erothots-downloader
EroThots Downloader 是一款浏览器扩展，用于将受支持的 EroThots 视频保存为 MP4 文件。它能在浏览器中检测受支持的视频页面，列出可用的画质选项，并通过页面内控件、弹窗或右键菜单直接下载，最终导出为标准 MP4，自动保存到专用的 EROTHOTS 文件夹。支持 Chrome、Edge、Brave、Opera、Firefox、Whale 和 Yandex 等浏览器。提供 3 次免费下载试用，无需信用卡，无限下载需付费许可。
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 10-18 00:12
全部 Skills
231,140 个结果
txxx-downloader
TXXX Downloader 是一款浏览器扩展，用于在支持的 TXXX 观看页面上将视频保存为 MP4 文件。它能够检测页面播放器所暴露的媒体源，列出可用的画质选项，并在浏览器内完成下载，无需命令行工具或额外的桌面软件。该扩展支持 Chrome、Edge、Brave、Opera、Firefox、Whale 和 Yandex 等浏览器，提供页面内下载按钮、右键菜单、实时进度显示、下载完成通知，并将文件自动保存到下载目录下的 TXXX 子文件夹。它可将 HLS 流转换为 MP4，输出格式兼容常见播放器。扩展仅在用户主动打开的标签页上工作，仅针对用户发起的下载检测受支持的播放源，不执行页面指令或任意脚本。试用版包含 3 次免费下载，无需信用卡，通过邮箱一次性密码验证登录；无限下载需付费许可。使用时需先播放视频以便扩展检测媒体源，画质取决于页面实际暴露的源。
xnxx-video-downloader
XNXX Downloader 是一款浏览器扩展，用于将受支持的 XNXX 视频以 MP4 格式保存到本地，方便离线观看与归档。它能在视频播放页面检测播放器使用的媒体源，列出可用的画质选项，并通过页面内下载按钮或右键菜单直接导出 MP4，无需手动分析播放器脚本或借助外部工具。扩展支持 Chrome、Edge、Brave、Opera、Firefox、Whale 和 Yandex 等浏览器，下载完成后会保存到默认下载目录中的专用文件夹，并发送桌面通知。试用版提供 3 次免费下载，无需信用卡；无限下载需付费许可。使用时需先播放视频以便扩展检测流媒体源，可用画质取决于页面实际提供的媒体源。
swiftui-design-skill
SwiftUI Design Skill 是一个面向 SwiftUI 前端视觉设计的技能，用于创建美观、有辨识度的 iOS/macOS 界面，并避免常见的“AI 生成感”设计套路。它的核心主张是让 SwiftUI 应用看起来像经过人工精心设计，而非 AI 自动生成。技能围绕六条“反垃圾（Anti-Slop）”设计原则展开，涵盖设计方向选择、布局、排版、配色、品牌资产整合与设计评审。当需求模糊时，它会引导使用“Design Direction 工作流”，先梳理上下文、推荐 3 个设计方向、呈现视觉锚点，再由用户选择并锁定设计系统。它还提供品牌资产协议：向用户索取品牌规范、搜索品牌指南、下载真实资产、核对色值，并编写 brand-spec.md。交付前需要经过“5 维评审”并达到各维度至少 7/10 分。适用于从零设计新 SwiftUI 视图或屏幕、评审并提升现有 UI 质量、制作 iOS 原型或模型、选择视觉风格、整合品牌资产，以及处理“UI 看起来很普通”这类反馈。不适用于纯后端/API 工作、修复 SwiftUI 编译错误、优化现有视图性能或只做无障碍合规，这些场景建议改用 swiftui-expert-skill。使用前提为 Xcode 16+ 与 iOS 18+ / macOS 15+ SDK，并使用 SwiftUI 框架。
ux-researcher-designer
这是一个面向高级 UX 设计师/研究员的用户体验研究与设计工具包，主要帮助团队从研究数据中生成用户画像、创建用户旅程地图、规划可用性测试，并将访谈、问卷、观察等原始研究数据综合为可执行的设计建议。工具包包含四个核心工作流：基于数据生成用户画像、创建旅程地图、规划可用性测试、综合研究结论。它提供 persona_generator.py 脚本，可读取 JSON 格式的用户数据并输出人类可读或 JSON 格式的画像结果，涵盖人口统计、心理特征、行为、需求目标、痛点、场景和设计启示等组件。此外还提供研究方法选择、画像置信度、可用性问题严重程度、访谈问题类型等速查表，以及画像方法论、旅程地图指南、示例画像和可用性测试框架等参考文档。
value-creation-plan
这是 Anthropic 金融服务技能库中的一项技能，用于结构化地制定并购后的价值创造计划。该技能围绕收入、成本与运营三类杠杆展开，并将其映射至 EBITDA 桥（EBITDA bridge），同时包含 100 天优先事项与 KPI 仪表盘。技能以工作流形式组织，共六个步骤：基线评估、价值创造杠杆、EBITDA 桥、100 天计划、KPI 仪表盘、交付物。最终产出为 Word 或 PowerPoint 文档，包含执行摘要、EBITDA 桥图表、价值创造杠杆明细、100 天计划时间表、KPI 仪表盘与责任矩阵，并以 Excel 模型支撑 EBITDA 桥。该技能面向私募股权与并购后整合场景，强调时间预期需现实，并建议与运营合伙人或行业专家共同压力测试假设。
cosmos-dbt-core
本技能面向使用 Astronomer Cosmos 将 dbt Core 项目转换为 Airflow DAG 或 TaskGroup 的实现场景，提供从项目配置、解析策略、执行模式、仓库连接、测试行为到算子参数与 DAG 组装的分步清单。适用于需要把 dbt Core 模型编排进 Airflow 的工程师，帮助在 DbtDag、DbtTaskGroup 或直接使用 Cosmos 算子之间选择合适的方案，并处理 Airflow 3.x 兼容性、缓存、对象存储产物上传与 dbt 文档托管等运维事项。
heygen
HeyGen 是一个 AI 数字人视频生成 API 技能，用于生成口播视频、讲解视频和演示视频。该技能已标记为废弃（DEPRECATED），官方建议改用两个更聚焦的技能：create-video（基于文本提示词生成视频，使用 Video Agent API）和 avatar-video（使用指定数字人、声音、脚本和场景构建视频，使用 v2 API）。本技能仅为向后兼容保留，并将在未来版本中移除。它支持通过 MCP 工具或直接 HTTP API 调用，涵盖视频生成、状态查询、视频列表、删除视频等操作，并提供提示词优化、视觉风格、数字人、声音、字幕、文字叠加、模板、照片数字人、Webhook 及 Remotion 集成等参考文档。
threejs-loaders
Three.js 资源加载技能，涵盖 GLTF/GLB 模型、纹理、HDR/EXR 环境贴图等资源的加载方式与异步模式。适用于在 Three.js 项目中加载 3D 模型、纹理、HDR 环境，或管理加载进度。提供 LoadingManager 进度跟踪、纹理配置、Draco/KTX2 压缩、多种模型格式（OBJ、FBX、STL、PLY）、Promise 异步加载、缓存与错误处理等示例代码。
threejs-materials
Three.js 材质技能，系统整理 Three.js 中各类材质的用法与属性，涵盖 PBR、基础、Phong、卡通、着色器材质等。适用于为网格设置样式、处理纹理、创建自定义着色器以及调试法线或深度等场景。内容包含快速上手示例、材质类型对照表、各材质常用参数、玻璃与车漆等示例、内置 uniform、多材质分配、环境贴图、材质克隆与运行时修改，以及性能优化建议。
xlsx
xlsx 是一个用于处理电子表格文件的技能，适用于任何以电子表格为主要输入或输出的任务，例如打开、读取、编辑或修复现有 Excel 文件。它提供基于 pandas 与 openpyxl 的工作流，并配套 LibreOffice 重算脚本，可在创建或修改公式后自动重新计算并扫描公式错误。该技能强调使用 Excel 公式而非硬编码计算值，以保证表格可动态更新；同时给出财务模型的颜色编码、数字格式、公式构建与硬编码来源注释等规范，并要求交付文件零公式错误、保留原有模板格式。
writing-skills
writing-skills 是一个用于创建、编辑和验证“技能”文档的方法论技能，核心思路是把测试驱动开发（TDD）应用到流程文档的编写中：先编写带子智能体的压力场景作为测试用例，在没有技能的情况下运行并观察失败（基线行为），再编写技能文档，验证智能体遵守规则，最后重构堵住漏洞。适用于需要为新技能、现有技能编辑或部署前验证技能有效性时使用。
conventional-commit
这是一个用于引导 AI 智能体生成规范提交信息（Conventional Commit Messages）的技能。资料说明其用途是：在提交代码变更、编写提交信息或整理 Git 历史时，按最佳约定生成提交信息。技能要求在提交前确认不在主分支上工作，并给出分支命名模式 <type>/<short-description>，类型需与提交类型一致（例如 feat/add-user-auth、fix/null-pointer-error、refactor/extract-validation）。提交格式为 <type>(<scope>): <subject> 加正文与页脚，头部必填、scope 可选，所有行不超过 100 字符。资料列出了 build、chore、ci、deps、docs、feat、fix、perf、refactor、revert、style、test 等提交类型及用途，并规定主题行使用祈使现在时、首字母不大写、结尾不加句点、最长 70 字符；正文说明 what 与 why 而非 how。资料还给出 fix、feat、BREAKING CHANGE 与语义化版本的对应关系，以及多个示例和提交原则。具体安装与调用方式暂未提供。
rde
rde 是 Metabase 官方 agent-skills 仓库中的一项技能，定位为「以 Metabase 为中心的数据工程专家」。它指导代理按剧本（playbook）逐步完成数据工程任务：探查与剖析仓库原始表、构建清洗后的表（作为 Metabase transforms）、定义指标与语义层、构建仪表盘，并将结果交付给用户。该技能强制一套工作约定，例如每份工作先读取 STATE.md 记录进度与决策、命令统一使用 --profile 与 --json 并解析结构化输出、在首次创建 transform 前必须执行「pre-create gate」检查点、先剖析再建模、每个模型在物化前需通过 transform 测试、指标与度量不得重复推导等。它还规定工作落点（生产或暂存环境、远程同步 synced_root 的归档规则）、按用户诉求路由到不同剧本（如校验与对账、抽取业务逻辑、构建语义层、回答某个问题、探查原始数据等），并遵循「先做薄切片」原则，优先端到端交付用户最先提到的核心数字。技能强调业务规则由用户决定、约定由公司保持，未回答的检查点不得视为通过。
etsy-multi-shop
Etsy 多店铺管理技能，围绕品类分离、品牌差异化和效率优化提供专家指导与可执行框架。该技能可分析卖家当前的 Etsy 店铺配置并识别优化机会，基于 Etsy 最佳实践给出数据驱动的建议，生成针对具体店铺的分步实施计划，并对工具、策略与方法进行利弊对比。目前处于 Beta 阶段，仅提供战略层面指导，不含 Etsy API 直接集成，建议结合自身店铺数据验证。安装命令为 npx skills add nexscope-ai/eCommerce-Skills --skill etsy-multi-shop -g。
tiktok-shop-shipping
TikTok Shop Shipping 是一个面向 TikTok Shop 卖家的物流配送设置技能，来源于 nexscope-ai/ecommerce-skills，目前处于 Beta 阶段。它聚焦承运商选择、运费模板与配送时效预期等环节，帮助卖家梳理和优化店铺配送配置。使用时通过 npx 命令将该技能安装到 AI 助手，随后可用自然语言提问获得结构化分析与建议。输出内容涵盖现状评估、按优先级排列的行动项（从快速见效到长期改进）、工具与策略建议、实施时间表以及需跟踪的 KPI。需要注意的是，该技能提供的是策略性指导，并非直接对接 TikTok API，其建议基于通用最佳实践，需结合卖家自身店铺数据验证；如需实时分析与自动化优化，资料提示可了解 Nexscope。
autoresearch
Autoresearch 是一个面向 AI 编码智能体的自主研究编排技能。它通过「内循环 + 外循环」的双循环架构，让智能体自主完成从文献调研、假设生成、实验执行到论文撰写的完整 AI 研究流程。智能体扮演研究项目经理角色，负责编排与状态维护，具体执行则路由到相应领域技能。内循环快速迭代约束明确的实验并测量指标，外循环定期回退、总结规律、更新 findings.md 并生成新假设，必要时回到文献阶段或转向新方向。项目通过本地目录结构（research-state.yaml、research-log.md、findings.md、literature/、src/、data/、experiments/、to_human/、paper/）维护结构化状态，并通过 /loop 或 cron 心跳机制保持持续运行。适用于希望让智能体长时间无人值守推进机器学习或 AI 研究任务的场景。需要用户提供研究方向或已有方案，智能体不索要确认，默认全自主推进。
ray-train
Ray Train 是用于分布式训练编排的组件，可将 PyTorch、TensorFlow、HuggingFace 等框架的机器学习训练从单机扩展到多节点集群，尽量少改代码。它负责分布式协调、GPU 分配、容错、检查点与指标聚合，并可与 Ray Tune 结合进行超参数调优。安装命令为 pip install -U "ray[train]"。
law-of-figure-ground
这是一个面向 UI/UX 设计的前端技能，主题为“图形与背景法则”（Law of Figure-Ground）。它的用途是在设计模态框、浮层与层级深度时，帮助建立清晰的图底关系。主要内容包括：原则说明——人脑会自动将视野分为主体（图形）与语境（背景），图形被感知为在前、有边界、是注意力焦点，背景则在后、无边界、后退；这一解析不是选择而是知觉反射，因此每个 UI 表面都会触发图底分离，问题在于你是否刻意设计。技能列出了图形与背景的特征对照（前/后、有界/无界、焦点/语境、高对比或更丰富细节/低对比更平整、通常较小面积/通常较大面积）。在 UI 中建立清晰图底关系的方法涵盖：高度与阴影（卡片浮于页面之上即为图形，页面为背景；下拉菜单、面板、模态框、工具提示须出现在其调用表面之上）；浮层与遮罩（模态框需要背景后退，半透明深色遮罩降低背景存在感）；对比度（高对比元素被感知为图形，文本与背景亮度过近会导致图底崩塌）；选中与激活态（选中项变为图形，未选中项变为背景）。还说明了模糊图底（如鲁宾之杯）在 UI 中通常是失败，以及常见失败：遮罩不足、嵌套高度缺乏对比、文字直接压在照片上、扁平设计缺少表面区分。并给出深色模式注意事项与最佳实践，包括在设计令牌中定义表面栈、文字不直接放在照片或复杂图像上、去掉颜色测试图底、克制使用高度、在两种主题下验证遮罩。
bitdefender-total-security-awareness
这是一个安全警示类技能（Skill），用于识别并警告伪装成 Bitdefender Total Security 破解版、注册机（keygen）的恶意仓库。它帮助 AI 代理在面对用户询问此类仓库时，辨别其恶意本质，提醒用户不要下载或运行，并说明其可能带来的系统入侵、数据窃取和法律责任风险。该技能同时提供官方的合法杀毒软件来源信息、软件真伪验证方法（如官方下载、HTTPS 证书、数字签名、SHA256 校验）以及向 GitHub 和安全厂商举报恶意仓库的途径。它本身不提供任何可执行的杀毒软件，不提供价格或具体承诺，仅作为安全意识与防范指南使用。
malware-detection-and-removal
该技能用于识别、分析和记录伪装成合法软件的恶意软件分发仓库，重点面向安全研究与教育场景。它通过仓库描述关键词、主题标签、星标增长速率、是否存在真实源码等指标构建威胁评分，帮助判断可疑仓库是否为恶意软件投放渠道；并给出内容验证、可疑可执行文件检查、代码签名验证以及向平台举报的思路。正文还以伪装成 Bitdefender 破解版的仓库为例，说明其常见特征与风险，并强调只应从官方渠道获取安全软件、使用官方包管理器、校验校验和、保持系统与杀毒软件更新。技能包含示例性 Go 代码，用于演示威胁评分、内容核验与举报流程，以及识别破解、密钥生成器、预激活等诱导性关键词的方法。适用场景包括安全研究、恶意仓库排查、软件来源可信度评估与举报协助。限制在于：不提供恶意代码样本或攻击方法，仅用于防御与教育，不得用于创建或分发恶意软件；部分示例代码为概念性演示，实际举报需通过平台官方途径提交。
auth-web-cloudbase
CloudBase Web 认证快速指南，用于在已检查认证工具（auth-tool）之后进行前端集成。该技能面向使用 @cloudbase/js-sdk 构建的 Web 登录、注册、会话或用户资料流程，提供简洁实用的 Web 认证集成说明。其 API 设计兼容 Supabase 风格，所有方法返回 { data, error }，支持手机、邮箱、匿名（默认禁用）、用户名/密码、OAuth 及第三方登录方式。使用前需先通过 auth-tool-cloudbase 确认登录方式已启用并获取 publishable key。不适用于小程序认证、原生 App 认证或服务端认证配置。
accounting
这是一个面向独立创业者的会计与记账技能，帮助用户从第一天起建立清晰的财务追踪体系。内容涵盖：开设独立企业银行账户与信用卡、选择记账软件（如 Wave、QuickBooks、Xero、Bench 等，按阶段推荐）、简化版 Chart of Accounts、Stripe 与记账软件的集成、每周 30 分钟记账流程、SaaS 收入确认规则、美国季度预缴税与常见扣除项、财务报告的阅读方法，以及何时聘请会计师的参考节点。
d3-viz
d3-viz 是一个关于使用 d3.js 创建交互式数据可视化的技能。它提供在 d3.js 中构建复杂、可交互的数据可视化时的指导，涵盖自定义图表、图形、网络图、地理可视化等场景。该技能强调 d3.js 将数据绑定到 DOM 元素并应用数据驱动变换的能力，可用于制作具有精细样式控制的出版级图形，并适用于原生 JavaScript、React、Vue、Svelte 等各类 JavaScript 环境。