renewal-radar
Renewal Radar 是面向知识工作者的续约雷达技能:依据 CRM 中的续约商机或合同到期日,梳理未来窗口内的续约日历,评估风险与增购机会,输出风险清单、行动建议与数据卫生问题。
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
245,584 个结果
Renewal Radar 是面向知识工作者的续约雷达技能:依据 CRM 中的续约商机或合同到期日,梳理未来窗口内的续约日历,评估风险与增购机会,输出风险清单、行动建议与数据卫生问题。
route-lead 是 Anthropic knowledge-work-plugins 中的销售线索路由工具,按组织自定规则确定未分配线索或商机的负责人并管理交接,支持人工接受或覆盖与反馈调优。
面向 Godot 4.x 的 Blender 导出技能,优先使用 GLTF/GLB 格式,处理正确的缩放、材质、动画片段(Action)与碰撞体命名,并通过 MCP 集成在 Blender 工作流中使用。
从 Markdown 指令文件中提取原子化强制语句(MUST/SHOULD/MAY)并输出为 JSONL 的技能,可用于规则覆盖分析,或为 /policy-algebra 与 /distill 准备输入。
visualize 是一个用于把内容自动转成图示的技能:它会判断内容形态(节点图、时序、状态、对比等),按规则选择合适格式并渲染,适用于架构、流程、关系与对比类内容的可视化。
pr-comments 是一个用于处理 PR 评审意见的技能:抓取未解决的评审线程,按严重程度分级并去重后生成修复计划,经人工确认后逐条解决或修复。
这是一个针对 alicloud-ai-entry-modelstudio 入口技能的最小路由冒烟测试技能。其目标是仅验证该技能的最小请求路径是否可用,若执行失败则记录确切的错误细节,而不去猜测参数。使用前需准备认证与区域设置,安装 DashScope SDK(python -m pip install dashscope),并配置 DASHSCOPE_API_KEY(建议使用环境变量或 .env)。测试步骤包括:打开目标技能 SKILL.md 并选择一个最小输入示例,发送一次最小请求或运行示例脚本,记录请求摘要、响应摘要以及成功或失败原因。输出建议将结果保存为 output/alicloud-ai-entry-modelstudio-test-results.md,结果模板包含日期、技能路径、结论(pass/fail)和备注。
该技能是阿里云 ECS(云服务器)相关技能的最小冒烟测试(Minimal Smoke Test),用于验证 ECS 技能的基础可用性。它通过执行最小化的 API 查询来检查鉴权配置、区域可达性以及 DescribeInstances 查询路径是否正常。测试前提是已配置 ALIBABACLOUD_ACCESS_KEY_ID、ALIBALIBABACLOUD_ACCESS_KEY_SECRET 和 ALIBABACLOUD_REGION_ID 环境变量。测试步骤包括:执行 DescribeRegions 最小查询、在指定 region 执行 DescribeInstances(PageSize=1),并记录请求参数、返回总数与是否成功。预期结果是 API 可达且返回结构正常;即使没有实例也应返回空列表,而不应出现鉴权错误。该技能属于测试类工具,适用于在正式使用 ECS 技能前进行连通性与权限校验。
面向小说项目的编辑审查技能,协助处理作者本人经验之外的文化与真实性审读、真实人物与诽谤风险、引用授权、AI 使用声明、人工编辑轮次与合著协作。它准备材料、在 frontmatter 中跟踪状态并标注风险,不提供法律建议、不代替作者联系他人。
投稿准备技能,用于小说投稿前的就绪检查、撰写投稿包(查询信、简介、梗概、封底文案、对标书)并生成 Shunn 格式稿件,同时记录投稿去向。作者需自行投递,技能不代发。
agent-management 是 AI Maestro 套件中的一项技能,通过统一的命令行工具(AI Maestro CLI)创建、管理并编排多个 AI 代理,覆盖代理的完整生命周期,包括创建、休眠、唤醒、重命名、导出/导入以及插件管理。
该技能介绍在 Decentraland 场景中展示 NFT 并与之交互的方法,涵盖 NftShape 显示、钱包检查、签名请求、智能合约读写、dcl-crypto-toolkit 常用操作及 NFT 持有门槛。
Decentraland 场景中的玩家与化身系统技能,讲解如何读取玩家位置与资料、获取场外地址的化身外观、挂载 3D 物件、触发表情,并说明玩家 Transform 只读等关键限制。
Decentraland 场景中给玩家施加物理作用力的技能:支持瞬时冲量、击退、持续风力与斥力等,仅作用于本地玩家。含触发区碰撞层选择、滑翔状态差异与移动端不一致等注意事项。
hunt-http-smuggling 是一个用于狩猎 HTTP 请求走私漏洞的技能,覆盖 CL.TE、TE.CL、H2.CL、H2.TE 等类型,起因是前端代理与后端服务器对请求边界判断不一致。资料称其报酬约 5K–30K 美元,重复率最低。
hunt-subdomain 是一个面向上级域接管(subdomain takeover)漏洞的狩猎技能,来自 elementalsouls/claude-bughunter 技能集。它汇集了现代云服务商的指纹特征(如 Azure DevOps 的 cloudapp.azure.com 区域池、Vercel、Fastly、Zendesk、GitHub Pages、Heroku、S3、Shopify、UserVoice、WordPress.com 等),并提供从子域枚举、DNS 解析、CNAME 提取、NXDOMAIN 检测,到指纹比对、可认领性验证、影响升级与报告撰写的完整方法论。技能给出了可复用的命令行片段(subfinder、amass、assetfinder、dnsx、subjack、nuclei、dig、curl、aws s3api 等),并对每类服务商的错误字符串与响应特征进行归纳。核心在于把通常被评为低危的子域接管,与 OAuth 重定向白名单、共享 Cookie、CSP 信任、CDN 源站劫持等链路组合,升级为可导致一键账户接管的严重问题。
serve-sim 的项目内技能,用于审计并更新模拟器占位图资源,从本地 Xcode/CoreTypes 资源中提取设备预览图,适用于安装新 Xcode 或 macOS 后维护仓库中的未运行设备预览图。
warden-sweep 是 getsentry/warden 提供的全仓库代码扫描技能:用 Warden 扫描每个文件,深度追踪验证发现的问题,为已验证问题创建草稿 PR,并生成跟踪 issue 与最终报告。需 warden、gh、git、jq、uv,在仓库根目录运行。
该技能用于通过 gcloud 命令行和 Google Cloud Python 客户端库管理 Google Cloud Assured Workloads V1:校验前置条件,创建合规文件夹,允许合规服务,并对现有工作负载执行列出、检查、更新和删除。流程强调参数校验、区域端点、变更前人工确认与按序删除。
Supabase 维护的 Postgres 最佳实践技能,适用于任何环境运行的 Postgres。该技能是一份性能优化指南,包含按影响程度排序的 8 类规则,用于指导自动化查询优化与模式设计。在编写或修改任何位于 Postgres 中的内容之前应先加载此技能。规则类别按优先级分为:查询性能(关键)、连接管理(关键)、安全与 RLS(关键)、模式设计(高)、并发与锁(中高)、数据访问模式(中)、监控与诊断(低中)、高级特性(低)。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、额外上下文与参考、Supabase 特定说明。
Social Analytics 是一个用于分析社交媒体账号与互动数据的技能,可审计竞争对手的社交表现、计算互动率、识别高表现内容并生成报告。它通过命令行脚本运行,支持 Twitter、Instagram、LinkedIn 等平台,可输出文本、CSV、JSON、Markdown 等格式。该技能负责搭建分析框架、识别数据模式、计算统计指标并给出优化方向建议,但业务解读、指标定义、决策阈值和行动优先级由用户决定。它无法访问用户的实际数据,也不能替代统计专业判断或保证预测准确。
github-workflow 是一个面向 GitHub 开发流程的技能(Skill),用于把任意任务来源(任务链接或文字描述)标准化地推进到创建 PR(不合并)。其标准流程为四步:解析任务、创建分支与 TODO.md、将修复工作委派给 SubAgent(依据 TODO.md)、最终创建 PR。任务来源可以是任意数据源,首次使用时通过全局配置或 find-skills 确定查询方式,确认后写入全局配置,下次可直接复用。该技能包含核心参考文档(core-workflow,说明标准四步流程与前置条件)以及功能文档:任务检索(feature-task-retrieval,获取任务详情与管理全局配置)、TODO 规范(feature-todo-spec,TODO.md 的结构与委派规则)。资料提到该技能于 2026 年 3 月针对安全性进行了更新。
华为云昇腾小模型迁移技能,用于将视觉类小模型(检测、分割、分类等)迁移到昇腾 NPU。覆盖模型结构分析、迁移验证、性能数据采集、性能分析与优化建议的完整流程。支持 ResNet、VGG、EfficientNet 等编码器架构,YOLO、Faster-RCNN、SSD 等检测模型,UNet、DeepLab 等分割模型。不适用于 Decoder-only 大语言模型(如 Qwen、LLaMA、DeepSeek)及 VLM 文本主干,这些需采用适配器量化方案。技能基于 torch_npu、MSProf、Ultralytics 等组件,默认环境为 8× Ascend 910B3。
“集中兵力”是一个任务优先级决策技能:当多件事同时争抢时间、注意力或预算时,先用待办盘点选出唯一主攻目标并公开锁定,彻底解决并验证后再转向下一个。适用于待办过多、推进分散、每件都做一点却都没做完、需要决定先做什么的场景。