bitrix-modules
Bitrix 自定义模块开发技能,覆盖 /local/modules 下的模块骨架、CModule 安装器(DoInstall/DoUninstall)、version.php、make:module、install/migrations 中的表/事件/代理、选项页与自动加载等规则。
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
245,536 个结果
Bitrix 自定义模块开发技能,覆盖 /local/modules 下的模块骨架、CModule 安装器(DoInstall/DoUninstall)、version.php、make:module、install/migrations 中的表/事件/代理、选项页与自动加载等规则。
CSV Analyzer 是一个综合性的 CSV 数据分析与可视化工具,以技能(skill)形式提供。它通过运行本地 Python 脚本 analyze_csv.py 对 CSV 文件进行分析,生成数据摘要、质量评分、相关性、偏度、异常值等统计结果,并输出多种图表(如概览仪表盘、缺失值图、数值分布图、箱线图、相关性热力图、类别分布图、时间序列图、散点矩阵、小提琴图等)。工具完全在本地运行,依赖 pandas、matplotlib、seaborn、scipy、numpy,免费使用。适用于需要快速了解 CSV 数据概况、检查数据质量、探索变量关系、发现异常值或生成可视化报告的场景。
用于编写和运行 Contentful 内容模型迁移脚本的技能,基于 contentful-migration 库与 Contentful CLI,支持以 TypeScript 代码创建、编辑、删除内容类型、字段、编辑器界面和条目。
Account Research 是 Crustdata 推出的技能,用于对一家公司做完整研究。它把研究的范围定义为两半:公开可查的事实(通过 Crustdata 数据与网络搜索)以及团队内部已知的信息(CRM、通话录音、团队聊天、邮件)。该技能开场先询问用户的研究目标,以及各类内部上下文存放在哪里,然后路由到四种模式:账户深度调研与计划、组织架构图、技术栈与切入点、竞争对战卡。所有 Crustdata 调用在 Crustdata MCP 服务器的 execute 工具中以纯 JavaScript 脚本运行,脚本必须带来源标注注释,统一通过 callTool 返回结果并分支处理成功失败,返回最小投影字段,独立调用可并行、分页与依赖阶段须串行。技能还规定 fields 是响应白名单、分类值为闭集需先解析、零结果不等于无匹配,并给出成本说明(identify/autocomplete/schema 免费,搜索约 0.03 cr/结果,company_enrich 每次返回匹配 2 cr 等)。内部信息扫描为只读,永不写入所连接的系统。研究产出遵循去废话原则,事实需标注来源,推断需标明为推断。该技能的安装命令与具体配置方式在资料中暂未提供。
Design Ops & Handoff 是一套设计团队运营流程指南,覆盖设计冲刺、设计到开发交接、团队仪式、文档规范与设计 QA。适合设计负责人和产品团队参考,用于减少交接质量损耗、建立可复用的协作与验收标准。
一种基于 Synectics“直接类比”的横向思维技能:把问题抽象为角色、流动与瓶颈的结构,再从免疫系统、空管等远域系统中寻找同构结构,移植其解决机制作为具体创意,避免仅作表面类比。
Figma MCP 技能用于将 Figma 设计稿转换为生产代码:通过 Figma MCP 服务器获取设计上下文、截图、变量与资源,并把 Figma 节点翻译为项目代码。适用于设计驱动的实现流程。
Pentest Expert 是一个面向渗透测试方法论的技能,覆盖 OWASP、PTES 等安全评估流程,包括侦察、扫描、漏洞利用与报告撰写。它提供从被动/主动信息收集、Web 枚举、漏洞扫描到严重性评级与报告结构的参考命令与模板,适合用于安全评估场景。
用于漏洞赏金提交前的证据采集与脱敏规范技能:指导截图、HAR、Burp 抓包中的 Cookie 遮蔽、他人 PII 打码、HAR 净化与提交后账号轮换,避免泄露会话密钥或真实用户隐私。
Encore.ts 的声明式基础设施技能,用于在代码中声明数据库、Pub/Sub、定时任务、缓存、对象存储和密钥等资源,由 Encore 负责本地与生产环境的资源供给。所有基础设施声明必须位于包级别(文件顶部),不能写在函数内部。本地通过 encore run 在 Docker 中运行 Postgres、Redis 等;生产环境可经 Encore Cloud 部署到 AWS/GCP,或使用生成的配置自托管。
Security Reviewer 是一个专注于安全分析的中文技能,用于代码审查、漏洞识别、渗透测试与基础设施安全审计。它通过系统化工作流帮助识别安全漏洞,生成带严重性评级的结构化审计报告,并提供可操作的修复建议。该技能覆盖 SAST 扫描、依赖审计、密钥扫描、凭证检测、渗透测试与侦察、云安全审计以及 DevSecOps 合规自动化等场景。使用时先界定攻击面与关键路径并确认书面授权,再运行自动化工具(如 semgrep、bandit、gitleaks、npm audit、trivy),随后进行人工审查,验证并依据 CVSS 评级,最后输出报告。技能强调人工审查不可省略、测试前须确认授权范围、不得超出概念验证进行利用、不得造成服务中断或数据丢失,并需立即上报严重发现。
飞书 Markdown 是一个用于操作飞书云空间中原生 Markdown 文件的技能,基于 lark-cli 命令行工具。它支持查看、创建、上传、编辑和比较飞书中的 .md 文件,也可用于比较远端版本与本地草稿。该技能面向 Drive 中作为普通文件存储的 Markdown,而非 docx 文档;纯本地 Markdown 文件操作不会触发本技能。使用前需先阅读 lark-shared 中的认证与权限说明。
中文功能规范创建工具,用于将自然语言功能描述转换为结构化的功能规范文档。它会分析用户输入的功能描述,提取关键词生成 2-4 个词的短名称,检查远程分支、本地分支与规范目录以确定下一个可用编号,并创建对应的 Git 分支与规范文件。该工具会依据 spec-template.md 模板生成规范内容,包含用户场景与测试、功能性需求、成功标准、关键实体等部分。编写完成后还会生成质量检查清单并进行验证,最多迭代三次,对无法确定的方面以「需要澄清」标记向用户提问(最多三个),并按范围、安全/隐私、用户体验、技术细节的优先级排列。触发词包括「speckit规范」「功能规范」「创建规范」「功能描述转换」「speckit-specify」。适用于需要将功能想法转换为结构化规范文档的场景。
A股金融数据工具包,提供脚本用于获取A股实时行情、财务指标、董监高增减持、北向资金以及宏观经济数据(LPR、CPI/PPI、PMI、社融、M2),适用于需要实时A股市场数据支撑投资分析的场景。所有数据源免费,通过AKShare获取,无需API密钥。安装依赖使用pip install -r requirements.txt,所有脚本位于scripts/目录,从技能根目录运行,输出为JSON格式到标准输出,错误信息输出到标准错误。
Framer 风格 UI 设计系统的 AI 技能约束集,用于指导智能体构建深色模式界面,规定颜色语义令牌、Inter 字体、4px 网格、边框与交互规范。
面向财富管理客户的股权激励税务与规划技能,覆盖 RSU 归属与预扣缺口、NSO/ISO 行权税务、ISO 的 AMT 与抵免、83(b) 选择、ESPP、集中持股管理与 10b5-1 计划,并附公式、算例与脚本。
Cantera 均相点火延迟计算技能:对封闭绝热均相理想气体反应器运行定容或定压算例,基于温度梯度峰值给出点火延迟,并做守恒检查与数值细化。
MAGeCK 汇总 CRISPR 筛选分析技能:用 MAGeCK 统计测序读段与向导文库,或比较已计数的汇总筛选,输出计数矩阵、QC、向导与基因结果、对比来源并解读富集/耗竭。需自行确认文库、对比与重复设置。
nmrglue 是一个用于处理已校准一维复数 NMR 自由感应衰减(FID)的辅助工具,可生成相位谱、峰候选和带符号积分区域,并输出可复现的处理报告。它不识别化合物或归属共振峰。
用于处理双端 16S 扩增子测序数据的 QIIME 2 工作流技能:导入 FASTQ、去除 5′ 引物、用 DADA2 去噪生成 ASV 并做分类,保留 .qza/.qzv 溯源。需已知引物、质量编码、插入片段长度与样本元数据。
基于 Tellurium 与 libRoadRunner 的生化动力学实验技能:从 SBML 或 Antimony 模型做确定性轨迹模拟与独立参数条件对比,检查模型单位与一致性,并生成 SED-ML/COMBINE 归档与报告。
读取源泉征收票(日本工资所得预扣税单)图片并返回结构化数据的技能,可被其他技能调用,也可由用户直接调用;支持 PDF 文本抽取与图片 OCR 两条路径。
Basedpyright 是 Pyright 的分支,面向 Python 的静态类型检查工具,默认更严格、速度更快,适合设置类型检查、配置 LSP 或对比 basedpyright、pyright、mypy 等类型检查器时使用。
面向 Python 项目的 uv 技能,用于项目初始化、依赖增删、锁文件管理与环境同步。适用于 uv init、uv add、uv remove、uv lock、uv sync 及 pyproject.toml 配置等日常依赖管理场景。