open-responses
Open Responses 是一套开源规范，定义多供应商大模型交互的统一 HTTP 协议，标准化消息、工具调用、流式传输、多模态输入与推理，使针对某一供应商编写的代码可用于任何兼容供应商。
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 11-05 00:16
全部 Skills
245,533 个结果
persona-architecture
Persona Architecture 是一套用于定义 AI 角色、语气与人格特征的设计方法。它把 AI 人格视为由性格特征、语气、知识立场、关系模型和边界共同构成的一致整体，而非随机的文本生成风格。该方法强调从产品目的与用户需求出发设计人格，而非单纯追求有趣或讨喜，并给出人格文档应包含的要素（特征定义、语气指南、行为规则、反人格、示例输出），同时列举了常见反模式，如虚假朋友感、人格空洞、人格不一致、人格不合时宜和人格过度。
audio-voice-recovery
面向低质量、低音量或受损录音的音频取证与语音恢复指南，包含8类共45条按影响优先级排列的规则，覆盖信号保留、噪声建模、频谱处理、语音增强、转录、取证鉴定与工具自动化，供音频增强、取证分析和转写工作流参考。
codemod
Codemod 最佳实践技能指南，面向 AI 智能体与 LLM，覆盖 JSSG、ast-grep 与工作流，共 48 条规则、11 个类别，按影响优先级组织，用于指导代码转换的编写、调试、评审与测试。
spark-recipe-label-organize
基于 spark-cli 的邮件标签与文件夹整理配方，用命令为邮件附加项目标签、移除错误标签、移动归档错误的邮件。需先阅读 use-spark 基础技能，访问级别为 triage。
enterprise-user-management-system-ai-analytics
这是一个全栈企业用户管理系统，结合了用户管理、任务跟踪与支持工单功能，并集成基于 AI 的分析能力。系统由三部分组成：React 前端（含用户/管理员仪表盘）、Node.js REST 后端（使用 MongoDB 与 JWT 认证）、以及基于 FastAPI 的机器学习服务。ML 服务提供风险检测、异常检测、职业倦怠分析和项目预测洞察等功能，使用 scikit-learn 与 River 构建模型。
wechat-account-analyzer
公众号账号诊断工具是一款针对微信公众号账号的量化分析工具，通过红狐 API 获取公众号真实运营数据，从内容健康度、用户活跃度、内容核心数据、运营规范性四个维度进行评分诊断，并对标行业平均水平，自动生成可落地的运营优化建议。工具支持一句话诊断（输入公众号名称即可获取完整报告）、多账号横向对比诊断，并可输出 Markdown、JSON 与 HTML 格式报告。评分采用 S/A/B/C/D/E 六级评级，配合行业对标分析与相似账号匹配。适用于公众号号主自检、竞品对标、MCN 批量评估及内容策略制定等场景。安装需 Python 3.8+ 环境、requests 依赖以及红狐Hub 的 API Key。
xiaohongshu-rewrite
小红书文案改写技能，可将任意文案转换为小红书风格内容：生成吸引人的标题、加入至少5个不重复emoji、末尾附加#标签。需配置REDFOX_API_KEY，免费使用不扣积分。基于Python标准库实现。
daily-news-report
daily-news-report 是一个按预设 URL 列表抓取内容、筛选高质量技术信息并生成每日 Markdown 日报的技能，采用主 Agent 调度加 SubAgent 执行、浏览器抓取和智能缓存的架构。
scenario-walkable-room
该技能可将一张室内照片（上传或由 Scenario 生成）转换为浏览器中可走入、可互动的 3D 高斯泼溅房间：墙面完整、屋内小物件重建为可拾取、抛掷并带落地音效的 3D 模型，换风格后同一房间可有多种外观。
ml-engineer
面向生产级机器学习系统的专家型技能，覆盖 PyTorch 2.x、TensorFlow 2.x 等框架，以及模型服务、特征工程、A/B 测试与监控，用于 ML 工程任务中的架构设计、最佳实践与验证。
topview-skill
Topview AI 官方客户端技能，通过 Topview API 生成视频、图片、数字人形象与 TTS 语音，所有网络请求仅发往 *.topview.ai。提供模块化 Python 脚本，支持文生视频、图生视频、图像编辑、抠图、产品模特图、语音克隆等能力。
brand-operation
小红书品牌号运营技能，用于管理官方品牌账号、建设品牌社区与声誉，并提升品牌号增长与互动。资料给出内容策略、社群管理、品牌语调、转化优化与数据分析五大支柱及排期参考，具体效果与工具未提供。
paper-poster-html
Paper Poster (HTML) 是一个面向学术会议海报生成的技能，风格针对 ICML、NeurIPS、ICLR、CVPR 等会议。它把论文（.tex 或 PDF）转换为单个 HTML/CSS 文件，并按会议官方规定的打印画布（如 @page { size: W H }）排版，再通过 Playwright 的打印模拟渲染为 PDF。其核心特点是“先测量、后审美”：在进入视觉评审之前，必须先通过硬性检测（对齐、样式、素材等），并遵循“测量而非目测”的原则，因为屏幕预览并不可靠，只有在正确视口下做打印模拟才能反映真实效果。它要求海报中的图必须来自论文本身并附带来源清单，禁止用自制 SVG 装饰图替代。样式上强制双色系（强调色 + 金色高亮 + 中性色），并禁用新的内联样式或新十六进制颜色值，以此避免反复打补丁却越改越差的“补丁循环”。最终产出 poster.html、poster_preview.pdf 以及检测报告 GATE_REPORT.json。
wechat-article-fetcher
wechat-article-fetcher 是一个用于获取并解析微信公众号文章的工具。用户提供 mp.weixin.qq.com/s/... 形式的微信文章链接后，它可以提取标题、作者、公众号名称、正文内容、图片和元数据，支持单篇与批量下载、图片下载以及 Markdown 转换。它可作为命令行脚本运行，也可作为 Python 库调用，输出格式化的独立 HTML、Markdown 版本、元数据 JSON 和图片目录。适用于获取或下载微信文章、提取文字或元数据、将文章转换为 Markdown、连同图片保存文章等场景。
consulting-frameworks
咨询思维框架与方法论技能，按任务选择参考文件，覆盖问题拆解、沟通表达、战略分析、财务建模、运营设计、并购尽调与定价等场景，提供流程指引、应用步骤、质量检查与示例。
bmad-check-implementation-readiness
BMAD 方法中的实现就绪检查技能，用于在进入 Phase 4 实现前，校验 PRD、UX、架构、Epic 与 Story 是否完整并相互对齐。当用户说 “check implementation readiness” 时触发。
bitrix-security
Bitrix 安全模式技能，聚焦 Bitrix 框架下的常见安全风险与防护实践。内容涵盖 CSRF、XSS 与链接净化、开放重定向、ORM/ExpressionField 中的 SQL 注入、SSRF 与本地文件读取、文件上传、权限校验、REST 作用域、JWT/JWK、加密与双因素认证等主题。基线要求 main 23.0+，已验证 main 26.800.0。该技能强调：请求数据、数据库存储设置、导入数据、REST 载荷均视为不可信；实体类型与归属只能来自数据库记录而非请求；凡进入 SQL 结构的部分（字段名、运算符、函数、排序键）无论来源都需白名单校验；按输出上下文转义（HTML 用 htmlspecialcharsbx()、JS 用 Json::encode()、URL 走协议白名单）；用户输入不得未经检查进入 CFile::MakeFileArray()、file_get_contents()、unserialize() 或重定向目标；认证/CSRF 过滤器不等于授权，每个操作都需对对象做权限校验。
data-analysis
面向金融、SaaS 与 RevOps 场景的数据分析、可视化与叙事技能，用于分析收入、预测、同期群、流失与销售管道等数据。
liquid-glass
面向 macOS/iOS 原生应用开发的技能，指导开发者按 Apple Liquid Glass 设计语言与 Human Interface Guidelines 构建 SwiftUI 界面，涵盖三层模型、五项原则、材质与玻璃效果 API、组件模式、颜色、字体、间距、SF Symbols、动效及无障碍适配。
recover-eco-funds
用于从旧版 Circle CLI Gateway 的 Eco 存款中找回 USDC 的技能，适用于已发布 intent 将 reward.creator 固定为 SCA 背后 EOA 的遗留存款。流程以只读诊断为先，需解码 IntentPublished 事件确认归属，再按需执行 Eco 自退款或 backing EOA 归集。
databricks-aibi-dashboards
Databricks AI/BI Dashboard（原 Lakeview）技能，用于创建、更新和部署 Databricks 上的 AI/BI 仪表板。该技能强调仪表板 JSON 具有独特结构，必须遵循其规范。核心能力包括：通过 CLI 发现表结构、测试 SQL 查询、规划仪表板结构、选择合适的可视化组件（标准 widget 或自定义 Vega-Lite），最终以 lakeview create 命令部署，并管理生命周期（list、get、update、publish、trash）。技能提供完整的组件版本索引、创建与更新工作流、JSON 骨架结构、主题色彩设置等指引，帮助生成面向人类阅读的 KPI、趋势、排名、分布或地理对比视图。适用于需要在 Databricks 工作区构建只读 KPI 图表与筛选器的数据团队。
discord-bot-architect
用于构建可投入生产的 Discord 机器人的专用技能，覆盖 Discord.js（JavaScript/TypeScript）与 Pycord（Python）两套方案，涉及网关 Intent、斜杠命令、按钮/下拉菜单/模态框等交互组件，并列出常见反模式与注意事项。
lint-and-validate
该技能用于在每次代码修改后自动执行质量控制、代码检查（lint）与静态分析，确保语法正确并符合项目规范。它按技术生态提供具体命令：Node.js/TypeScript 使用 npm run lint 或 npx eslint --fix、npx tsc --noEmit、npm audit；Python 使用 Ruff、Bandit、MyPy。技能强调强制性的质量循环：编写或编辑代码后运行审计、分析报告、修复并重复，未通过检查的代码不得提交或标记为完成。若项目未配置相关工具，会检查根目录的 .eslintrc、tsconfig.json、pyproject.toml 并建议创建。还提供两个脚本：lint_runner.py 用于统一 lint 检查，type_coverage.py 用于类型覆盖率分析。