azure-quotas
中文介绍正在整理，稍后补充。
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 10-14 00:01
全部 Skills
154,348 个结果
lark-workflow-standup-report
中文介绍正在整理，稍后补充。
lark-openapi-explorer
飞书/Lark 原生 OpenAPI 探索技能，用于从飞书官方 markdown 文档库中逐层挖掘未经 CLI 封装的原生 OpenAPI 接口。当现有 lark-* skill 或 lark-cli 已注册命令无法满足用户需求时，通过本技能检索官方文档定位接口，并用 lark-cli api 裸调完成调用。流程包括：确认现有能力不足、从顶层索引定位模块、从模块文档定位具体 API、获取完整规范、通过 CLI 调用。使用前需先了解认证、身份切换和安全规则。
lark-skill-maker
中文介绍正在整理，稍后补充。
repo-intake-and-plan
repo-intake-and-plan 是一个面向“README 优先”的深度学习仓库复现场景的 Rigor Intake 辅助技能。它用于在复现工作开始阶段对目标仓库进行扫描与规划：读取 README 及常见项目文件，梳理仓库结构，盘点文档中记录的命令，并将命令候选保守地归类为推理、评估、训练或其他类别。该技能还会给出最小可信复现建议以及需要注意的歧义或风险清单。它本身只做扫描与规划，不安装环境、不准备大型资产、不执行实质性复现命令，也不决定高风险修补，通常由编排器（orchestrator）调用。输入需要目标仓库路径，以及 README 等常见项目文件的可访问权限，可选地接受用户关于优先级（例如推理优先）的提示。其输出包括简洁的仓库结构摘要、文档化命令清单、推断的候选类别、最小可信复现建议和明显歧义或风险列表。适用于 README 优先复现工作的起点、需要快速获取仓库结构与命令映射、需要保守分类推理/评估/训练候选，或用户希望先只检查仓库而不运行任何内容的情况；不适用于执行已开始、非仓库复现任务、只解读论文而不检查仓库，或用户已选定命令只需搭建或执行的场景。
minimal-run-and-audit
minimal-run-and-audit（安装 slug 仍保留该名称）是一个面向 README 优先的深度学习仓库复现流程的 Rigor Run 技能，用于在已确定复现目标与环境准备方案后，执行并规范化短时验证运行（smoke 测试、文档中的推理或评估运行等）的证据。它接收主技能或轻量辅助模块传入的执行证据，负责对一次已尝试命令进行标准化报告，产出执行结果摘要、标准化的 repro_outputs/ 文件、SCIENTIFIC_CHANGELOG.md、COMPARABILITY_REPORT.md，并在仓库文件被修改时生成 PATCHES.md，同时明确区分已验证、部分完成与受阻状态。该技能不自行选择总体复现目标，不进行论文的广泛分析，不负责训练的启动、恢复或长时训练状态管理，也不适用于初始仓库扫描、环境与资产尚不明确、文献检索或用户仍在确定主运行目标的场景。它强调不得将高风险代码改动正常化为可接受实践，且不得隐藏会改变评估、预处理、检查点、指标或其他科学含义的改动。
env-and-assets-bootstrap
env-and-assets-bootstrap 是 Rigor Setup 技能，用于 README 优先的深度学习仓库复现场景。它的核心作用是在运行命令之前，为深度学习项目准备保守的、以 conda 为先的环境配置与资产路径。适用时机包括：仓库接入并确认了可信复现目标之后、需要在运行命令前创建环境或准备资产路径时、仓库依赖检查点、数据集或缓存目录时，以及用户明确希望在任何运行尝试前获得安装帮助时。该技能会输出保守的环境设置说明、候选 conda 命令、资产路径计划、检查点与数据集来源提示，以及尚未解决的依赖或资产风险。它只负责准备环境与资产假设，不负责目标选择、最终报告，也不做论文查询（仅将缺口转交给可选的论文解析器）。
product-launch-video
中文介绍正在整理，稍后补充。
setup-pre-commit
中文介绍正在整理，稍后补充。
azure-upgrade
中文介绍正在整理，稍后补充。
to-questionnaire
中文介绍正在整理，稍后补充。
writing-beats
中文介绍正在整理，稍后补充。
writing-shape
中文介绍正在整理，稍后补充。
writing-fragments
中文介绍正在整理，稍后补充。
supabase-postgres-best-practices
Supabase Postgres 最佳实践是 Supabase 维护的一套 PostgreSQL 性能优化指南，适用于在任意环境中运行的 Postgres。该技能在编写或修改任何位于 Postgres 中的内容之前加载，帮助进行自动化查询优化与数据库模式设计。它按影响程度将规则划分为 8 个类别并分级：查询性能、连接管理、安全与 RLS 为 CRITICAL；模式设计为 HIGH；并发与锁定为 MEDIUM-HIGH；数据访问模式为 MEDIUM；监控与诊断为 LOW-MEDIUM；高级功能为 LOW。每条规则文件包含规则重要性说明、错误 SQL 示例及解释、正确 SQL 示例及解释，以及可选的 EXPLAIN 输出或指标、补充上下文与参考链接（适用时含 Supabase 专属说明）。
scaffold-exercises
中文介绍正在整理，稍后补充。
remotion-to-hyperframes
中文介绍正在整理，稍后补充。
faceless-explainer
中文介绍正在整理，稍后补充。
migrate-to-shoehorn
中文介绍正在整理，稍后补充。
high-end-visual-design
high-end-visual-design 是一个面向 AI 的设计技能，来源于 leonxlnx/taste-skill。它让 AI 以高端设计机构的水准来生成界面，明确规定了字体、间距、阴影、卡片结构和动画等视觉要素，使网站呈现出“昂贵”的质感。该技能以“Principal UI/UX Architect & Motion Choreographer（Awwwards 级别）”为定位，核心目标是产出 15 万美元以上机构级数字体验，而非普通网站。它要求输出具备触觉深度、电影级空间节奏、细致的微交互与流畅动效。技能内含“变化指令”，要求每次生成的布局与美学都不重复，同时严格遵循“Apple 风格 / Linear 级”的设计语言。技能还包含“绝对零度”反模式清单，禁止使用 Inter、Roboto、Arial 等常见字体，禁止标准粗描边图标、通用 1px 灰边框和生硬投影，禁止贴顶对称三栏布局与线性过渡。技能通过“创意变化引擎”从氛围纹理与布局原型中组合选择，并规定移动端折叠规则。组件层面强调“双圈层”嵌套结构、嵌套 CTA 按钮、宏留白与空间张力。动效方面要求模拟真实质量与弹簧物理、自定义 cubic-bezier 曲线、流体岛式导航、磁吸按钮与滚动入场动画。技能还包含性能护栏与执行协议、输出前检查清单。
redesign-existing-projects
这是一个名为 redesign-existing-projects 的技能（Skill），用于将现有网站和应用升级到更高品质的设计水准。它的核心流程是：先扫描代码库，识别项目使用的框架与样式方案（如 Tailwind、原生 CSS、styled-components 等）；再执行设计审计，找出通用的 AI 生成式设计痕迹、薄弱环节与缺失状态；最后在不重写、不迁移框架的前提下，对现有技术栈进行针对性改进。该技能提供了一套详尽的设计审计清单，覆盖排版、颜色与表面、布局、交互与状态、内容文案、组件模式、图标与代码质量等方面，并整理了常见的战略性遗漏项（如法律链接、返回导航、404 页面、表单验证等），以及排版、布局、动效、表面质感四类高阶升级技巧。它还给出了修复优先级顺序，强调保留现有技术栈、不破坏已有功能、改动可审查且聚焦。
video-edit
中文介绍正在整理，稍后补充。
ai-avatar-video
中文介绍正在整理，稍后补充。
twitter-automation
twitter-automation 是一个通过 inference.sh CLI（belt）实现 Twitter/X 自动化的技能，支持发帖、互动和用户管理。可调用的应用包括：发布纯文字推文（x/post-tweet）、发布带媒体内容（x/post-create）、点赞（x/post-like）、转推（x/post-retweet）、删除推文（x/post-delete）、按 ID 获取推文（x/post-get）、发送私信（x/dm-send）、关注用户（x/user-follow）、获取用户资料（x/user-get）。使用前需安装 inference.sh CLI（belt）并执行 belt login 登录，随后通过 belt app run 命令配合 JSON 输入调用各项功能。文档还提供两个组合工作流示例：先用图像生成应用生成图片再发帖，或先生成视频再发帖。