comfort-safety
comfort-safety 是一套动画设计技能,用于制作让用户感到安心、减少焦虑、传达保护与安全感的动效。它基于迪士尼动画原则,给出舒适与安全类动画的节奏、缓动与视觉信号建议,适用于金融、医疗、密码与隐私等敏感场景。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-29 00:09
240,113 个结果
comfort-safety 是一套动画设计技能,用于制作让用户感到安心、减少焦虑、传达保护与安全感的动效。它基于迪士尼动画原则,给出舒适与安全类动画的节奏、缓动与视觉信号建议,适用于金融、医疗、密码与隐私等敏感场景。
该技能用于排查动画实现中的问题,以迪士尼动画原则作为诊断框架。当动画完全不播放、播放效果异常、开发环境正常但生产环境出错、跨浏览器表现不一致、触发时机错误或出现闪烁等视觉故障时,可借助本技能定位原因。它按时间节奏、关键帧、舞台呈现、绘制质量、跟随动作等原则分类给出调试思路,并列出常见症状与对应修复方式,如属性不可动画、缺少初始状态、填充模式错误、布局抖动等。同时提供动画事件日志、计算样式检查、动画重置等代码模式,以及 DevTools 动画面板、性能面板等排查技巧和一份故障排查清单。
Popmotion 是一个函数式动画库,可用其可组合的动画函数实现迪士尼十二动画原则,如挤压拉伸、预备动作、跟随重叠、缓入缓出、弧线、时间控制等,框架无关,也是 Framer Motion 的底层引擎。
动画技术约束技能:当动画受浏览器支持、平台能力或技术要求限制时使用,帮助在平台限制下保留动画意图,涵盖问题诊断、快速修复与排查清单。
EachLabs 视频生成技能,通过 EachLabs Predictions API 调用 165+ AI 模型,从文本提示、图片或参考输入生成新视频,支持文生视频、图生视频、转场、运动控制、说话头像与唇形同步等。
用于按 Andrew Kane 的成熟模式编写 Ruby gem 的技能,适用于新建 gem、重构或维护已有 gem,强调简洁、极少依赖、显式代码与无 Rails 耦合的 Rails 集成。
用于解决 Mergify 自动 backport(回移)拉取请求中合并冲突的技能。当 cherry-pick 失败时,Mergify 会把冲突标记原样提交,本技能负责检出该 PR、对照原始 PR 的 diff 逐处解决冲突、验证、提交推送并移除 conflicts 标签。
通过逆向工程 Gemini Web API 生成图像和文本的技能,支持文生图、参考图视觉输入、多轮对话与会话管理;使用前需完成用户同意确认,并提供多种模型与代理配置选项。
Find Skills 是一个帮助用户发现和安装智能体技能(agent skills)的技能。当用户提出“如何做 X”“帮我找一个做 X 的技能”“有没有能做 X 的技能”等问题,或表达希望扩展智能体能力、搜索工具/模板/工作流、需要特定领域(设计、测试、部署等)帮助时,该技能会引导用户使用 Skills CLI(npx skills)在开放的智能体技能生态中搜索、安装、检查和更新技能。它本身不提供具体领域能力,而是充当技能发现与安装的入口。
该技能用于将 Hedera Agent Kit 从 v3 迁移到 v4。v4 是当前主版本,v3(hedera-agent-kit@3.x)已不再更新。当代码中导入自 hedera-agent-kit(无作用域)或 @hashgraph/sdk 时即可使用。迁移工作流包括:在项目根目录搜索所有 v3 入口点,更新 package.json 依赖(移除 hedera-agent-kit 与 @hashgraph/sdk,新增 @hashgraph/hedera-agent-kit 与 @hiero-ledger/sdk,并按框架添加对应的 toolkit 包,toolkit 包版本为 ^1.0.0),重写导入路径(包名变更、插件从 /plugins 子路径导入、废弃别名重命名),修复 toolkit 配置中空的 plugins 数组在 v4 中意味着零工具的静默行为变更,处理 RETURN_BYTES 消费者(raw.bytes 统一为 Uint8Array),将每个自定义插件工具迁移为 BaseTool 类,最后按顺序验证(安装、类型检查、冒烟测试)。
Hedera Hook Creation 是一项用于创建 Hedera Agent Kit Hooks 的技能。Hooks 是围绕 BaseTool 生命周期运行的非阻塞扩展,用于观察和丰富执行过程,例如记录调用、写入审计轨迹、跟踪指标、在 Context 上持久化状态。它们不会阻止工具执行,阻止执行由 policies 负责。Hooks 仅对扩展 BaseTool 的工具生效,直接实现 Tool 接口而不扩展 BaseTool 的工具会完全绕过 hook 系统。该技能提供 AbstractHook 抽象类契约、7 阶段生命周期中的 4 个 hook 触发点、注册方式以及多工具类型处理模式等指导。
find-arbitrage-opps 是 Hummingbot 技能库中的一个脚本工具,用于跨交易所比较可互换代币交易对(如 BTC/WBTC、USDT/USDC)的价格,发现套利机会。它通过 Hummingbot API 查询所有已连接的 CEX 连接器价格,并可选通过 Hummingbot Gateway 获取 DEX 价格(Jupiter、Uniswap、PancakeSwap)。脚本输出各来源价格、最佳买卖价、套利价差及推荐套利对,支持按最小价差过滤、指定连接器、JSON 输出等选项。使用前需运行 Hummingbot API 并配置交易所连接器,使用 DEX 功能时还需运行 Gateway。
Inertia Rails Controllers 是一套面向 Rails 控制器的服务端模式指南,用于正确地向 Inertia 前端返回页面数据。核心规则是:必须使用 `render inertia: { key: data }` 显式传递 props,实例变量不会自动传递(除非配置了 alba-inertia gem)。该技能覆盖多种 prop 类型(普通、Lazy、Optional、Defer、Once、Merge、Deep merge、Always、Scroll)、共享数据 inertia_share、Flash 消息、重定向与验证错误处理、授权 props、外部重定向 inertia_location、历史加密以及常见故障排查。适用于使用 Inertia.js 构建 Rails 全栈应用的开发者,帮助避免数据未传递、外部重定向 302 循环、验证错误无法映射到表单字段等典型问题。
longbridge-coverage-initiation 是一个用于生成机构级首次覆盖报告框架的技能,面向单只上市公司,按五步机构工作流组织内容:①公司概览 ②行业定位 ③财务建模 ④估值分析 ⑤投资结论。它通过 Longbridge 命令行工具获取公司资料、完整财务报表、行业估值对比和近期新闻/监管文件,再按固定结构输出研究报告,包含封面元数据、公司概览、行业定位、财务摘要表、估值分析和投资结论(评级、12个月目标价、催化剂与风险)。响应语言跟随用户输入,支持简体中文、繁体中文和英文。数据源策略上仅推荐 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。适用于用户提出撰写某公司首次覆盖报告、覆盖报告框架、首次评级报告等需求时。
longbridge-event-strategy 是长桥技能库中的事件驱动投资策略框架,用于识别和分析并购、分拆、回购、指数调整、限售解禁等公司事件,评估情绪并参考历史价格反应,数据来自 Longbridge 新闻、公告、日历与K线。
longbridge-ml-strategy 是一个基于长桥证券(Longbridge Securities)的机器学习预测策略框架,用于股票方向预测。它通过获取历史 OHLCV 数据、构建技术指标特征(如 MACD、RSI、布林带宽度、成交量变化率、5 日价格动量等),训练滚动分类器(随机森林或梯度提升),生成概率化的买入/卖出信号,并对样本外预测进行回测评估。该技能依赖 scikit-learn、pandas、numpy,可选 xgboost 或 lightgbm,缺失时可降级为逻辑回归。适用于用户请求基于机器学习的预测、滚动模型训练、特征重要性分析或 AI 驱动的单只股票进出场信号等场景。
longbridge-operating 是长桥证券(Longbridge Securities)提供的一项技能,用于查询上市公司的分季度或年度经营与财务关键指标(KPI)。该技能通过长桥的 operating 命令获取数据,涵盖营收、净利润、每股收益(EPS)、净资产收益率(ROE)、毛利率等指标,并按报告期逐期展示。目前该命令仅支持港股(.HK)标的,对美股或 A 股会返回空结果,此时建议改用 longbridge-fundamental。使用时需先将股票代码解析为 <CODE>.<MARKET> 格式,确认属于港股,再根据上下文确定报告期筛选(全部、年度 af 或指定季度 q1、q2、q3、q4)。调用时使用 --format json 输出,结果以报告期倒序的表格呈现,并在可计算时标注同比(YoY)与环比(QoQ)变化。若命令行工具不可用,可回退到 MCP 服务器,运行时从工具列表中发现可用工具。
基于长桥证券(Longbridge)的投后监控技能:按季度或月度跟踪持仓与计划的偏差,提取营收增长等关键 KPI,对比分析师预期并生成操作建议。
longbridge-valuation-rank 是一个基于提示词的技能,用于获取单只股票在其所属行业内的估值排名时间序列。它通过长桥(Longbridge)的数据与平台能力,展示该股票在同行中 PE、PB、PS 和股息率排名随时间的变化,例如某只股票在 28 只同业股票中排名第 3。该技能仅提供提示词,不包含脚本。数据点包含时间戳以及 pe、pb、ps、dvd 子对象,每个子对象包含 rank 和 total。它可用于回答诸如「AAPL 在行业里 PE 排名怎么变化」「茅台估值相对同业是在改善还是恶化」「NVDA PB 行业排名走势」「700.HK 股息率行业位置历史」等问题。对于当前单只股票的估值快照(而非趋势),应使用 longbridge-valuation;对于今日完整行业对比,应使用 longbridge-industry-valuation;对于多标的对比,应使用 longbridge-peer-comparison。使用方式为通过 longbridge 命令行工具,运行 longbridge valuation-rank <SYMBOL> --format json,可选 --start 和 --end 指定日期范围,默认过去一年。输出为汇总表格与趋势叙述,并带有不构成投资建议的提示。具体收费、价格、平台支持范围及其他细节暂未提供。
research-paper-writing 是 Nous Research 的 hermes-agent 技能,用于端到端完成面向 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 等会议的机器学习论文写作。它不只是线性写作流程,而是包含实验设计、执行、监控、分析、论文撰写、评审、修订与投稿的迭代循环。技能强调主动产出完整草稿而非频繁提问,禁止凭空生成引用,要求程序化获取并验证每条参考文献,无法核实的内容标记为 [CITATION NEEDED]。适合从现有代码库或想法出发写论文、为支撑论文观点设计并运行实验、撰写或修订论文章节、按目标会议格式投稿、回应评审意见、在会议格式间转换论文,以及准备海报、演讲、代码发布等录用后交付物。
debug-inference 是 NVIDIA OpenShell 中用于诊断推理客户端连接问题的技能。它把推理请求当作普通的、由 provider 授权的网络流量来处理:OpenShell 不再提供托管推理路由、不再改写请求结构、也不再选择模型,应用直接调用 provider 的原生端点,并自行负责 base URL、模型、请求格式和超时。该技能提供一套诊断流程,涵盖确认网关与沙箱上下文、检查 provider 及其 profile、确认 provider 挂载、验证原生客户端配置,以及解读常见失败症状(如凭据占位符无效、托管端点 DNS 解析失败、请求被拒、凭据与端点不匹配、请求 authority 不匹配、凭据变量缺失、上游拒绝模型或请求体、127.0.0.1 在沙箱内不可达、主机本地请求超时等)。适用于调试使用托管 API 或主机本地 Ollama、vLLM、SGLang、TRT-LLM、LM Studio 等推理服务的客户端。
mcp-scripts 是一套用于编写 MCP 脚本的规则集合,属于 continuous-claude-v3 项目的一部分。它规定了在 scripts/ 目录下编写脚本时应遵循的约定:所有参数必须通过 CLI 参数(argparse)传入,文件顶部需包含 USAGE 文档字符串,调用 MCP 工具需使用 call_mcp_tool("server__tool", params) 模式,需优雅地处理错误并给出信息性提示,结果应打印到 stdout 供 Claude 处理。同时明确禁止在脚本中硬编码参数、通过修改脚本来变更参数、直接从 servers/ 导入(应改用 runtime.mcp_client)。工具 ID 采用双下划线命名格式:serverName__toolName,例如 morph__warpgrep_codebase_search、ast-grep__ast_grep、perplexity__perplexity_ask。测试命令为 uv run python -m runtime.harness scripts/<script>.py --help。
面向生产环境的深度学习技能,涵盖 PyTorch、神经网络架构、Transformer、混合精度训练、模型导出与部署,以及训练问题排查。
UserNotifications 是 Apple 通知框架的 API 参考技能,用于查询本地与远程通知、触发器及通知内容相关问题,返回简明答案并列出相关文档文件路径。