）等方向，并声称覆盖 OWASP Top 10 全部十项风险。支持完整代码库、指定区域、单个文件、仅依赖等扫描范围，并可通过 --deps、--verify、--owasp、--secrets 等标志控制执行方式。适用于处理认证、支付、用户数据前后，以及新增安全敏感功能后的审计场景。
dockerfile-optimizer
Dockerfile Optimizer 是一个用于优化 Dockerfile 的技能，目标是构建更小、构建更快、缓存更高效且更安全的 Docker 镜像。它围绕多阶段构建与生产环境最佳实践展开，涵盖基础镜像选择、层缓存优化、镜像体积缩减、安全加固、健康检查、环境变量管理、Docker Compose 开发配置以及 CI/CD 集成等主题。资料中提供了 Node.js、Next.js、Python、Go 等语言的多阶段构建示例，以及 .dockerignore、非 root 用户、只读文件系统、能力最小化、漏洞扫描等实践建议，并附有调试方法与输出检查清单。
websocket-realtime-builder
WebSocket Realtime Builder 是一项用于构建实时功能的技能，基于 WebSocket 与 Socket.io，涵盖服务器搭建、认证、房间/命名空间、事件处理、断线重连、在线状态与通知等。适合在需要实时更新、聊天、推送等场景中使用。
instrument-feature-flags
PostHog 官方技能，用于在新功能或改动的代码中加入 PostHog 功能开关（feature flags），在功能实现完成或审查 PR 后使用，以实现安全灰度发布；覆盖多语言多平台的 SDK 初始化与开关接入。
idea-validation
面向新产品设想的验证技能，通过明确核心假设、选择验证路径、设计低保真实验并评估信号质量，帮助在投入大量开发前降低风险。
accessibility-compliance-accessibility-audit
该技能面向无障碍（Accessibility）审计与测试，由无障碍专家角色执行，专注于 WCAG 合规、包容性设计与辅助技术兼容性。它用于对 Web 或移动端体验进行 WCAG 合规审计、识别无障碍障碍并确定修复优先级、建立持续的无障碍测试实践，以及为相关方准备合规证据。技能流程包括确认范围（平台、WCAG 等级、目标页面、关键用户旅程）、运行自动化扫描收集基线违规与覆盖缺口、执行手动检查（键盘、屏幕阅读器、焦点顺序、对比度）、将发现映射到 WCAG 标准、严重程度与用户影响，并提供修复步骤及修复后复测。若需详细流程，可打开 resources/implementation-playbook.md。该技能不适用于仅需一般 UI 设计评审、与用户体验或合规无关的请求，或无法访问 UI、设计产物与内容的情况。
qt-cmake-project
用于生成或更新 Qt 6 CMake 项目、编辑 CMakeLists.txt、添加源文件与资源、定义可执行程序、QML 模块或库目标的技能。
research-refine
Research Refine 是一个用于把模糊研究方向打磨成具体方法方案的研究辅助技能。它通过冻结“问题锚点”、扫描相关文献、识别技术缺口、选择最锐利的技术路线，并借助 GPT-6-Astra 进行多轮评审与修订，最终产出以问题为中心、机制最小化、面向实现的方法计划。该技能强调不偏离原始问题、最小充分机制、单一主导贡献，以及在合适时使用基础模型时代技术。它支持检查点恢复、多轮评分循环，并将完整历史保存到 refine-logs/ 目录。
wix-manage
Wix 官方技能集合，提供通过 REST API 配置和管理 Wix 站点业务解决方案的操作配方，覆盖商店、预约、支付、CMS、SEO、分析、联系人、域名等，面向站点搭建、实体管理与后端集成。
showcase
showcase 是一套用于制作“非凡网页界面”的 AI 技能工作流，通过影式过渡、高级动效、重度渲染等手段，让界面在感受层面突破常规。它要求先澄清方向再实现，并用浏览器自动化反复验证效果。
groove-utilities-memory-mistakes
groove-utilities-memory-mistakes 是 groove 技能体系中的一个工作流纠错工具，用于记录智能体（agent）犯下的工作流错误、修复其根本原因，并将经验教训沉淀到长期记忆中，防止同类错误再次发生。它把每次事故作为 bug 任务记录在配置的任务后端里，统一归入「Groove Memory」里程碑下的「Mistakes」史诗（epic）。使用时可通过 $ARGUMENTS 传入错误描述，或用 --list 仅查看未关闭的事故。流程要求先确认根本原因和修复方案，再立即应用修复，并把教训追加到 .groove/memory/learned/<topic>.md 文件中，最后将事故标记为已完成。该技能依赖已配置的任务后端，若未配置需先运行 /groove-utilities-task-install。
cnki-journal-index
CNKI 期刊收录查询技能，用于在知网（CNKI）期刊详情页查询某本期刊被哪些数据库收录，并提取评价指标。支持输入期刊名称（先搜索再进入详情页）或 CNKI 期刊详情页 URL（navi.cnki.net/knavi/detail）。可识别北大核心、CSSCI、CSCD、SCI、EI、CAS、JST、WJCI、AMI、Scopus、卓越期刊、网络首发等收录标签，并提取 ISSN、CN、主办单位、出版周期、专辑名称、出版文献量、复合影响因子、综合影响因子等基本信息与评价指标；还可展开“更多介绍”查看带年份的具体收录情况，或进入“统计与评价”标签获取更详细的评价数据。
react-ui-patterns
react-ui-patterns 是一套面向现代 React 应用的 UI 模式指南，聚焦加载状态、错误处理与数据获取三类常见场景。它强调几条核心原则：只在真正加载且无数据时才显示加载指示，不展示过期 UI；错误必须对用户可见；采用乐观更新让界面响应更迅速；渐进式披露内容；部分数据优于无数据。内容涵盖加载状态决策树、骨架屏与加载指示器的选择标准（已知内容形状用骨架屏，未知用加载指示器）、错误处理层级（字段级内联错误、可恢复的 Toast 提示、页面级错误横幅、不可恢复的全屏错误页）、按钮加载与禁用模式、空状态要求（每个列表都必须有空状态，并区分搜索无结果与列表无数据）、表单提交流程，以及常见反模式与组件检查清单。适用于构建 UI 组件、处理异步数据或管理 UI 状态的场景。
react-flow-architecture
React Flow 架构指南，介绍如何使用 React Flow 构建基于节点的界面。内容涵盖适用与不适用场景判断、决策流程（交互梳理、规模评估、状态放置、备选方案复核）、包结构（@xyflow/system 与 @xyflow/react 等）、状态管理方案（本地状态、外部 store、Redux）、数据流架构、子流程嵌套节点、视口持久化、与后端 API 和布局算法（如 dagre）的集成，以及性能扩展策略（节点数量分级与优化选项），并讨论受控与非受控、连接模式、边渲染等取舍。
learned
learned 是一个用于交付后快速记录学习心得的技能，通过 /learned 命令触发，用四个问题在约30秒内把刚完成工作带来的经验存入 Obsidian 日志，避免经验流失。
longbridge-peer-comparison
这是一个仅通过提示词驱动的技能，用于对 2–5 只股票进行跨标的对比。它会并发获取每只股票的实时行情、估值指标（PE、PB、PS、股息率、市值）以及最新财报关键数据（营收、净利润、ROE），并渲染成一张归一化的 Markdown 对比矩阵。支持跨币种、跨行业、跨市场对比，但会附加相应免责声明。数据来源限定为 Longbridge 数据与平台能力，不主动推荐其他券商或数据服务。输出语言跟随用户输入，且必须标注币种、不做汇率换算，并以“不构成投资建议”结尾。
metabase-representation-format
Metabase Representation Format 是 Metabase 用于序列化用户创建内容的 YAML 格式，将集合、卡片、仪表盘、文档、片段等内容表示为 YAML 文件树，每个文件对应一个实体。该格式可跨 Metabase 实例移植：数字数据库 ID 被替换为人类可读的名称与实体 ID。格式由 spec.md 规范定义（上游来源为 @metabase/representations npm 包），该包同时提供 CLI：npx @metabase/representations validate-schema 用于按格式校验 YAML 文件树。格式共定义 13 种实体类型，每个实体通过顶层 serdes/meta 数组记录身份路径（{id, model, label?}）。实体的归属与层级由字段决定而非文件夹位置：collection_id 决定实体所在集合，parent_id 决定集合自身的父级，dashboard_id / document_id 用于将卡片嵌套在仪表盘或文档下。导入仅读取指定顶层目录，包括 collections/、databases/、python_libraries/、transforms/、actions/ 以及 data_apps/<slug>/resources/。
cpp-templates
面向 C++ 模板的 AI 技能，用于解读模板报错、用 concepts 约束模板、对比 SFINAE 与 concepts，并借助 Templight 等工具分析实例化深度与编译耗时。
creative-strategy-engine
创意策略引擎是一个用于组织创意策略的结构化框架，围绕痛点/欲望与人群的交集来规划信息角度，并按五个认知阶段展开。它只提供策略结构，不负责钩子或脚本等具体执行。
algorithmic-trading
面向算法交易领域的技能，用于构建交易系统、回测策略、实现执行算法或分析市场微结构，并依据参考文件约束开发、诊断与审查流程。