pulsar-haptics
用于在 React Native、iOS、Android、Kotlin Multiplatform、Flutter 与 Web 上实现、迁移、设计、审查和排查 Software Mansion Pulsar 触觉反馈的技能，强调依据已安装包与匹配版本证据编写代码。
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 11-02 00:09
全部 Skills
243,404 个结果
verifying-markdown-formatting
该技能用于检查并修复 Markdown 文件的格式问题，涵盖标题层级、列表标记、链接与图片、代码块、加粗斜体、表格与分隔线等，仅关注格式而非内容准确性。
architecture-review
用于审计项目结构、规划重构、改善代码组织、分析依赖与模块边界的技能，强调先测量再改动、清晰分层、就近放置、增量迁移，并提供快速评估与检查清单。
umbraco-controllers
Umbraco 后台控制器（Controllers）基础概念技能：讲解如何创建与复用控制器，管理宿主元素生命周期、副作用与清理，并给出最小示例与文档链接。
umbraco-dashboard
用于在 Umbraco 后台（backoffice）中实现仪表盘的技能，依据官方文档生成清单（manifest）与元素实现代码，可通过条件控制仪表盘显示的分区和时机。
inbox-triage
inbox-triage 是一个与 inbox-setup 配套的邮件分诊技能，按固定节奏或按需运行，对近期邮件进行分类、研究新发件人、给出决策建议并生成草稿，但绝不发送邮件，同时更新知识库并输出分诊报告。
auth0-flask
用于在 Flask Web 应用中添加基于会话的登录、登出和用户资料功能，集成 auth0-server-python SDK，并说明环境配置、仪表盘设置、路由实现及常见错误。
incident-response
本技能来自 bagelhole/devops-security-agent-skills 仓库，用于以结构化流程处理安全事件。资料给出的核心是事件响应（IR）手册与流程，覆盖检测、遏制、根除、恢复等阶段，并提供严重级别划分、证据采集脚本、取证命令参考、沟通模板以及“凭证泄露”专项 Playbook。适用于正在响应活跃安全事件（入侵、恶意软件、未授权访问）、编写 IR Playbook 与 Runbook、开展桌面演练、搭建证据采集与取证能力、建立安全事件沟通协议、进行事后复盘与流程改进等场景。资料同时列出了使用前提，包括 IR 团队名单与轮值升级路径、独立于生产系统的安全通信渠道、装有分析工具的取证工作站、具备证据链管控的存储、法务联系人以及预先授权的响应动作。
performance-tuning
用于优化 Linux 系统性能的技能，涵盖内核参数调优、I/O 调度器选择、内存管理、CPU 调频器配置与基准测试，适合排查延迟、吞吐瓶颈或资源耗尽问题。
humanizer
Humanizer 是一个用于去除 AI 生成文本痕迹的写作编辑技能，版本 v2.2。它通过检测 28 类典型的 LLM 输出模式，将文本改写得更自然、具体、像真人写的。其判定依据包括维基百科的 AI 写作迹象条目、Copyleaks 文体计量研究以及真实语料模式分析。检测维度涵盖内容层面（如夸大意义、无实质的名人/媒体罗列、表面化的 -ing 分析、推广性用词、模糊归因、套路化转折）、语言层面（AI 高频词汇表、回避系动词、否定式平行结构、三连排比、同义词轮换、虚假范围）、风格层面（破折号滥用、粗体滥用、内联标题式列表、标题首字母大写、表情符号滥用、弯引号、过度结构化）、沟通层面（聊天机器人残留语、训练截止免责声明、谄媚语气、推理链残留、信心校准、复述确认循环）以及填充层面（冗余短语、过度模糊限定、空洞结论）。除模式匹配外，还检查统计信号：突发性（burstiness）、类符形符比、句长变异系数、三元组重复。使用方式为 Node.js 命令行工具，支持打分、完整分析、Markdown 报告、按优先级分组建议、纯统计分析、带自动修复的改写建议以及 JSON 输出，可作为常驻模式写入智能体的系统提示词。
tech-debt-audit
面向代码仓库的技术债审计技能，基于 AST-grep、grep、LSP 等工具从架构、一致性、类型、测试、依赖、性能、错误处理、安全、文档九个维度扫描，输出带文件行号引用的 TECH_DEBT_AUDIT.md 报告。
typescript
基于 TypeScript 手册的类型定义与最佳实践技能，用于编写或修改 .ts/.tsx 文件、定义 interface/type、调整 tsconfig.json 与编译器选项，以及处理类型错误等场景。
shopify-development
用于开发 Shopify 应用、扩展与主题的技能，涵盖 GraphQL Admin API、Shopify CLI、Polaris UI 与 Liquid，并提供路由指引、常用命令、代码模式与排错建议。
context7
Context7 是一个为 LLM 提供最新库文档的服务型技能，用于在回答库使用方法、API、hooks、函数或代码示例请求时，避免因训练数据过时而产生幻觉或引用不存在的 API。它通过调用 Context7 API 先解析目标库的 Context7 ID，再检索该库的版本特定文档与代码示例，最后据此回答用户。适用于用户明确要求“use context7”“check the latest documentation”、询问某库 API 用法、需要特定版本文档、或需要核对自己可能过时的知识时。工作流分为三步：解析库 ID、检索文档、基于检索结果回复，并给出文档来源 URL。支持错误处理，如 404 时更换库名重试、429 时等待后重试、空响应时用更通用的查询重试。
linkfox-sellersprite-market-research
该技能基于卖家精灵（SellerSprite）的选市场列表能力，按类目维度筛选亚马逊细分市场。它提供类目市场级画像，而非商品级列表，支持市场规模（月均销量、月均销售额、商品数量）、竞争结构（商品/卖家/品牌集中度、Amazon 自营占比、FBA/FBM 占比、A+ 数量占比）、新品机会（新品数量、占比、均价/评分/销量）以及价格、评分、毛利率区间等大量筛选条件，用于发现可进入市场与评估选品方向。调用方式包括 API 端点 POST /sellersprite/market/research 与 Python 脚本，脚本默认将完整响应落盘并输出摘要，带 24 小时本地缓存。该工具会消耗算力（15 算力），需注意成本约束。
compliance-handling
面向自动化销售机器人的合规处理技能，帮助设计尊重退订、DNC 名单及 TCPA、ACMA、CAN-SPAM、GDPR、CASL 等法规的系统，覆盖退订识别与处理、同意管理、免打扰名单核查、安静时段与审计记录。
conversation-compliance-auditing
用于构建和检查销售机器人的对话合规审计技能，通过规则引擎在消息发送前检查 TCPA、GDPR、CAN-SPAM 及公司政策违规，并支持审计报告、审计轨迹与部分自动修复。
human-in-the-loop-training
面向销售机器人的人类反馈训练技能，讲解如何收集人工纠正与评分、构建学习流水线、主动学习采样和审核员管理，让机器人持续从人工反馈中改进回复质量。
message-deliverability-optimization
面向销售机器人的邮件与短信送达率优化技能，帮助开发者通过域名预热、号码轮换、发件人信誉管理和内容优化，确保外发消息进入收件箱而非垃圾箱，并涵盖合规检查、指标监控与信誉恢复流程。
3d-orbit-inspect-demo
一个基于 Three.js 与 WebGL 的 3D 交互演示技能：悬停时相机围绕物体做有阻尼、有边界的轻微倾斜，点击后把物体（而非相机）抬到镜头前进入完整检视模式，支持拖拽旋转、滚轮/捏合缩放、键盘操作与无障碍焦点管理。
workflow-threads-manager
用于监督同一仓库上多个 Claude 会话（线程）的技能：检查各线程进度、确认已完成工作是否已合并到 main 并带上变更日志与配图、查看线上是否正常，并整理可归档线程与待用户处理事项。
powerbi-report-authoring
用于创建和修改 Power BI PBIR/PBIP 报表文件的技能，基于 powerbi-report-author 与 powerbi-desktop 命令行工具。适合处理页面、视觉对象、筛选器、切片器、导航、书签、主题、格式、校验及 Desktop 重载与截图等具体报表文件机制。
create-tooluniverse-skill
ToolUniverse 技能创建流程，提供测试驱动、与实现无关的方法论，用于制作生产级 ToolUniverse 技能。
tooluniverse-proteomics-analysis
面向质谱蛋白质组学数据的分析技能，覆盖蛋白鉴定、定量（LFQ、TMT、iTRAQ）、差异表达、翻译后修饰与系统级解读，并可结合 ToolUniverse 其他技能做富集、互作与多组学整合。