syncfusion-blazor-barcode
在 Blazor 应用中生成与排错条码的技能，涵盖 Syncfusion 的 SfBarcodeGenerator、SfQRCodeGenerator、SfDataMatrixGenerator、SfDotCodeGenerator 四个组件，支持 1D、QR、Data Matrix、DotCode 及 GS1 标准条码，并提供类型选择、校验、导出与自定义等配置指引。
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 11-04 00:13
全部 Skills
244,909 个结果
instagram-marketing
该技能帮助 AI 智能体创建、优化并自动化 Instagram 内容，覆盖 Reels、Stories、轮播图和动态帖等格式，并集成 Instagram Graph API 实现内容发布与数据分析。适用于需要提升 Instagram 曝光、增长粉丝或批量管理内容的场景。
bkd
BKD 技能：通过 REST API 操作 BKD 看板，用于管理项目、任务执行流程、定时任务与执行容量。需先用 $BKD_URL 指向 BKD API 根地址；请求用 curl -sS --fail-with-body 并在变更时校验 .success 与 .data。
travel-planner
旅行规划助手技能，用于生成包含目的地分析、预算分配、交通住宿与本地文化提示的详细行程。适合按天数、预算、旅行风格和同行人构成制定实用旅行计划。
stop-slop
Stop Slop 是一套用于清理文章中“AI 写作痕迹”的规则，来自 boraoztunc/skills（地址 https://www.skills.sh/boraoztunc/skills/stop-slop）。它适用于起草、编辑或审阅文本时，消除可预测的 AI 腔调，产出更像人写的文字。规则分几个层面：核心规则要求删除填充短语、打破公式化结构、使用主动语态、具体表达、把读者放进场景、变化节奏、信任读者、删掉像“金句”的句子。快速检查清单在交稿前逐条排查副词、被动语态、无生命物做人类动作、以 Wh- 开头的句子、“here's what/this/that”式开场、“not X, it's Y”对比、连续三句长度相同、段落以短促金句结尾、破折号、空泛宣告、远距离叙述、元评论连接词。评分从直接性、节奏、信任、真实感、密度五个维度各打 1-10 分，低于 35/50 需要修改。规则还列出要删除的短语（清嗓子式开场、强调拐杖、商业行话、副词、元评论、表演式强调、说教而非展示、空泛宣告）、要避免的结构（二元对比、否定式罗列、戏剧化碎片、修辞铺垫、公式化句式、虚假能动性、远距离叙述、被动语态、应避免的句首词、节奏模式、词语模式），并给出 5 组前后对照示例。
brainstorming
brainstorming 是一个在创意工作开始前使用的技能，通过协作式对话把想法逐步转化为完整设计与规格说明，适用于创建功能、构建组件、添加功能或修改行为之前。
company-brain
Company Brain 是一个面向团队的共享知识库技能，用于把人员、公司、会议、SOP 和决策等信息按结构化方式整理，使 AI 智能体能够代表团队回答问题。它采用 raw → wiki → outputs 三层编译模式：raw 层按类别分目录存放原始资料，wiki 层生成互相链接的编译页面，outputs 层保存生成的产物。作为团队版的 second-brain（个人版），它针对多人协作、销售和运营场景做了专门设计。
page-cro
Page CRO 是一个面向营销页面的转化率优化（CRO）技能，用于分析首页、落地页、定价页、功能页、博客文章等页面，并给出可执行的转化提升建议。它按照价值主张清晰度、标题有效性、CTA 位置与文案、视觉层级与可扫读性、信任信号与社会证明、异议处理、摩擦点等维度进行系统分析，输出快速见效项、高影响改动、A/B 测试想法和文案替代方案，并针对不同页面类型提供专门框架。
github-sensitive-data-cleanup
该技能用于扫描并清理 Git 仓库历史中的敏感数据（密钥、API Key、私有域名与内网 IP、个人身份信息等），随后进行验证并安全强推。它把真实事故中总结的安全流程固化为脚本流程：先扫描，重写前备份，重写后验证，且在未确认仓库可见性和 fork 数量前绝不向公开仓库强推。技能自带四个脚本：scan_repo.py 扫描密钥与私有上下文，rewrite_history.py 用 git-filter-repo 备份并重写历史，verify_cleanup.py 验证敏感内容是否已清除，safe_push.py 验证仓库可见性并安全推送。整体设计保守，任何安全检查失败即停止并要求人工确认。
fcode-examples
Factorial Code 的参考实现集合，提供多个完整示例应用，涵盖市场集成、自定义应用生命周期、OAuth 连接与一次性自动化，帮助开发者理解成品应用的结构与关键代码。
app-store-opportunity-research
这是一套用于 App Store 机会研究的完整流水线技能：从发现未被充分满足的细分市场、分析竞品差距，到产出经过收入验证的前三名机会报告、MVP 产品需求文档（PRD），并可选在 Rork 上构建可运行原型。它通过 Chrome 浏览器中的 Claude 扩展进行实时浏览研究，无需 API 密钥；典型端到端流程可在约 30-45 分钟内完成，适合想寻找可盈利 App 创意、评估细分市场或准备立项的独立开发者与产品团队参考。
code-review-excellence
Code Review Excellence 是一个用于代码审查的技能，旨在将代码审查从把关转变为知识共享。它适用于审查 diff 或 pull request、撰写审查评论、审计代码质量、建立审查标准等场景。该技能提供系统化的审查流程（上下文收集、高层审查、逐行审查、总结决策）、有效反馈原则、审查技术（检查清单法、提问法、建议而非命令、严重程度分级）、语言特定模式（Python、TypeScript/JavaScript）、高级审查模式（架构审查、测试质量审查、安全审查）、困难反馈处理、最佳实践、常见陷阱以及模板和资源。
verification-loop
Verification Loop 是一个面向 Claude Code 会话的综合验证技能（Skill），用于在完成功能开发或较大代码改动后、创建 PR 之前，对代码质量进行系统化检查。它会按项目技术栈自适应选择命令，依次执行构建验证、类型检查、Lint 检查、测试套件、安全扫描和差异（Diff）审查六个阶段，并输出结构化的验证报告，标明各阶段通过或失败状态、测试数量与覆盖率、发现的问题，以及是否达到可提交 PR 的标准。该技能可与 PostToolUse 钩子配合使用，钩子负责即时捕获问题，本技能提供更深入的全面审查，适用于重构后、功能完成后以及需要进行质量门禁检查的场景。
webapp-testing
这是一个用于与本地 Web 应用交互并进行测试的工具包，基于 Playwright 实现。它支持验证前端功能、调试 UI 行为、捕获控制台日志等。工具包提供辅助脚本 scripts/with_server.py 来管理服务器生命周期（支持同时启动多个服务器），并建议以黑盒方式直接调用脚本、先用 --help 查看用法。测试时通过编写原生 Python Playwright 脚本，采用“先侦察后操作”的模式：等待 networkidle、截图或检查 DOM、识别选择器、再执行操作。适用于本地静态 HTML 与动态 Web 应用的自动化测试场景。
codex
本技能是 OpenAI Codex CLI 的封装工具，来自 garrytan/gstack，提供三种使用模式。用户可通过自然语言触发词调用，例如“codex review”“codex challenge”“ask codex”“second opinion”或“consult codex”，也支持语音转写别名“code x”“code ex”“get another opinion”。主要用途包括：代码评审，通过 codex review 对代码差异进行独立审查并给出通过/失败判定；对抗模式（Challenge），以对抗性视角尝试破坏或找出代码中的问题；咨询模式（Consult），可就任意问题向 codex 提问，并保持会话连续性以支持后续追问，相当于获取“第二意见”。运行前会先执行 gstack-skill-start 脚本读取会话状态，并根据返回的 KEY: value STATUS 行决定流程；若缺少 SKILL_START_PROTO: 1 则进入降级模式，采用安全默认值并提示用户运行 ./setup 或 /gstack-upgrade。该工具在计划模式下受宿主权限约束，需遵循只读与审批规则。
design-html
design-html 是 garrytan/gstack 技能集中的一个设计定稿技能，用于根据已批准的设计稿、计划评审上下文或用户描述，生成生产质量的 Pretext 原生 HTML/CSS。它强调文本真实回流、高度动态计算、布局动态化，运行时约 30KB 开销、零依赖，并能按设计类型智能路由到合适的 Pretext 模式。适用于「定稿这个设计」「把它变成 HTML」「给我做一个页面」或任何规划技能之后的落地实现阶段，也可在用户已批准设计或已有计划时主动建议使用。技能还支持语音触发别名，如「build the design」「code the mockup」「make it real」。该技能包含一套运行前导流程（preamble）：通过 gstack-skill-start 读取 KEY: value STATUS 行驱动行为，支持降级模式安全默认值，处理一次性引导与同意指令块，并包含计划模式安全操作、技能调用、AskUserQuestion 决策简报格式等规范。此外还涉及会话类型区分（交互式、spawned、unattended、headless、Conductor）、决策日志、快捷标记、拆分选项链等复杂工作流约定。具体功能细节、安装方式与收费情况资料未完整提供。
email-writing
Email Writing 是一项用于邮件营销写作的技能，覆盖从主题行到完整邮件序列的创作流程。它提供欢迎邮件、培育活动、销售邮件和新闻通讯等模板，目标是提升邮件的打开、阅读和点击表现。技能内置主题行写作公式（好奇心、价值、个人化、紧迫感、清单/故事等类别）、邮件正文结构（开场钩子、正文价值、行动号召、签名）、序列框架（欢迎序列、培育序列、销售序列、购物车挽回序列、再激活邮件）以及表现优化与 A/B 测试思路。使用时可通过自然语言指令生成主题行、撰写单封邮件、构建多封序列或审查现有邮件表现。该技能还附有发送前检查清单、序列规划表和主题行测试模板。资料强调邮件是对话而非广播，并引用 Copyhackers、Val Geisler、Joanna Wiebe 等方法论作为来源。
143-java-functional-exception-handling
该技能用于在 Java 项目中应用函数式异常处理最佳实践，用 Optional、VAVR Either 等单子错误类型替代异常滥用，改善错误清晰度、可维护性与性能，涵盖异步错误处理、密封类错误层级、结构化日志及受检与非受检异常规范。
skill-integrator
Skill Integrator 是一个用于把已安装技能的“使用时机”指引整合进项目 CLAUDE.md 或 AGENTS.md 的技能。它解决的核心问题是：技能只有被智能体知道何时该调用才有价值，大量已安装技能若缺少上下文指引就等于闲置。该技能会分析项目上下文、对已安装技能进行相关性评分，并生成基于触发条件的可操作指引，插入到 CLAUDE.md 或 AGENTS.md 中。它支持首次全量整合、技能增删后的更新、单个技能添加以及指引不匹配时的修正，通过 analyze-project、scan-skills、generate-guidance 三个脚本完成流水线处理，并需用户批准后才写入配置文件。
ln-400-story-executor
ln-400-story-executor 是 claude-code-skills 中的 L2 协调器技能，用于按优先级顺序执行 Story 任务（To Review、To Rework、Todo），管理任务排序、worktree 生命周期与检查点，最终将 Story 转为 To Review。
ln-633-test-value-auditor
ln-633-test-value-auditor 是 claude-code-skills 中的 L3 工作单元型技能，用于对测试套件进行“投资组合价值审计”。它会针对每个测试计算投资组合价值与维护成本，并给出标准化的 KEEP、DELETE、MERGE 或 REWRITE 决策。其核心计算方式为：有用性得分 = 业务影响（1-5）乘以失败概率（1-5），再结合唯一性、回归历史和变更维护成本进行调整。技能会在决策前进行上下文验证，例如是否为已知历史缺陷的回归保护、是否覆盖支付或认证等关键业务规则、是否为关键流程中唯一的边界用例等。报告输出到 {output_dir}/ln-633--global.md，摘要按契约生成，并列明 value_score、delete_candidates、merge_candidates、rewrite_candidates 等检查项。该技能仅供报告，不自动修复代码，适用于测试套件成本裁剪与测试价值评估场景。
ln-740-quality-setup
ln-740-quality-setup 是一个 L2 领域协调器技能，属于 7XX 项目引导（Project Bootstrap）分类，父技能为 ln-700-project-bootstrap。它用于为项目配置代码质量工具链，包括 linter、pre-commit 钩子和测试基础设施。该技能会先检测项目技术栈（TypeScript/React、.NET、Python），检查现有质量配置，然后委派给专门的工作技能（ln-741 配置 linter、ln-742 配置 pre-commit、ln-743 配置测试基础设施），最后验证整条质量流水线是否正常工作。它本身不直接生成配置文件、不修改源代码，也不能独立运行（需要先完成 ln-720 结构迁移）。
linkfox-1688-search-by-image
在1688平台通过图片URL或Base64进行以图搜图，返回外观相似或同款货源的标题、价格、起批量、月销量、复购率、交易评分等数据，支持筛选、排序与分页，适合跨境卖家找工厂和同款货源。
lynx-trace-analysis
Lynx Trace Analysis 是一个用于分析 Lynx 性能追踪（trace）数据的技能，定位为「Lynx Trace 分析专家」，目标是通过查询 trace 数据来定位性能瓶颈并给出可执行的优化建议。它采用 Think-Plan-Act 循环工作方式，强调在深入分析前先加载对应的分析指南并严格遵循。该技能基于一组「知识库指南」来选择分析路径：metrics-analysis（启动阶段、FCP/TTI、导航时序、白屏原因）、timing-flag（性能回调缺失、时序标记异常、ActualFMP/FMP 时长异常）、jank-analysis（滚动流畅度、输入延迟、长任务、丢帧）、diff-analysis（两条 trace 对比、阶段回归）、nativemodule-analysis（桥接通信、原生方法延迟、序列化开销）、render-pipeline（Lynx 渲染管线与阶段间隙）、sql-guide（原始 SQL 查询）。分析结果按统一格式输出，包括执行摘要、数据证据与拆解表格、执行时间线与深入分析、按优先级排序的建议。该技能通过 CLI 命令调用，支持按 slice ID、时间窗口、聚合、祖先/后代、flow 事件、元数据、LynxView 实例、管线、指标、线程、长任务等方式查询 trace，也支持录制 trace。