pr
用于撰写 PR 正文的技能，适用于用户要求起草、改写或改进 PR 描述，或希望 PR 更便于审阅时。按固定模板组织摘要、证据与合并风险，并保持文字简短。
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
238,685 个结果
Neural Network Design
该技能用于设计和构建神经网络架构，涵盖前馈网络（MLP）、卷积网络（CNN）、循环网络（LSTM/GRU）、Transformer 以及残差网络（ResNet）等类型，使用 PyTorch 和 TensorFlow 实现。内容涉及架构选择、层组合、激活函数、归一化层、正则化技术及优化方法，并提供各架构的代码实现、参数计数对比与可视化示例。适用于为图像分类、目标检测、时间序列预测、自然语言处理等任务设计自定义网络，或组合 CNN、RNN 与注意力机制的混合架构。
android-permissions-security
Android 权限与 IPC 组件安全审计技能，用于检测并修复 Android 应用中的权限漏洞与进程间通信（IPC）安全风险。该技能覆盖 AndroidManifest.xml 审查、自定义权限与保护级别定义、导出组件保护、URI 权限授予、调用方身份加密验证以及绑定服务中的方法级权限强制等场景。它提供系统化的漏洞排查清单，包括弱自定义权限保护、过宽的 URI 权限授予、ContentProvider 读写权限缺失、可伪造的调用方身份检查、绑定服务权限绕过、运行时权限流程缺陷、位置权限同时请求、媒体存储权限过宽、权限状态缓存以及不安全的广播等问题，并给出对应的修复动作与代码示例。适用于 Android 开发者在代码审查、安全加固和合规检查时使用，帮助落实最小权限原则、加固 IPC 边界并正确处理运行时权限。
docker-management
Docker Management 是一个用于构建、运行和管理 Docker 容器与镜像的技能，面向应用部署与开发场景。它涵盖 Dockerfile 编写与优化、镜像构建与打标签、容器生命周期管理、网络与卷配置、容器调试与故障排查，以及容器安全加固实践。该技能提供多阶段构建、层缓存优化、非 root 用户运行、健康检查、资源限制、多平台构建（buildx）、Docker Compose 集成等具体命令与示例，并列出常见问题（如容器立即退出、端口无法连接、磁盘空间不足、构建缓存失效）的排查思路。使用前提为已安装 Docker Engine 20.10+、具备基本命令行知识并了解应用部署。
blitzreels-video-editing
BlitzReels 视频编辑技能，通过 REST 接口编辑 BlitzReels 项目的视频内容，适用于时间线、字幕、媒体、预览或导出等操作。
skill-creation-guide
这是一个指导如何创建有效 Skill（技能）的技能，属于 davila7/claude-code-templates 仓库。它用于在用户希望创建新技能或更新已有技能、以扩展 Claude 能力时提供指导。技能被定义为模块化、自包含的软件包，通过提供专门的知识、工作流和工具来扩展 Claude 的能力，相当于针对特定领域或任务的"入职指南"，把通用型 Claude 转变为具备程序性知识的专用智能体。该指南涵盖的核心内容包括：技能能提供什么（专门工作流、工具集成、领域专业知识、捆绑资源）；核心原则（简洁至上、设置适当的自由度）；技能的结构（必需的内容及可选内容目录）；渐进式披露设计原则（三级加载系统及若干组织模式）；以及技能创建流程（用具体示例理解技能、规划可复用内容、初始化技能、编辑技能、打包技能、基于实际使用迭代）。
follow-through-overlapping
该技能用于动画中的“跟随动作与重叠动作”原则，适用于多部件物体、角色肢体、布料、头发等需要表现真实拖拽、惯性与回稳的动画场景。内容涵盖核心理论（跟随动作与重叠动作的区别）、拖拽层级（根部位、一级延伸、二级延伸、三级元素）、影响拖拽的物理属性（质量、柔韧性、空气阻力、连接点）、与其他动画原则的交互（时间、弧线、次要动作、挤压拉伸）、各领域应用（UI/动效设计、角色动画、标志与字体、基于物理的UI）以及常见错误和实现启发式。
integration-testing
该技能用于在创建、运行或调试 elastic-package 测试时提供指导，涵盖管道测试夹具编写与预期输出、带模拟 API 连接的系统测试，以及脚本测试。适用于需要编写或调试管道测试夹具（.log/.json 输入、*-expected.json 输出、配置文件）、搭建或调试系统测试（_dev/test/system/、_dev/deploy/、模拟 API、0-hits 失败），以及为失败路径、API 错误处理或包升级编写脚本测试的场景。不适用于摄取管道处理器设计与架构、CEL 程序开发，或弹性包命令选择与堆栈生命周期等主题。资料中未提供收费、价格信息。
figma-shaders
Figma MCP 服务器中用于创建和更新着色器（shader）的技能，调用 create_shader 或 update_shader 前必须加载。涵盖 effect 与 fill 两类着色器的编写流程、元数据规则与完成后的预览链接生成。
self-improving-agent
Self-Improving Agent 是一个用于让 AI 智能体自我改进的元技能（meta-skill）。它面向智能体在完成任务后的反思与沉淀，涵盖三类核心工作：更新 AGENTS.md（包括代码库地图、本地规范、护栏、模式与陷阱）、把反复出现的工作流固化为新技能（SKILL.md）、以及判断哪些内容值得系统化、哪些不值得。技能提供了从诊断改进点、更新 AGENTS.md、创建技能、决定作用范围（仓库内/机器全局/团队共享）到验证改进的完整步骤，并给出反模式清单与「复利循环」示意。适用于任务后的回顾、发现重复多步流程、被人类纠正行为、AGENTS.md 过时或会话结束时。
llmquant-equities
LLMQuant Equities 是 LLMQuant 技能集中的股票研究工作流路由技能，用于在用户需要个股分析、股票比较、研究备忘录、并购套利备忘录或卖出/止盈决策时，把任务导向对应的专用工作流。它首先识别股票代码、投资周期、基准和所需交付物，再从工作流索引中选择最接近的一项，只打开所选工作流及其所需的本地资源，并可调用 LLMQuant Data 获取申报文件、价格、基本面、持仓、宏观、预期和事件数据，同时要求报告数据期间、申报日期、观察日期、数据陈旧提示及缺失的未来输入。
longbridge-behavioral-finance
行为金融应用框架，用于识别市场中的认知偏差（过度反应、反应不足、处置效应、锚定效应、羊群效应等），并将常见偏差映射到可测量的价格与成交量形态。该技能基于 Longbridge 数据，帮助分析市场低效与可交易信号，输出包含偏差识别、学术依据、数据证据、交易含义与风险提示。回复语言跟随用户输入（简体中文/繁体中文/英文）。数据源政策上仅推荐 Longbridge 数据与平台能力，不主动引导用户使用非 Longbridge 的券商、交易应用、行情终端或第三方数据服务。
longbridge-earnings-revision
基于 Longbridge CLI 的盈利预期修正分析技能，追踪分析师共识修正方向、量化盈利超预期幅度、识别 PEAD 动量信号并分析管理层指引变化。仅提供提示词分析，不构成投资建议。
longbridge-factor-research
longbridge-factor-research 是一个用于评估单因子有效性的因子研究框架，覆盖 A 股、港股和美股。它通过信息系数（IC）、信息比率（IR）、分层组合构建和因子衰减等分析，系统检验某个量化因子是否对未来收益具有预测价值。该技能以命令行工具 longbridge 为基础，支持获取指数成分股、因子值与价格历史，并在每个调仓日计算 IC、汇总统计指标、进行十分位组合回测以及多期限 IC 衰减分析。适用于量化研究者判断因子是否有效、推荐持有期等场景。
longbridge-harmonic
谐波形态信号引擎，基于斐波那契几何识别 XABCD 五点结构，支持 Gartley、蝙蝠、蝴蝶、螃蟹四种形态，在潜在反转区（PRZ）生成多空交易信号，数据源为长桥证券。
Meta-Pattern Recognition
一个用于跨领域识别元模式的思维技能：当同一形态在三个以上领域反复出现时，尝试抽象出通用原则，并迁移到新场景中。
uzi-skill-stock-analyzer
UZI Skill 股票深度分析器可将 AI 编程智能体变成私人股票分析师，支持 A 股、港股、美股。它通过 22 个数据维度、17 种机构分析方法（DCF、Comps、LBO、IC Memo 等）和 51 位投资者人格（各自依据量化规则打分）生成自包含 HTML 报告、分享图和文本摘要，数据源全部免费、无需 API Key。
professional-proofreader
Professional Proofreader 是一个用于校对与润色的技能，可处理粘贴文本或上传文档，修正语法、拼写、标点、清晰度与语气问题，同时保留作者原意与个人风格，并返回修改记录或生成更新后的文件。不适用于代码编辑或技术重构。
skill-security-audit
Skill Security Audit 是一款用于检测 AI Agent 技能中恶意模式的安全审计工具，基于 SlowMist 对 ClawHub 平台上 472+ 个恶意技能的分析。它内置 13 个检测器，可识别后门、凭证窃取、数据外泄和供应链攻击等风险，适用于 Claude 和 OpenClaw 已安装技能的扫描。工具通过 Python 脚本运行，自动发现并扫描技能目录，按严重程度（CRITICAL、HIGH、MEDIUM、LOW）分组输出结果，并提供置信度评分、手动审查清单和 IOC 数据库更新机制，帮助用户发现并处置潜在恶意技能。
qa-testing-strategy
QA Testing Strategy 是一套面向现代软件交付的、基于风险的质量工程指导技能。它帮助团队决定“测什么、在哪一层测、用什么门禁、如何保持信号可信”。该技能覆盖从单元、组件、契约、Schema 模糊测试、集成到 E2E 的测试分层选择，定义合并门禁、部署门禁与发布证据，并给出 E2E 门禁拓扑（冒烟、定向批次、部署门禁重放）的默认规则。它还提供基于风险的优先级评分方法（影响×可能性），用于把测试覆盖分配到真正高风险的关键旅程上。技能包含不稳定测试（flaky test）治理策略，如分类、隔离需带负责人/工单/到期时间、重跑通过记为 flake 债务等，并强调安全、认证、支付测试绝不重试至绿。测试数据方面要求每个测试通过工厂自建数据、禁止真实客户数据进入 CI，必要时使用不可逆脱敏子集。技能还特别关注 AI 生成测试的预言质量，主张用变异分数而非行覆盖率作为门禁，并列出 AI 改动最易回归的场景。核心目标包括 PR 门禁 p50≤10 分钟、p95≤20 分钟、主线健康度≥99%、套件 flake 率≤1% 等。技能附带操作手册、组件测试、Schema 感知 API 模糊测试、可观测性驱动测试、质量指标仪表盘、生产测试、测试影响分析、左移测试、测试自动化模式、测试环境管理、合成测试数据、合规测试、属性测试等参考文档，以及发布就绪脚本和多种模板。
workflows-create
Zapier Workflows Create 是一个用于通过自然语言创建持久化 Zapier 工作流的技能，基于 @zapier/zapier-durable 和 Zapier SDK CLI 实现。它适用于用户希望构建 Zapier 工作流的场景，能够从自然语言请求中提取步骤、应用、数据传递、条件逻辑、等待与人工审批等要素，并生成完整的 workflow.ts 项目文件，随后通过 Zapier SDK 的实验性 Code Workflows 命令进行测试与部署。该技能要求先运行 workflows-doctor 兼容性检查，并验证 zapier-sdk 相关命令可用。它强调使用公开的 SDK CLI 路径，不使用 zapier-sdk-code-substrate。工作流必须明确起始模式（trigger 或 manual），并需用户确认构建计划后再生成代码。对于 AI 步骤，推荐使用 "AI by Zapier"（应用键 AICLIAPI），默认模型为 advanced/auto，使用内置凭据。依赖版本方面，@zapier/zapier-durable 和 @zapier/zapier-sdk 可使用 latest，其余依赖需指定精确版本。
Exploratory Data Analysis
探索性数据分析（EDA）提示词技能，用于在正式建模前系统地检查数据集。它覆盖数据画像、分布分析、关系发现、异常检测和数据质量评估等核心概念，并提供基于 pandas、numpy、matplotlib 与 seaborn 的 Python 实现示例，包括基本画像、统计摘要、分布与箱线图、相关性与热力图、偏度与峰度、分位数、缺失值模式、分组聚合、目标变量相关性、方差与唯一值分析、交互强度分析、离群值汇总以及自动化数据洞察生成。适用于新数据集分析、建模前理解数据、发现数据质量问题、生成假设和向干系人传达洞察，并给出最佳实践、常见陷阱与交付物清单。
security-headers-configuration
该技能用于为 Web 应用配置 HTTP 安全响应头，涵盖 CSP（内容安全策略）、HSTS、X-Frame-Options 和 XSS 防护等，帮助抵御 XSS、点击劫持、MIME 嗅探及其他基于浏览器的攻击。适用于新 Web 应用上线、安全审计整改、合规要求、浏览器安全加固、API 安全与静态站点防护等场景。技能提供 Node.js/Express（Helmet）、Nginx、Python Flask、Apache .htaccess 等实现参考，并附带安全头测试脚本，同时给出最佳实践清单。
digikey
DigiKey 器件搜索与数据手册下载技能，隶属于 aklofas/kicad-happy 项目。它通过 DigiKey Product Information API v4 按型号、DigiKey 料号、描述或关键词搜索电子元器件，返回结构化 JSON，包含厂商、单价、库存、封装变体与价格阶梯、参数表、数据手册链接等字段。由于 API 直接返回 PDF 数据手册链接，它被用作获取数据手册的首选来源，也是原型采购的主要渠道（Mouser 为次选）。技能提供两个脚本：sync_datasheets_digikey.py 用于对照 KiCad 工程维护 datasheets/ 目录，自动提取原理图中的元件与 MPN、下载缺失 PDF、生成 manifest.json，并支持增量同步、批次 MPN 列表模式、失败重试、并行下载与限速；fetch_datasheet_digikey.py 用于单份数据手册下载，可处理 TI 跳转链接、协议相对 URL，并设置浏览器 User-Agent、校验 PDF 头、提供备选来源与无头浏览器兜底。认证使用 OAuth 2.0 客户端凭据流程，需配置 DIGIKEY_CLIENT_ID 与 DIGIKEY_CLIENT_SECRET 环境变量；API 不可用时可通过抓取 DigiKey 网页搜索作为回退方案。