scenario-meshy
scenario-meshy 是 Scenario 平台上通过 MCP 调用 Meshy 系列 3D 模型的技能，覆盖图生 3D、文生 3D、重贴图、重网格、UV 展开、骨骼绑定与动画，按流水线为每个阶段单独运行模型。
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 10-30 00:12
全部 Skills
241,299 个结果
educational-video-creator
基于 Remotion 制作 Kurzgesagt／回形针风格教育视频的技能，包含脚本、分镜、视觉设计、动画、TTS 配音与质检导出全流程；需先安装 remotion-best-practices，并依赖 ffmpeg 与 edge-tts。
seo-auditing
SEO Auditing 是一个用于检查和修复网站技术 SEO 问题的技能，覆盖 Meta 标签、结构化数据、Open Graph、站点地图、robots.txt、性能与无障碍信号等审计项。它提供逐项检查清单、常见代码示例与自动化命令行检查方法，帮助开发者定位并修复影响搜索引擎抓取与排名的问题。
godot-tilemap-mastery
面向 Godot 的 TileMapLayer 与 TileSet 系统专家蓝图，用于高效 2D 关卡设计，涵盖地形自动拼接、物理层、自定义数据、导航与分块流式加载等主题，并提供配套脚本索引与决策树。
RedBookSkills
RedBookSkills 是一套通过脚本自动化操作小红书（XHS）的技能，支持图文/视频发布、登录检查与二维码获取、首页推荐与关键词搜索、笔记详情抓取、评论与点赞收藏互动、内容数据导出等。默认无头运行，发布前需人工确认内容，存在平台风控风险。
skills-updater
skills-updater 是一款用于检查、更新与管理已安装 Claude Code skills 的工具，支持 Claude 插件与 npx skills 两种来源，可扫描可用更新、批量或单独更新、处理本地修改冲突，并推荐热门 skills。
arxiv-paper-translator
用于将 arXiv 学术论文从英文翻译为中文的技能：下载 LaTeX 源码、按 LaTeX 规则翻译并保留结构、添加中文支持、用 XeLaTeX 编译生成中文 PDF，并可生成技术报告。
pumpfun-mechanics
PumpFun 联合曲线数学、毕业机制、指令解析与 PumpSwap 迁移的参考技能，含曲线买卖计算、事件与账户布局、PDA 与指令判别器，以及计算和解析脚本。
Network Analysis
该技能用于分析网络结构，识别社区、测量中心性、发现影响力节点，并可视化社交网络、组织架构等复杂关系。基于 Python 的 NetworkX 等库实现。
risk-assessment
用于项目风险管理的中文技能提示集：系统识别、分析并排序项目风险，覆盖技术、资源与进度等类别，并帮助制定缓解、规避或接受策略，适用于项目启动、规划与重大决策前后。
slo-architect
SLO Architect 是一个用于定义、审查和运营 SLO/SLI/错误预算的技能，基于 Google SRE Workbook 方法，帮助团队选择正确的 SLI、设定用户真正关心的目标、计算错误预算并配置多窗口燃烧率告警。
team-live-ops
team-live-ops 是一个用于编排游戏运营（live-ops）团队的多智能体技能，围绕赛季或限时活动组织策划流程，协调 live-ops-designer、economy-designer、analytics-engineer、community-manager、writer 等角色产出赛季方案。
team-qa
team-qa 是一个用于编排 QA 团队完成完整测试周期的技能，适用于游戏开发项目。它通过 qa-lead 负责 QA 策略、测试计划生成、故事分类和签核报告，qa-tester 负责测试用例编写、缺陷报告和手动 QA 文档。该技能支持多种自动化模式（协作、引导、自主）和团队规模（individual、small、studio），在关键阶段通过 AskUserQuestion 让用户参与决策。流程包括加载上下文、QA 策略、测试计划生成、测试用例编写和手动 QA 执行等阶段，并包含冒烟检查、开放缺陷跟踪和证据记录等机制。
ml-paper-writing
ml-paper-writing 是一个用于撰写投稿级机器学习与 AI 论文的技能，面向 NeurIPS、ICML、ICLR、ACL、AAAI、COLM 等顶级会议。它结合了多位知名研究者的写作理念与实用工具，包括 LaTeX 模板、引用核验 API 和会议检查清单。该技能的核心目标是帮助研究者从研究仓库出发，完成从文献调研、引用验证到论文初稿和格式转换的完整写作流程。它强调按既定操作模式执行，先理解项目或草稿上下文，再以引用工作流为准进行文献核验，避免编造引用。技能特别重视“主张账本”机制：在项目计划、实验笔记或文献总结转为论文正文前，必须明确支撑句子的证据来源，保留允许的表述，禁止使用更强的措辞，未获支持的声明应标记为 [CLAIM NEEDS EVIDENCE]。其写作哲学主张协作但主动，鼓励在仓库和结果清晰时直接交付完整初稿，再根据研究者反馈迭代，而非逐节等待确认。适用场景包括从研究仓库撰写论文、起草或修改特定章节、进行文献综述与相关工作检索、发现新论文、查找并验证引用、按会议格式排版、以及根据反馈迭代草稿。
qa
gstack 中的 QA 技能，用于查找并修复浏览器、API、CLI、任务、worker、webhook 等层面的缺陷，并在验证后原子化提交修复。可按快速、标准、详尽三个层级运行，输出契约结果或浏览器健康评分、修复证据与可发布性总结。
cloudflare-r2
Cloudflare R2 是 Cloudflare 提供的对象存储服务，兼容 S3 API，运行在 Cloudflare 的边缘网络上。该技能涵盖在 Workers 中通过绑定进行文件的上传与下载、设置 CORS、生成预签名 URL、分段上传大文件、配置自定义域名、处理错误与重试，以及性能优化等实践内容。适用于需要在 Worker 或客户端上传下载文件、浏览器直传、静态资源托管等场景。注意 r2.dev 域名仅供测试，预签名 URL 只能使用 S3 API 域名，访问密钥不可暴露在客户端，具体价格与平台数据本文暂未提供。
rspeedy-bundle-size
rspeedy-bundle-size 是一个用于分析和缩减 rspeedy/Lynx（ReactLynx）应用包体积的技能，专注于 .lynx.bundle 的字节大小，而非运行时性能、类型或 CI。它采用“先测量、后优化”的工作流：先用 rsdoctor 或 stats.json 获取真实的按模块体积分解，再把体积归类到媒体资源、后台线程 JS、主线程 JS 三个层面，然后按投资回报率依次处理。技能强调不要凭猜测判断体积来源，必须追踪真实模块图，并提供了跨项目源码级分诊脚本。适用于用户要求优化包体积、排查包为何过大、或决定 tree-shaking 是否值得的场景。
discord-bot
通过 Discord Webhook 或 Bot API 发送消息、富文本 Embed 和营销内容的技能，可用于社区公告、活动推广与自动化发帖。所有调用使用 curl，无需额外依赖。
course-designer
课程设计技能，用于创建结构化的课程方案，包括教学大纲、基于布鲁姆分类法的学习目标、教学计划和评估量规。适用于用户需要规划课程、设计教学目标或制定评估标准时。该技能提供从需求分析、内容规划、活动设计到评估设计的完整工作流，并给出学习目标编写示例和评估量规模板。
dart-expert
面向 Dart 与 Flutter 开发的专家级技能，覆盖 Dart 语言、Flutter 框架、移动与跨平台应用开发。当用户提到 Flutter、移动端、跨平台或 Widget 时可使用，提供语言基础、异步编程、状态管理、导航、网络请求与最佳实践等指导。
payment-gateway-integration
用于集成 Stripe、PayPal 或 Square 支付处理的技能，涵盖订阅、Webhook 与 PCI 合规，适用于实现结账流程等场景。
mlops-engineer
面向 MLOps 工程任务的技能，覆盖 ML 流水线编排、实验跟踪、模型注册与生产化部署，涉及 MLflow、Kubeflow、Airflow、DVC 及 AWS、Azure、GCP 等云平台工具链，提供架构设计、最佳实践与可执行步骤。
seo-keyword-strategist
该技能用于对给定内容进行关键词策略分析，识别主关键词与次关键词，计算关键词密度，并基于主题生成语义变体与 LSI 关键词建议，同时检测过度优化问题。它还会进行实体与主题相关性分析，评估搜索意图，并给出关键词分布与放置建议。适用于 SEO 内容优化、关键词研究与语义优化场景，输出关键词密度分析、实体映射、LSI 关键词列表、优化清单与过度优化警告等交付物。
mx-shell-prompt
MX Shell Prompt 是一款用于视频生成的分镜脚本工具，主要功能是把一整段脚本、故事或口播稿自动切成若干场景板块，并为每个板块输出一条结构化、可直接复制使用的电影级视频提示词。它的适用对象是需要批量生成分镜提示词的创作者，核心工作围绕「分板块 + 分镜 + {{Portrait N}} 图片绑定」的中文结构化 prompt 展开，主要面向 Seedance 2.0、Kling、即梦这类吃结构化中文 prompt 的视频工具。每个板块由三根支柱构成：角色与场景设定、氛围与画质、画面内容，并包含角色、道具、场景、声音、氛围与画质、画面内容六个部分。工作流程分为解析脚本自动分段、为每板块构建结构、自动判断多分镜或长镜头、跨板块一致性维护、呈现与迭代五步。它强调视觉具体化、动作物理精度、摄影语言（景别、构图、运镜）以及道具状态交代，并给出常见错误清单与情绪对应的电影术语速查。注意，Sora、Runway、Pika 等更吃英文流畅散文 prompt 的工具并非其目标格式。