metrickit-diagnostics
基于 Apple MetricKit 的 iOS/macOS 性能指标与崩溃诊断采集方案，涵盖 MXMetricManager 订阅、MXMetricPayload 与 MXDiagnosticPayload 处理、调用栈树、自定义 signpost 指标与上传导出。
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
243,489 个结果
musickit-audio
MusicKit + MediaPlayer 技能，用于在 Swift 6.2 / iOS 26+ 应用中集成 Apple Music 播放、目录搜索与正在播放元数据。涵盖 MusicKit 能力配置、授权请求、Apple Music 目录搜索、订阅状态检查与订阅引导、使用 ApplicationMusicPlayer 播放与队列管理，以及通过 MPNowPlayingInfoCenter 和 MPRemoteCommandCenter 发布锁屏、控制中心与 CarPlay 的正在播放信息和远程控制命令。
codex-skill
codex-skill 是一个把编码任务委派给 OpenAI Codex CLI（codex exec 非交互模式）的技能，用于自主代码实现、代码审查与方案评审。它强调最小权限、沙箱分级与安全边界，审查结果只呈现不自动修改。
bug-detective
Bug Detective 是一个系统化调试工作流技能，用于调查和解决代码错误、异常与失败。它提供结构化的调试方法（理解问题、收集证据、形成假设、验证假设、修复问题）以及常见错误模式识别，覆盖 Python、JavaScript/TypeScript 和 Bash/Zsh 等语言。当用户提出“debug this”“fix this error”“investigate this bug”“troubleshoot this issue”“find the problem”等请求时适用。该技能包含调试检查清单、常用调试命令（如 Python pdb、Node.js Inspector、Git Bisect、Bash 调试选项）以及预防性调试建议，并附带参考文件和示例文件。
connectors-available
用于检测本机可访问的 Hummingbot 交易所连接器，并按代币搜索各交易所的交易规则，包括最小下单量、最小价格增量和支持的订单类型。
feishu-docx
feishu-docx 是一个命令行工具，用于导出、写入和管理飞书/Lark 云文档。支持 docx、表格、多维表格、知识库节点导出为 Markdown，支持微信公众号文章导入导出、云空间文件管理与基于浏览器的导出，便于 AI 分析与自动化处理。
linkfox-multimodal-extract-attributes
LinkFox 多模态视觉属性提取技能，用多模态 AI 分析商品主图，提取颜色、形状、材质、风格等视觉特征，并可反推图片提示词，将商品图片转为结构化数据供电商卖家使用。
linkfox-product-title-analyze
Linkfox Product Title Analyzer 是一款面向亚马逊卖家的产品标题分词分析技能，可对当前会话中已查询到的商品标题进行智能分词，提取场景词、人群词、材质词、功能词等属性维度，并按词频分组统计，帮助发现标题关键词规律。它由 LLM 驱动，从自由文本标题中抽取结构化属性，支持一次分析一个维度，输出属性分组、词频计数及对应 ASIN 列表，并附带价格、月销量、评分、品牌等商品字段。适用于标题关键词分析、高频词提取、竞品标题关键词对比、基于词频优化 Listing 标题等场景。该工具仅分析已有标题，不生成新标题，也不用于广告关键词或后台搜索词分析。
conversation-pause-intelligence
为销售机器人设计“停顿智能”的技能：帮助开发者判断潜在客户沉默代表在思考还是已流失，并据此选择等待、跟进或挽回策略。含参与度评分、按时长与渠道的判断阈值、多渠道路径解读和跟进节奏建议。
custom-field-population
面向销售机器人开发的技能，用于从自然语言对话中自动提取联系人、BANT资格、商机与互动偏好等数据，并按置信度写入CRM字段，减少手动录入。
duplicate-conversation-prevention
重复对话预防（Duplicate Conversation Prevention）是一套面向销售机器人的技术方案与实现指南，旨在解决同一潜在客户在多个渠道（如邮件、短信、电话、LinkedIn）被同时触达所带来的骚扰问题。它通过身份解析、渠道协调、序列感知三层检测机制，结合渠道锁定、主渠道分配和对话状态机等策略，确保跨渠道触达的协调一致。该技能还提供集中队列、分布式锁、事件驱动协调等实现模式，以及联系人归一化、合并策略、冲突解决等去重规则，并配套碰撞率、退订归因等指标来优化规则。适用于需要为销售自动化系统构建智能触达协调能力的开发场景。
fallback-gracefully
面向销售机器人设计的容错与兜底指南，帮助机器人在遇到无法理解、系统错误或上下文丢失等异常输入时保持对话不中断。资料来自公开技能页面，未提供收费、价格或平台信息。
multi-turn-context-retention
用于构建销售机器人多轮上下文保持能力的技能，帮助机器人在数十次消息往返、跨天跨周会话中维持连贯对话，涉及短期/中期/长期记忆分层、话题线程、实体记忆、状态管理与跨会话续接等设计。
out-of-scope-request-handling
该技能用于帮助开发者构建销售机器人对超范围请求的优雅处理与转接能力，涵盖支持问题、无关产品、不当请求、竞品信息、非销售类请求等场景，并给出 REDIRECT 响应框架、路由映射与边界配置建议。
prospect-fatigue-detection
面向销售机器人开发的“潜在客户疲劳检测”技能：识别过度触达信号并自动退让，提供疲劳评分、阈值、退让规则与挽回策略，用于在损害关系前降低打扰。
voicemail-drop-optimization
Voicemail Drop Optimization 是一套面向销售自动化的语音留言策略技能，帮助开发者构建能在最佳时机留下有说服力预录语音留言的系统，以提升客户回拨率。内容涵盖语音留言类型（无振铃语音留言 RVM、传统语音留言、混合方式）、合规要求（TCPA、州法律、Do Not Call、时间限制）、最佳投放时机（按星期与时段分析、基于触发事件的时机、序列节奏）、留言脚本结构（20 秒规则、开场/身份/价值/行动号召模板及多场景示例）、规模化个性化（动态变量、三种录制策略）、音质标准、回拨优化与追踪、回拨处理、A/B 测试、效果衡量指标、多渠道整合以及合规与最佳实践（退订处理、频率限制、质量保证）。
tooluniverse-spatial-transcriptomics
面向空间转录组数据的分析技能，支持 Visium、MERFISH、seqFISH、Slide-seq、Xenium 等平台，用于将基因表达映射到组织架构、识别空间可变基因、空间域与细胞邻域，并可整合单细胞数据与配体-受体分析。
iphone-duo-capacitor
面向 Capacitor 或 Ionic 应用的 iPhone Duo 适配指南：说明 WKWebView 中 Device Posture 与 Viewport Segments 不可用，给出安全区、尺寸类、侧边导航等无原生代码方案，以及可选的折叠屏插件用法。
nansen-wallet-profiler
Nansen CLI 的钱包画像技能，用于查询指定钱包的余额、标签、盈亏、交易、对手方、关联钱包等链上数据，支持批量、追踪与对比，需先完成认证并消耗额度。
bun-http-server
面向 Bun 内置 HTTP 服务器 Bun.serve 的实用技能，涵盖请求与响应处理、路由、REST API、fetch 处理器、静态文件、CORS、TLS 与流式响应等常见场景，帮助快速搭建和调试 Bun 服务端程序。
idempotency-handling
幂等处理技能，用于让 API 操作无论执行多少次都产生相同结果，基于幂等键、Redis 缓存与数据库约束实现，适用于支付系统、Webhook 重试和安全重试等场景。
nuxt-server
面向 Nuxt 4 的 Nitro 服务端开发技能资料，涵盖基于文件的服务端路由、API 端点、中间件、请求与响应工具、Cookie、数据库集成（Cloudflare D1 与 Drizzle）、Zod 校验、文件上传及常见反模式与排错。
turborepo
Turborepo 是面向 JavaScript/TypeScript monorepo 的构建系统技能，指导配置 turbo.json 任务流水线、dependsOn 依赖、缓存与远程缓存、turbo CLI 与 --filter 过滤等用法。
security-review
Security Review 是一个面向应用安全审查与渗透测试的智能体技能，用于在应用上线前、认证授权变更后、处理敏感数据或准备安全审计时，对照 OWASP Top 10、OWASP ASVS v4.0、NIST 800-63B、CWE/SANS Top 25、Mozilla Observatory 等标准评估应用安全状况。它通过浏览器会话进行运行时验证，覆盖静态分析工具容易遗漏的攻击面，包括 HTTP 安全响应头、认证与会话管理、输入验证与注入、访问控制、客户端安全以及依赖与供应链风险。整个流程分为教育、范围界定、分析、报告和修复五个阶段，最终输出带证据、CVE 引用和置信度评分的结构化报告，并为每个发现提供修复指引和 YAML 回归测试。