coding-standards
一套面向 TypeScript 代码库的“构造即正确”编码规范，供工程实践或其它技能引用。强调错误即值、先解析后使用、用类型消除非法状态，并给出模块分层、错误处理、可观测性与适配旧代码库的指导。
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 11-01 00:15
全部 Skills
242,656 个结果
huawei-cloud-ascend-models-deploy
该技能用于在华为云昇腾 DevServer（910B 系列）上部署并测试大语言模型，支持单机与双机部署，覆盖 LLM、VL、Embedding、Rerank 等模型类型，并提供模型推理测试与部署监控能力。技能本身不直接建立连接，而是由 Agent 编排：先调用 SSH 连接技能建立连接、调用 NPU 命令技能检查 NPU 健康状态，再调用本技能执行部署，最后再调用 NPU 命令技能监控部署过程中的 NPU 状态。部署前需确认昇腾芯片为 910B 系列（910B1/910B2/910B3/910B4），不支持 910A、310、310P 等型号；Embedding 与 Rerank 仅支持单卡。技能提供模型目录与部署脚本自动匹配，AI 必须先调用 deploy_helper.py 的 match 子命令确认模型类别与脚本地址，不允许凭记忆猜测脚本 URL。部署属于敏感操作，需展示命令并等待用户确认后再执行。具体收费标准、可用地域与配额等信息暂未提供。
firebase-firestore
Firebase Firestore 是 Firebase 提供的 NoSQL 文档型数据库技能，支持实时同步、离线持久化和可扩展的文档存储。本技能为独立技能，无额外依赖，涵盖客户端 SDK（firebase@12.8.0）与管理端 SDK（firebase-admin@13.6.0）的安装、初始化、文档增删改查、实时监听、复合查询、游标分页、集合组查询、批量写入与事务、安全规则、索引配置、离线持久化、数据建模以及常见错误处理等内容，并附带可直接使用的 TypeScript 代码示例。
flask
Flask 是一个用 Python 编写 Web 应用的轻量级框架。本技能提供经过生产验证的 Flask 开发模式，涵盖应用工厂模式、蓝图（Blueprints）和 Flask-SQLAlchemy，并针对 9 个已知问题给出预防方案，包括 stream_with_context 拆卸回归、gevent 与异步视图不兼容、测试客户端重定向会话未更新、线程中应用上下文丢失、Flask-Login 会话保护导致意外登出、CSRF 缓存干扰、按请求覆盖 max_content_length、SECRET_KEY 轮换以及 Werkzeug 3.1+ 依赖冲突。技能还给出项目结构、配置、认证、API 路由等核心模式示例，要求 Python 3.9+。
context-network
Context Network 是一个面向智能体与人类协作者的上下文网络技能，用于在项目全生命周期中引导、维护和演进结构化的项目知识框架。它强调把隐性知识显性化、把关系写清楚，让知识能跨会话持久保留，并为人和智能体提供可导航的项目上下文。该技能可诊断当前上下文网络所处状态（CN0 至 CN6，从无网络、文档散乱、结构孤岛到维护失效），并据此生成脚手架、迁移文档、编写关系映射与导航入口。使用方式包括：在全新项目启动、文档散乱、智能体因缺少上下文而效果下降、或回顾发现上下文缺口时启用；支持 Bootstrap 模式（从零或整理散乱文档搭建结构）与 Maintenance 模式（诊断并改进已有网络）。适用于软件、研究、创意及个人知识等类型项目，可生成 .context-network.md 发现文件、context/ 目录结构及模板文件，并更新 CLAUDE.md 中的智能体指令。限制方面：技能假设项目需要跨会话的持久上下文，不处理实时项目工作、会话回顾分析或框架开发；对生命周期极短或纯实验型项目可能收益有限。
linkfox-fastmoss-product-search
该技能基于 FastMoss 数据，用于搜索和筛选 TikTok 全球电商商品。支持关键词模糊搜索，并可按市场区域、类目、店铺类型（本地店/跨境店）、佣金率、销量、达人数等多维度筛选与排序。返回商品的多周期销量（7/28/90 天及累计）、GMV、价格、评分、评论数、佣金率、达人推广统计和店铺信息等字段。覆盖美国、英国、墨西哥、西班牙、德国、意大利、法国、印尼、越南、马来西亚、泰国、菲律宾、巴西、日本、新加坡共 15 个市场。适用于 TikTok 选品、爆款追踪、高佣金商品发现、达人带货商品分析等场景。调用方式包括 API 端点 POST /fastmoss/productSearch 和 Python 脚本，单次消耗 11 算力。
competitor-alternatives
这是一个面向销售场景的竞争策略技能，帮助销售人员在面对竞争对手时通过定位、战卡（battlecard）和竞争打法赢得交易。它覆盖竞争情报收集、战卡框架、竞争定位策略、埋雷问题、竞争异议处理、替换（displacement）交易、分阶段竞争策略、竞争赢单故事以及情报更新体系等内容。适用于销售对话中需要应对竞争局面、提及特定竞争对手或需要制定竞争策略的场景。
ideal-customer-profile-matching
一个用于销售机器人的技能，帮助把潜在客户信号与理想客户画像（ICP）做比较，按契合度分层评分并据此确定跟进优先级。
product-knowledge
面向销售人员的“产品知识”技能，帮助深入理解所售产品如何解决客户问题并创造价值，涵盖功能、收益、用例、竞争与基础技术知识，并提供知识库维护与对话应用方法。
social-proof-injection
用于构建销售机器人动态插入社会证明的技能：按潜在客户行业、规模、角色、用例与痛点匹配推荐语、案例、指标等素材，并在外联、痛点发现、异议处理与决策阶段自然注入。
tone-matching
面向销售机器人的语气匹配技能，帮助机器人根据潜在客户的沟通方式调整正式程度、能量与细节水平，在保持品牌声音的前提下实现自适应沟通。
codebase-inspection
基于 pygount 的代码库检查技能，用于统计代码行数（LOC）、语言构成、文件数量以及代码与注释比例，帮助回答仓库规模与组成相关问题。
onboarding-cro
面向用户引导流程的转化率优化（CRO）技能，用于设计和改进欢迎页、设置向导、产品导览、引导清单与邮件序列，以提升激活率和留存。
referral-program
用于设计推荐计划与病毒式增长循环的技能文档，覆盖单边/双边/阶梯奖励框架、病毒系数K值计算、推荐渠道、落地页模板、案例、实施清单、邮件序列与效果指标。
openclaw-test-performance
OpenClaw 测试性能优化技能，用于对 OpenClaw 的测试套件与插件套件运行时进行基准测试、诊断与优化。它关注真实 pnpm test、plugin-suite 和 plugin-inspector 的速度与 RSS 改善，要求在保持覆盖率的前提下以证据驱动优化，而非凭猜测调整运行器。该技能覆盖基线建立、热点定位、导入分析、CPU/RSS、堆增长与慢覆盖率路径排查，并提供完整的度量收集、根因分析、修复原则与验证流程。
cc-design-html-prototyping
面向 AI 编程代理的高保真 HTML 设计与原型技能，可生成幻灯片、交互原型、落地页、UI 稿与动画演示，支持从 68+ 设计系统克隆品牌风格，并用 Playwright 做视觉验证。
mysql
MySQL 只读查询技能，用于对已配置的多个 MySQL 数据库执行安全的只读 SQL 查询。适用于查询 MySQL 数据库、探索数据库结构与表、查看表结构等场景。该技能要求 Python 3.8+ 及 mysql-connector-python，通过 connections.json 配置数据库连接信息，支持 SSL、查询超时、行数限制等安全机制，仅允许 SELECT、SHOW、DESCRIBE、EXPLAIN、WITH 等只读语句。
scenario-elevenlabs
Scenario 平台上的 ElevenLabs 音频技能，通过 MCP 调用语音、音乐、音效、配音与声音转换等模型，按任务选择对应成员并依据模型 schema 传参。
push-notification-setup
用于在 iOS、Android 与 Web 端实现推送通知的技能，基于 Firebase Cloud Messaging 与各平台原生服务。适合为应用添加通知能力时参考，涵盖权限申请、令牌获取与刷新、前后台消息处理及最佳实践。
trading212-api
trading212-api 技能用于连接并调用 Trading 212 股票交易 API（当前为测试版），可查询账户摘要、搜索股票代码并下达市价、限价、止损与止损限价订单，支持模拟盘与实盘环境。
zenstack-schema-modeling
用于编写 ZenStack V3 的 ZModel（.zmodel）数据模式的技能，涵盖模型、字段、字段与模型属性、各类关系、枚举、自定义类型与 mixin、多态、强类型 JSON 和计算字段，编辑后用 zen check 校验、zen generate 重新生成客户端。
Dimensionality Reduction
该技能提供一套使用 PCA、t-SNE、UMAP、特征选择与特征提取等降维技术的提示与 Python 实现示例，用于减少特征数量、可视化高维数据、降低计算复杂度并提升模型效率。内容涵盖何时使用降维、各技术对比、主成分数量选择方法，以及基于 scikit-learn 的完整代码示例，包括 PCA 方差解释与碎石图、2D/3D 可视化、载荷图、t-SNE 与 MDS 可视化、SelectKBest 与互信息特征选择、随机森林特征重要性、因子分析，以及不同降维方案下的模型性能对比。
nestjs-oop-design-patterns
面向 NestJS 与 TypeScript 的 OOP 与设计模式技能，用职责划分、封装不变式和 SOLID 取舍提升代码可变更性与正确性；强调按实际压力选用模式，拒绝为装饰而套模式。
walden-history
Walden History 是用于讲述 Walden 仓库历史的技能：依据 git 历史重建功能的演进时间线、产品故事与审批后的返工分析，并规范地退役被取代的规格。它用 [sealed] 与 [inferred] 两种标注区分已校验的指纹比对与推断性叙述。