effective-print-design
面向 HTML/CSS 的专业印刷设计指南,帮助从网页生成高质量打印与 PDF 输出。涵盖排版、分页、颜色、图片、表格、链接与测试,提供决策指南和参考文档。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-03 00:11
244,147 个结果
面向 HTML/CSS 的专业印刷设计指南,帮助从网页生成高质量打印与 PDF 输出。涵盖排版、分页、颜色、图片、表格、链接与测试,提供决策指南和参考文档。
model-deployment 是一个用于将机器学习模型部署到生产环境的中文技能文档,重点介绍使用 FastAPI、Docker 和 Kubernetes 完成模型服务化、容器化与监控。它提供 FastAPI 模型服务代码示例、Dockerfile 构建步骤、Kubernetes 部署命令,以及模型监控与漂移检测的框架。文档还列出了部署前的检查清单、常见问题(如缺失健康检查、容器中找不到模型文件、输入校验缺失、无漂移监控、缺少资源限制、无回滚方案、同步预测过慢、缺少CI/CD校验)及其解决方案,并给出最佳实践。适用于需要为预测服务、容器化、监控、漂移检测或延迟问题寻找部署参考的开发者。
deep-research 是一个基于 Gemini Deep Research 的自主研究技能,用于执行需要规划、搜索、阅读与综合信息的研究任务,并生成带引用的综合报告。它适用于市场分析、竞品调研、文献综述、技术研究、尽职调查等场景。该技能通过 Python 脚本调用,需要 Python 3.9+、GEMINI_API_KEY 环境变量以及经审核的 HTTP 依赖。支持结构化输出格式、实时流式进度、异步启动与状态查询、基于 interaction_id 的续问与历史列表。输出可为人类可读的 Markdown、JSON 或原始 API 响应。时间与成本随任务变化,无固定保证。使用前需确认提供商、数据与支出范围,并注意预览 API 可能变更、云端数据留存及隐私授权等限制。
在隔离的渗透测试实验环境中配置与测试 HTTP、HTTPS、SNMP、SMB 等常见网络服务的安全技能,仅限授权使用,含强制确认门槛与只读约束。
Threat Modeling Expert 是一个专注于威胁建模方法论、安全架构评审与风险评估的技能。它掌握 STRIDE、PASTA、攻击树以及安全需求提取等方法,适用于安全架构评审、威胁识别和构建安全设计(secure-by-design)系统。该技能可主动用于新系统或功能设计、架构安全缺口审查、安全审计准备、攻击向量识别、安全投资优先级排序、安全文档编写以及团队安全思维培训。其能力包括 STRIDE 威胁分析、攻击树构建、数据流图分析、安全需求提取、风险优先级排序与评分、缓解策略设计以及安全控制映射。使用流程涵盖定义系统范围与信任边界、创建数据流图、识别资产与入口点、对每个组件应用 STRIDE、为关键路径构建攻击树、对威胁评分与排序、设计缓解措施以及记录残余风险。该技能不适用于缺乏安全评审范围或授权、需要法律或合规认证、或仅需自动化扫描而无需人工审查的场景。
用于创建和维护架构决策记录(ADR)的技能,面向智能体编码工作流。它把 ADR 写成可执行的规格说明:人类批准决策,智能体据此实现代码,包含约束、选项、后果、非目标与实现计划。
为 Web 应用接入基于 NextAuth.js(Auth.js)的身份验证,涵盖 OAuth 提供商、会话管理与受保护路由,适用于用户提出添加登录、注册、OAuth 或会话管理需求的场景。
Syncfusion Blazor SfDataManager 是 Syncfusion 数据绑定组件的数据访问层,充当本地内存集合或远程 REST/OData/GraphQL 服务与 SfGrid、SfDropDownList 等组件之间的网关。它通过可配置的适配器模型处理查询、排序、筛选、分页和 CRUD 操作。适用于在 Blazor Server、WebAssembly 和 Web App 中设置数据管理器、绑定本地 JSON 或远程服务、选择适配器、实现 CRUD、创建自定义适配器、添加自定义 HTTP 头以及启用离线模式。资料强调远程绑定的安全要求,包括仅用 HTTPS、白名单可信端点、用字符串变量存储 URL、初始化时校验端点、验证响应、监控调用、安全配置 CORS 以及防止间接提示注入。
用于在代码变更后同步项目文档与代理指令文件的技能,可更新 CLAUDE.md、AGENTS.md、README.md,修复过时文档,刷新项目规则与技能,使文档与近期代码和 git 提交保持一致。
使用 npm 和命令行工具构建 Bootstrap 6 入门项目,不使用打包器,通过 script 标签直接加载 Bootstrap 预构建的 JS bundle。需要 Node.js 和终端操作经验。
面向 Umbraco 后台的 Monaco Markdown 编辑器操作扩展技能,用于为 Markdown 编辑器添加自定义工具栏按钮与键盘快捷键,例如插入链接、图片或自定义 Markdown 语法。实现前需先获取官方最新文档。
该技能提供一套面向生产环境的 PostgreSQL 数据库设计、迁移与性能优化最佳实践,强调简单、务实、有明确主张,只保留编写生产级 SQL 所必需的内容。适用于编写或评审数据库迁移、创建或修改表与列、添加索引/约束/外键、审查模式性能问题、重构数据库结构以及优化查询性能与设计等场景。规则按优先级分为四类:索引管理(关键到高,含仅使用 CONCURRENTLY 建索引、为外键加索引)、约束安全(高,含唯一约束拆分、外键先不校验后单独校验、设置 NOT NULL 前先加检查约束)、模式设计(中,含用 JSONB 而非 JSON、所有表包含 id/created_at/updated_at、限制非唯一索引列数)、命名规范(低,含索引命名 idx_表名_列名、列名统一 snake_case 且外键用 id 后缀)。每条规则以独立文件给出原因、影响等级、错误迁移示例与正确迁移示例。
面向文档作者的内部技能:让 README 等前置文档分别以多类受众(Claude Code 用户、Codex 用户、资深工程师、初级工程师、工程经理、QA)的视角冷读,找出困惑、未覆盖与流失点,并给出具体修改建议。
processing-excel-files 是一个基于 xlsx-populate 库的技能,用于编辑和创建 Excel(.xlsx)文件,同时完整保留原有的格式、合并单元格和样式。它适合需要在不破坏复杂布局的前提下修改现有表格、添加公式、样式或新工作表的场景,也可用于从模板生成 Excel 报表。该技能通过 Node.js 调用,安装命令为 npm install xlsx-populate,核心操作包括加载文件、写入值、设置公式、应用样式、管理工作表与合并单元格。若只需读取数据或创建无格式要求的简单文件,则不建议使用。
PMA 是一个项目开发生命周期管理技能,通过“调查→提案→实施”三阶段工作流与按任务复杂度分级的流程,强调先读后写、显式审批、最小改动,并用基于文件的计划与任务跟踪来推进交付。
用于在规划或实现前执行有界跨平台调研扫描的技能,适用于了解某领域现有方案、用户实际工作方式与常见变通做法。产出固定结构的 .survey/{slug}/ 调研制品并可校验。
/cs:post-mortem 是战略冲刺流程中的决策复盘命令,对已执行的决策按事先设定的成功与终止标准进行评分,并重新审视被保留的异议,输出复盘记录。
一套关于编写 API 与代码接口文档的最佳实践指南,覆盖 Python、JavaScript、Go 等语言的文档字符串写法、REST/GraphQL 接口描述、README 结构、常见反模式与文档工具,旨在消除各智能体中重复的文档指导内容。
这是一个面向 UI 变更的截图验证工作流技能,旨在加速代码审查并尽早发现响应式设计问题。它要求在提交涉及界面的 PR 时,捕获桌面(1920x1080)、平板(768x1024)和移动端(375x667)三种视口尺寸的截图,并记录交互状态、前后对比等。技能提供了使用浏览器 DevTools、Playwright、Puppeteer 等工具捕获截图的方法,以及 PR 描述模板、自动化截图测试(Playwright Test、Storybook + Chromatic)、CI 集成(GitHub Actions)和截图组织规范。适用于任何 UI 改动、响应式设计实现、创建含视觉变更的 PR 等场景,帮助团队减少沟通成本、建立视觉变更记录并强制进行视觉质量检查。
该技能是一个用于股票与加密货币分析的命令行工具,基于 Yahoo Finance 数据。用户可通过 npx ticker-cli 命令获取实时行情、历史图表、技术指标(SMA、EMA、RSI、MACD、布林带)、新闻、洞察、期权链、分析师推荐,并可筛选活跃股、涨跌幅榜等。还提供日报与周报的生成指南。
用于媒体生成的模型刷新适配器说明,覆盖图像、视频、语音、音乐与 Avatar V 的精确模型与宿主路由契约,强调按管线执行、校验 schema 与状态后再请求。
camacho/ai-skills 中的 /build 技能,用于在已有获批计划或单句范围缺陷修复时,通过子代理派发、按批次执行 TDD 实现,并在硬性校验门通过后报告结果,交由 /review 复核。
面向物联网开发的技能,帮助连接传感器与设备、实现 MQTT 通信、读取传感数据并构建实时仪表盘,覆盖智能家居与工业物联网场景。支持 Arduino、ESP32 等微控制器及执行器控制。
Lead Research Assistant 是一款用于识别和筛选潜在客户的技能,可根据你的产品或服务,分析目标客户画像,搜索匹配的企业线索,并给出可执行的接触策略。它适用于寻找潜在客户、构建外联名单、识别销售目标客户、研究符合理想客户画像的公司以及准备业务拓展活动。该技能会理解业务、依据行业、规模、地区、技术栈、增长阶段、融资和痛点识别目标公司,对线索进行优先级评分,并为每条线索提供企业名称、网站、适配原因、优先级、决策者角色、接触策略、价值主张、话题切入点及 LinkedIn 链接。