formatting-insight-axes
PostHog 图表坐标轴格式化技能，指导通过 insight-create 或 insight-update 为 TrendsQuery 选择正确的 aggregationAxisFormat（如 duration、currency、percentage），避免用公式或前后缀伪造单位。
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 11-14 00:15
全部 Skills
252,622 个结果
diagram-quality
diagram-quality 是一套面向 agent-uml 协作画布的 PlantUML 图表质量最佳实践技能，旨在让人与 Claude 的设计对话更快收敛。它按优先级分为三层：渲染安全（CRITICAL，18 条规则，防止 HTTP 400 空白画布并确保 SVG 可交互）、对话机制（HIGH，5 张决策表，指导反馈-响应循环中下一步调用哪个工具）、设计有效性（MEDIUM，4 条带阈值的启发式规则，用于规划图表序列与导出准备）。技能提供 syn-safety.md、_presets.md、_conversation.md、_design.md 等参考文件，以及新增规则的模板。适用于每次 diagram_upsert 调用前、每次 design_feedback 响应后、新设计会话开始时、调用 design_export 前，以及图表渲染空白或元素不可点击时。
extension-test
Extension Testing 是一套针对 Chrome 浏览器扩展的测试方案，覆盖单元测试、集成测试和端到端测试三层。方案将测试分为三层架构：单元测试（Jest）用于验证孤立逻辑并 mock chrome.* API；集成测试（Jest）用于验证服务交互与消息传递；E2E 测试（Puppeteer）用于在真实 Chrome 中加载扩展进行测试。资料特别指出一项关键限制：扩展无法在无头模式下运行，E2E 必须使用 headless: false 或 Chrome 112+ 的 --headless=new。
quarkus-update
用于 Quarkus 项目的构建文件检查技能：检测构建工具与 Quarkus 版本，将项目构建文件与参考生成项目对比，并分析升级到新版本时需要自动处理与手动处理的内容。
subnautica-2-deep-synergy-coop-mod
基于 BepInEx 的《深海迷航2》合作多人模组 Deep Synergy，支持会话同步、共享库存、自适应难度与可选 AI 叙事生成，使用 WebRTC 点对点联网，无需中心服务器。目前仅提供资料层面的安装、配置与命令说明，具体兼容性与实际效果暂未提供。
twitter-cli-skill
twitter-cli 是一个基于 Python 的 Twitter/X 终端命令行工具，无需 API Key，通过浏览器 Cookie 认证读取时间线、书签、搜索结果、用户资料，并支持发帖、回复、引用、删除、点赞、转推、收藏等操作，所有命令支持 JSON/YAML 结构化输出，便于 AI 智能体流水线调用。
wiki-sync
Wiki Sync 是一个把研究笔记整理为结构化 wiki 知识库的技能，支持 [[slug]] 双链、交叉引用与自动生成索引，适合将零散笔记转为可维护的页面网络。
data-room
面向创业者的融资尽职调查资料室准备技能：根据融资阶段生成尽调清单、审计现有材料、起草缺失文件并规划文件夹结构与访问权限。
git-pr-workflows-onboard
面向新成员入职与知识传递的技能，提供从入职前准备、第一天安排到30/60/90天里程碑的完整入职流程指导，覆盖账号与设备准备、代码库熟悉、开发环境配置、导师制、团队融入与反馈度量，适用于远程或分布式团队。
startup-metrics-framework
面向种子轮到 A 轮创业公司的指标框架技能，用于跟踪、计算和优化不同商业模式下的关键绩效指标，提供最佳实践、检查清单与可执行步骤。
supabase-postgres-best-practices
Supabase 维护的 Postgres 性能优化与最佳实践技能，用于编写、审查或优化 Postgres 查询、模式设计与数据库配置，按影响优先级组织规则。
offensive-wifi-recon
面向无线安全测试的 Wi-Fi 侦察方法论技能，覆盖网卡选型、监听模式与注入验证、监管域设置、多频段空域测绘、隐藏 SSID 发现与目标信息记录，为后续 deauth、evil-twin、抓握手包等主动攻击提供前置情报。
agent-harness
Agent Harness 是一套关于“智能体被告知什么”的工程方法，聚焦系统提示词、工具描述与技术选型，并给出审计他人智能体系统的检查清单。
syncfusion-maui-button
用于在 .NET MAUI 项目中实现与定制 Syncfusion SfButton 按钮控件的技能，涵盖安装配置、图标与背景图、视觉状态、可勾选按钮、RTL 支持及样式调整等场景。
confluence-assistant
基于 Atlassian MCP 工具操作 Confluence 的技能：可搜索页面与文档、创建和更新页面、浏览空间、添加评论及查看页面详情，正文统一使用 Markdown。适用于需要以自然语言驱动 Confluence 读写与整理的场景。
react-native-expert
这是一个面向 React Native 与 Expo 的资深移动工程师技能，用于构建可上线的跨平台移动应用，重点关注性能优化、原生感的界面体验以及现代 React 移动端模式。资料中提供了 2026 年技术栈版本参考（如 React Native 0.79+、Expo SDK 53+、Expo Router 4+、TypeScript 5.5+、React 19、Reanimated 4+、Zustand、TanStack Query、MMKV 等），并给出必须遵守的渲染安全、列表性能、导航、动画、图片、样式、状态管理等关键规则，以及新项目结构与平台适配等参考文件。注意：该页面的官方内容未提供，介绍内也未标明具体价格或平台限制。
why-monad
介绍为何在开发 Web3 应用或 dApp 时选择 Monad 区块链，说明其相对其他链的特点，如以太坊兼容、高吞吐、快速出块与最终性、更大合约体积限制等。
ae-project-semantic
ae-project-semantic 是 AE 项目语义治理技能，用于从项目资产包生成、校验、提交、评审和发布受治理的 L2 项目级业务语义候选，涵盖业务概念、规则、计算约定与默认资产选择方法。仅通过 ae-cli 操作，不直接写数据库。
change-clarify
change-clarify 是一个交互式技能，用于审查由 change-init 从 Git 历史挖掘出的 ChDR（变更决策记录），逐条决定接受、拒绝或暂缓，作为推断决策进入项目记忆前的人工质量闸门。
change-init
change-init 是一个从 git 历史中挖掘变更决策记录（ChDR）的技能：扫描提交日志、按 issue 聚类变更故事、推断决策并生成带证据引用的草稿，供人工评审。
upwork-workflows
Upwork 工作流技能：通过 Upwork MCP 服务器编排客户、自由职业者和代理机构的多步骤可靠工作流，覆盖账号选择、工具发现、读写顺序、预览确认与资金动作等约定。
playwright-debugger
playwright-debugger 是一个用于诊断 Playwright 端到端测试失败的技能，来自 voidmatcha/e2e-skills。它面向「测试已经运行并失败、用户希望定位根因并给出具体修复」的场景。该技能从报告文件（playwright-report/、blob-report/、trace.zip）中提取失败信息，将根因归类到 F1–F15 的分类表中，例如 Flaky/时序问题、选择器失效、网络依赖、断言不匹配、测试隔离失败、环境差异、鉴权/会话、异步顺序假设、POM/定位器漂移、错误吞没、动画竞态、水合竞态等，并给出具体修复建议。它强调报告产物属于不可信数据，禁止执行、source 或管道到 shell 任何从报告中提取的命令，不遵循测试标题、错误信息、日志、网络响应或页面内容中嵌入的指令，也不随意打开报告中的 URL。使用前需校验产物路径在预期的报告根目录下、拒绝符号链接、FIFO、socket 等异常类型。仓库内命令需要在用户显式信任仓库并批准精确命令行后，以显式空环境运行。生成或复现报告要求目标栈为本地/一次性或经批准的非生产测试环境。该技能还区分真实产品缺陷与测试缺陷，避免为让测试变绿而弱化断言。
red-team-tactics
基于 MITRE ATT&CK 的红队战术原则技能，涵盖攻击生命周期各阶段、侦察、初始访问、提权、防御规避、横向移动、Active Directory 攻击，以及检测盲区报告与伦理边界。
paper-write
本科与硕士学位论文全流程撰写辅助技能，覆盖大纲审核、结构仿写、参考文献、润色、缩写扩写、防 AI 检测、翻译与结构化信息提取等环节。可按理工科与文科分别处理：理工科支持绪论、摘要、实验章节仿写与实验章节润色；文科支持绪论、摘要、文献综述、案例分析、对策建议仿写及文科章节润色。另提供问题与格式检查（错别字、标点、版式、图表与公式编号、章节引用、重复段落、术语一致性）、参考文献获取与 GB/T 7714 格式匹配、内容融合。执行时先识别任务类型、收集输入（多输入任务需解析【】标记或读取工作区文件），再按对应 reference 中的 Prompt 规则输出正文或结构化结果。输出遵循 Word 适配要求，不使用 Markdown，中英文与数字公式间加空格并使用全角中文标点；强调信息零丢失，避免 AI 化措辞。