skillboss
SkillBoss 是一套面向开发者的多 AI 网关与技能包,提供 CLI 与 100+ AI API,覆盖图像、视频、音频、音乐生成、AI 搜索、网页抓取、文档解析等任务,并支持用 AI 构建、部署全栈应用。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-05 00:16
245,508 个结果
SkillBoss 是一套面向开发者的多 AI 网关与技能包,提供 CLI 与 100+ AI API,覆盖图像、视频、音频、音乐生成、AI 搜索、网页抓取、文档解析等任务,并支持用 AI 构建、部署全栈应用。
Copywriting Core 是一个面向文案写作与编辑的 AI 技能,融合 David Ogilvy 的清晰、Ann Handley 的温暖与现代转化科学。它覆盖文案全生命周期:从撰写新文案到系统化编辑现有文案。该技能强调先读取品牌与个人语境的上下文文件(如 strategy/brand.md、about/me.md),再基于受众、痛点、期望结果与价值主张进行定位,并借助 PAS、AIDA、Before-After-Bridge、FAB、4 U's 等框架产出文案。编辑方面提供“七轮扫描”方法,依次从清晰度、语气、So What、证明、具体性、情感与零风险七个维度改进文案。适用于落地页、邮件、产品文案等场景,草稿保存至 content/<platform>/drafts/ 目录。
Jira 集成技能,通过 Membrane CLI 与 Jira 交互,用于管理项目管理与工单数据、记录和工作流。适用于用户希望操作 Jira 数据的场景。该技能借助 Membrane 自动处理认证与凭证刷新,让使用者专注于集成逻辑而非认证细节。支持通过自然语言搜索预置动作,涵盖问题、评论、项目、用户、冲刺、看板等对象,可执行创建、更新、删除、分配、状态流转、JQL 搜索等操作;当预置动作不满足需求时,还可通过代理直接向 Jira API 发送请求。
Device Tree(设备树)技能面向 Linux 硬件描述,帮助代理编写与理解设备树源码(DTS/DTSI)。内容涵盖 DTS 语法、binding 绑定、phandle 引用、overlay 叠加,以及内核 OF(Open Firmware)层如何把硬件描述解析为 platform_device 实例,并可用于排查 OF 平台探测(probe)失败问题。适合在新增板级 .dts 或片段 overlay、理解 compatible/reg/interrupts/clocks 等属性、将硬件与内核平台设备模型交叉核对时使用。技能提供 DTS 结构示例、关键属性说明表、phandle 写法、内核解析流程、编译与查看命令(dtc、/proc/device-tree、/sys/firmware/devicetree/base/)、configfs 运行时 overlay 应用方式,以及常见问题排查表(驱动未绑定、MMIO 错误、中断不触发、probe 延迟循环、overlay 失败)。
n8n-expressions 是 n8n 官方提供的表达式编写与审查技能,用于处理 {{...}} 语法、$json 与 $node 引用、Luxon 日期代码以及表达式报错。它强调按节点名称引用数据而非 $json,推荐用 Luxon 处理日期而非 DateTime 节点,尽量以内联表达式替代多余节点,并在表达式多行时缩进加注释。技能涵盖单字段转换、数组方法链、条件判断、日期运算、跨节点引用、IIFE 箭头函数多行逻辑、.all() 聚合时的 executeOnce 设置,以及 JSON.stringify/parse 的使用边界等实用规则,适用于构建和维护 n8n 工作流的场景。
n8n-skills 插件的常驻协议文档,由 SessionStart 钩子在每次会话中加载,用于在任何涉及 n8n 工作流的任务中路由到对应的技能。它强调在编写 SDK 代码、配置节点、设计工作流、连接节点、构建智能体或处理错误之前,先通过 Skill 工具调用匹配的技能,而不是依赖模型训练数据。文档列出三条不可违反的规则:任何 n8n 操作前先调用相关技能;发布前先验证(validate_workflow)并在创建或更新后核实(get_workflow_details);令牌与密钥绝不写入文本字段,必须使用 n8n 凭证系统。此外还提供技能索引、MCP 工具速查表、红旗思维清单以及按顺序执行的操作协议。
Highlight Reel Scripter 是一个面向体育赛事精彩集锦视频的脚本与分镜工具。它根据用户提供的比赛素材,生成详细的镜头清单(shot list)、关键回合的时间戳标记、音乐提示建议以及整体节奏(pacing)安排。工具定位为体育视频制作专家助手,除了分镜脚本外,还会针对不同发布平台输出定制化的剪辑方案,例如 TikTok 与 YouTube 各自适配的版本。其输出遵循固定格式,包含生成时间戳、结果内容与可执行的后续建议。
generate-image 是一个用于调用 AI 生成图像的命令行工具,脚本位于 ~/.agents/tools/generate-image.py。它支持 OpenAI GPT Image 系列模型(如 gpt-image-2、gpt-image-1 等)以及 Stability AI 的 SD 3.5 Large,通过文本提示词生成图片并保存到指定文件。用户可通过命令行参数指定提示词、输出路径、供应商、尺寸、质量、背景和模型。适用于生成插画、配图、Logo、图标、横幅等场景,需要自行配置对应的 API Key,默认使用 gpt-image-2。
该技能用于在保持行为不变的前提下让现有代码更易理解:简化结构、去除重复或死代码、改进命名等。强调先确认并测试不可变行为,再做聚焦式重构,不扩大产品范围,仅依据资料整理。
PlayCanvas 技能 inspect-glb:在加载、摆放、缩放或制作 GLB 模型动画前,用随附的离线脚本测量模型边界、接地偏移、动画片段、关节与层级结构,帮助确定变换参数与动画名称。
用于审计和清理邮件订阅的 Spark 技能配方:列出订阅类邮件、退订邮件列表、屏蔽发件人或域名,并为值得保留的订阅启用 AI 摘要与邮件分组。
avatar-extraction 是一个用于广告与营销场景的买家画像提取技能,帮助把目标受众定义为具体的人,而非宽泛的人口统计标签。它梳理买家是谁、想达成什么、日常困扰、已尝试方案及失败原因,并挖掘情绪驱动与隐藏动机,最终输出结构化主画像。
用于在项目中安装、修复或审计 codecontext 采纳情况的技能:配置工具链、编写 AGENTS.md 中 @context 使用约定、选择合适语言的校验方式,并纠正过时或矛盾的代理指引。
该技能旨在帮助用户设计营销组织结构,并选择支撑规模化增长所需的基础技术栈。它聚焦于评估增长瓶颈(内容资产还是分发能力)、确定早期招聘方向、基于“自建+采购”策略搭建分析归因的数据基础,以及随隐私限制加强从确定性追踪转向概率建模。内容提炼自 Lenny's Podcast 与 Newsletter 的 11 位嘉宾见解,提供“燃料 vs 引擎”框架、Golden MarTech Stack、MarTech 组织设计矩阵、营销衡量三方法等模板,并列出常见误区与引导性问题,帮助团队将专业人才与可扩展的数据基础设施对齐。
offload-r2 是一套把 Remotion 仓库媒体资源上传到 remotion.media 背后 Cloudflare R2 存储桶、将源码改为公网 URL、校验后删除本地副本的工作流技能。适用 remotion-dev/remotion 仓库内媒体迁移与托管。
@solana/kit 开发指南,介绍 Anza 出品的现代、可摇树优化、零依赖 JavaScript SDK,涵盖 RPC 连接、签名器、交易构建、发送确认、账户获取、类型安全、错误处理与性能优化等用法。
Starwind UI v3 是面向 Astro 与 React 的可移植 UI 系统,以可编辑的样式源码安装到项目中。支持初始化、迁移、添加、更新、搜索、调试、样式与主题定制,命令入口为 starwind@latest。
Syncfusion Blazor Dashboard Layout 组件使用指南,介绍如何构建可拖拽、可调整大小、支持状态持久化与响应式适配的面板式仪表盘布局,包含网格配置、模板、事件与 API 参考。
Syncfusion Blazor Toolbar(SfToolbar)组件技能,用于在 Blazor 应用中创建交互式命令栏与工具栏,支持按钮、分隔符、间隔符和自定义模板,具备响应式溢出处理、对齐、动态增删项与 RTL 等能力。
面向 Rails 开发者的 Hotwire(Turbo 与 Stimulus)技能资料,介绍如何在不依赖重型 JavaScript 框架的情况下构建现代响应式 Rails 应用,涵盖安装配置、Turbo Drive/Frames/Streams、广播更新、Stimulus 控制器及常见实践与限制。
用于从零创建或脚手架一个新的 Twenty 应用,适合用户想新建 Twenty 插件、扩展或集成时使用。已存在的应用应改用 develop-app 等技能。
GRAVITAS 的高风险变更检查点技能,用于不可逆或高风险操作(数据库结构迁移、删除文件、认证与安全变更、生产配置、强制推送等)。要求在标准认知循环之外强制执行明确的用户确认。
小红书爆款打造技能,用于系统化创作具备传播潜力的内容:分析爆款规律、套用标题与封面公式、优化算法友好格式与发布时间,并在发布后放大与复盘复制。
本技能用于判断 Firebase AI 功能应采用直接客户端 SDK 集成,还是服务端自有的 Genkit 工作流。当 Web、移动或全栈应用需要接入 Firebase AI Logic,或需要可复用的 Genkit 流程、类型化契约、工具调用、检索、提示文件、评估、追踪与部署时适用。技能先记录最小化的需求信息包(应用形态、归属边界、已有材料、工作流需求、交付压力),再明确选择客户端或服务端归属层,随后从七个主模式中选取一个作为主要模式,并冻结最小功能边界。技能强调不要仅因应用使用 Firebase 就强行套用服务端 Genkit 流程,也需诚实说明回退方案,例如 Firebase 引导/模拟器/部署/管理员工作转交 firebase-cli,通用前端渲染转交前端技能,框架选型比较转交 survey,轻量非 Firebase 调用回退到普通 provider SDK 或路由处理器。最终输出 Firebase AI 实现简报,包含范围、归属决策、功能边界、最小下一步切片与回退路径。