agent-native-audit
agent-native-audit 是一个面向代码库的智能体原生架构审查工具,按八项原则并行审查并生成评分报告,可整体运行或只审查单项原则。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-12 00:15
251,155 个结果
agent-native-audit 是一个面向代码库的智能体原生架构审查工具,按八项原则并行审查并生成评分报告,可整体运行或只审查单项原则。
MarketScreener(S&P Capital IQ 平台)数据抓取工具,可获取财报电话会议记录列表、行情、公司概况、历史财务、估值、分析师共识、新闻、内幕交易、评级与公司治理等公开数据;无需注册或 API key,支持全球 2 万余只股票及阿根廷 ADR。
MarketWatch 金融数据抓取脚本,可提取美股与全球 ADR 的实时报价、三大财务报表、SEC 文件、分析师预估、期权链与历史 OHLCV。无需 API key,数据来自公开 HTML 页面,需遵守服务条款并做速率限制。
bioSkills 安装器是一个元技能,用于安装覆盖 62 个类别、共 425 个生物信息学技能,涵盖序列分析、RNA-seq、单细胞、变异检测、宏基因组、结构生物学等方向。
依据公开资料整理的 AI 视频概念策划技能:把一个粗略创意发展为可交给 AI 视频生成的结构化脚本,采用 PJ Ace 的 8 秒分镜方法,每场包含旁白与视觉描述。
基于波特五力模型与现代竞争情报方法的竞争分析技能,用于评估行业结构、识别战略机会并制定定位策略,适合创始人、战略团队、投资者和产品经理在进入市场或投资前使用。
Google Tag Manager 的网页与服务器容器实现参考,涵盖容器代码安装、标签/触发器/变量配置、数据层、调试、同意模式与 API 自动化,并附带第三方 Stape GTM MCP 服务器说明。
design-engineering 是一项面向界面设计工程与 UI 代码评审的技能,以图形化知识库形式组织,采用渐进式披露:主体是内容地图,按需沿 wikilink 打开原子节点。它首先充当路由器,解析设计契约、判断任务阶段(未定、构建、打磨、检查、命名),并将任务交给单一负责方(本技能节点、子代理或已安装的配套技能)。覆盖设计哲学、动效决策与缓动曲线、过渡技法、界面音效、发布视频、SVG 创建与变形、图表、字体排印、表面视觉、布局、组件状态与可访问性、AI 生成界面常见反模式,以及评审格式与检查清单。包含十个专用子代理,如 UI 评审、动效审计、反模式扫描、音效设计、SVG 创作等。适用于 UI 代码审查、组件与布局设计、动效与音效取舍判断等场景。
用于从命令行自动化 EEZ Studio 项目的技能:可检查与修改原生 .eez-project 文件、编辑 LVGL 界面与控件、管理 SCPI 命令元数据,并调用真实 EEZ Studio 后端进行 LVGL 模拟器构建。
通过 JSON 清单准备、检查并启动 WaveTone 2.61 音频转写工作流的技能,需在 Windows 主机上运行,并依赖本地解压的 WaveTone 2.61。
华为云 Ascend Profiler DB Explorer 是一个将自然语言问题转换为可安全执行 SQL 的技能,用于查询 Ascend PyTorch Profiler / msprof 数据库。它主要面向昇腾 NPU 上的性能分析场景,例如算子耗时、通信瓶颈、框架调度开销等。技能采用“自然语言输入 → 意图识别 → SQL 生成 → 数据库执行 → 结果分析”的流程,内部优先使用预置的 CTE 宏(compute_view、comm_view、dispatch_view)快速构造查询,避免手工编写或修改 JOIN 逻辑。它依赖 MSProf、SQLite、Ascend NPU 与 msprof_mcp 等组件,通过 msprof_mcp 提供的 execute_sql 或 execute_sql_to_csv 执行查询,并输出性能诊断结论。该技能还包含智能瓶颈诊断功能,可对性能数据做根因分析、瓶颈分类与优化建议。使用前提包括 msprof >= 7.0.0、sqlite3 >= 3.0.0,以及由 Ascend PyTorch Profiler 或 msprof 生成的数据库文件。
Document design 是一个用于生成可打印 HTML 文档并导出为 PDF 的技能(Skill),主要面向提案、报告、单页文档、新闻通讯、幻灯片或传单等排版场景。它支持读取品牌配置(pdf-playground.local.md 或旧路径 .claude/pdf-playground.local.md),从 YAML frontmatter 中解析品牌名称、标语、网址、邮箱、颜色与字体设置,并据此生成 CSS 变量。若未找到配置文件,则使用默认品牌值(主色 #CA3553、辅色 #000000,标题字体 Playfair Display,正文字体 Source Sans 3,标题句首大写)。文档以 8.5 英寸 × 11 英寸信件纸为打印目标,采用打印优先设计,包含固定页脚、页边距与分页规则,并提供封面页头、预算表格、高亮框等常用组件。技能内置 proposal、report、onepager、newsletter、slides、event 等模板,以及品牌示例与 CSS 参考文件。使用流程包括检查品牌配置、定位技能目录、加载模板、应用品牌设置、自定义内容、保存 HTML,并可选用 Playwright 浏览器工具预览。PDF 导出通过浏览器打印(目标另存为 PDF、边距无、启用背景图形)完成。具体收费、平台兼容范围等未提供。
Workflow Automator 是一个用于设计和实现自动化工作流的技能,目标是消除重复性任务、简化流程。它通过 GitHub Actions、Webhook、MCP 服务器和集成工具来识别重复任务、设计自动化流程、编写自动化脚本,并监控自动化系统的可靠性与效率。该技能强调务实自动化:只自动化能节省时间的工作,维护已自动化的部分,并在关键决策上保留人工介入。
AI 生视频工具,支持首尾帧/单图模式,根据原图与提示词生成视频,可选尾帧图控制结束画面。支持 KLING、WAN、SEED、SEED_FAST、HAILUO 模型,异步创建任务后轮询获取结果。
该技能用于按关键词生成亚马逊商业洞察报告,围绕市场潜力、产品特征、用户评论、客户画像、搜索趋势、定价分析六大维度进行 AI 综合分析,帮助卖家进行选品与市场进入决策。目前仅支持美国站(site=US),报告以 Markdown 形式输出,属于某一时点的快照分析,而非实时监控工具。可通过 API 端点 POST /amazon/opportunity/reportByKeyword 或 Python 脚本调用,脚本默认将完整响应落盘到工作目录下的 linkfox 目录并按响应体大小决定 stdout 输出摘要或全量内容。
LinkFox 反向选品技能,基于历史商业洞察报告沉淀的指标数据池,按 30+ 项商业维度反向筛选亚马逊赛道与关键词。记录为细分市场(关键词)级快照,每条约 37 个字段,涵盖市场规模与增长、竞争密度与头部集中度、价格区间与档位份额、人群画像(年龄/性别/收入/生命周期)、产品特征(新品评论数、趋势标签、非常见功能标签)以及评论卖点与痛点等维度。与正向分析不同,本技能不生成新报告,而是在已有指标池中按条件反查匹配的(站点,关键词)记录,按采集时间倒序返回。适用于低竞争赛道、蓝海赛道、品牌分散市场、痛点切入、价格档位空白、Q4 季节性等选品诉求。筛选参数均为可选,但必须提供 keyword / nicheName 或至少一个指标筛选条件,全空调用会被拒绝。当前仅支持美国站(amazonDomain = US)。无分页参数,可通过 limit(最大 200)扩大候选池。数据为采集时快照,非实时更新;输出为细分市场/关键词级粒度,不含 ASIN 级信息。
Meta Quest 透传摄像头访问(PCA)Unity 技能,基于 Android Camera2 API 访问 Quest 3 / Quest 3S 前置 RGB 摄像头,用于计算机视觉与机器学习管线。
该技能用于在项目中生成一个本地技能,以形式化验证代码中“错误代价最高、测试覆盖最少”的部分,支持任意语言和合适的验证工具。它帮助定位关键属性,选择模型检查器、证明助手或 SMT 验证器等工具,编写可复用的项目内技能,并确保验证可失败、范围诚实、易于重跑,最终交付给后续代理使用。
用于在运行时测试已部署并激活的 Power Pages 站点:通过浏览器导航、页面爬取与 API 请求验证,检查页面加载、/_api/ 接口响应及控制台错误,并生成分类测试报告。
该技能用于在 VS Code 仓库中运行单元测试。它优先推荐使用 runTests 工具,该工具提供结构化的通过/失败信息,并支持按文件和测试名称过滤,还可通过 mode="coverage" 收集覆盖率。当 runTests 工具不可用时(例如 CLI 环境),则回退到仓库根目录下的平台脚本:macOS/Linux 使用 ./scripts/test.sh,Windows 使用 .\scripts\test.bat,这些脚本会按需下载 Electron 并启动 Mocha 测试运行器。技能涵盖常用选项,如直接传入文件路径、--run、--grep、--runGlob、--coverage、--timeout 等,并说明集成测试需改用 scripts/test-integration.sh(或 .bat)。测试针对编译后的 JavaScript 输出运行,需先确保编译产物为最新。
用于药物候选分子的 ADMET(吸收、分布、代谢、排泄、毒性)综合分析技能,整合 ADMET-AI 预测、SwissADME 规则过滤与 PubChemTox、ChEMBL 实验数据,输出带证据分级和通过/警告/失败结论的评估表。
该技能用于将计算得到的统计结果(如差异表达基因、GWAS 命中位点、关联分析结果)与 ToolUniverse 生物数据库(UniProt、GO、Reactome、ClinVar 等)中的生物学背景进行整合分析。它强调“计算而非描述”,要求通过 Bash 运行 Python(pandas、scipy、statsmodels、matplotlib)实际执行分析与数据处理,并调用 ToolUniverse 工具检索数据。技能引导使用者把显著基因、变异、代谢物、药物或暴露映射到对应的生物学问题,再跨文献、遗传关联、通路、互作网络和临床数据库整合证据,并进行证据分级。流程涵盖因果推理(DAG、三角验证、孟德尔随机化、中介分析)、交叉验证(独立复制、生物学合理性、遗传支持、剂量反应、阴性对照)以及可执行报告输出(证据汇总表、强度评估、知识缺口和后续步骤、临床或公共卫生提示)。适用于在统计分析产生显著结果后追问“这意味着什么”,不适用于执行统计建模本身、纯基因富集、纯文献综述或单变异解读。
基于序列或 UniProt 编号的蛋白质结构预测与分析技能:整合 ESMFold 从头预测、AlphaFold 数据库检索、RCSB 实验结构比对、ProtVar 变异影响评估与 ProtParam 序列性质计算,给出带 pLDDT 置信度的结构预测流程。
tk-pr-sweep 是一个用于批量查看和整理多个已打开 PR 状态的技能,需通过显式的 /tk-pr-sweep、$tk-pr-sweep 或宿主技能选择启动,不用于单个 PR 反馈处理或普通 CI 失败。