seedance-ecommerce-ad
该技能用于借助 Seedance 2.0(Higgsfield)为电商产品生成广告视频提示,覆盖产品展示、开箱、演示、购物、时尚、美容、食品等商业视频场景,提供钩子设计、分镜结构、配色与平台适配等提示词框架。
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
252,723 个结果
该技能用于借助 Seedance 2.0(Higgsfield)为电商产品生成广告视频提示,覆盖产品展示、开箱、演示、购物、时尚、美容、食品等商业视频场景,提供钩子设计、分镜结构、配色与平台适配等提示词框架。
React 核心基础技能,系统讲解组件与 JSX、props 与 state、核心 Hooks(useState/useEffect/useRef/useMemo/useCallback/useContext)、组合模式、条件与列表渲染以及受控输入等通用 React 基础知识。该技能定位为生态系统技能(样式、数据获取、状态管理、部署等)所依赖的 React 基础目标,并明确指出高级 Hook 组合与状态机建模应使用同系列的其他技能。内容仅聚焦基础知识,不涉及具体收费、平台或效果承诺。
CloudCannon Snippets 技能用于为 CloudCannon 站点添加片段支持,让编辑者能在富文本内容编辑器中插入和编辑组件、短代码、嵌入等复杂标记,涵盖 SSG 层与 CloudCannon 的 _snippets 配置层。
CodeStable 文档收尾技能,用于阶段结束、整理文档、同步记忆及 /sync、/neat 触发场景,对全局知识库做卫生检查与四层同步(工作流记忆、agent 入口、外部文档、外部记忆)。不用于写单篇指南或 API 参考、修 bug、实现功能、仓库初始化。
从指定分支批量创建隔离的 git worktree,用于并行开发:每个 worktree 独立分支,复制被 gitignore 的配置、安装依赖并做健康检查,多分支时由子代理并行处理。
brain-to-docs 是一个用于把用户头脑中的项目愿景、决策与偏好提取成清晰文档的技能。它通过来回问答的方式工作:先阅读 docs/adr/ 与 README.md,然后每次用纯文本提出 5 个不同角度的问题,用户回答后立即更新文档——README 记录愿景,docs/adr/ 记录决策。整个过程要求回答与回复非常简洁、句子简短、使用平实英文,直到用户表示结束。
cmux 是一个 macOS 终端应用的命令行控制技能,用于管理窗口、工作区、窗格、表面、浏览器、通知、设置与钩子。仅在用户明确提到 cmux 时使用,要求 macOS 14.0+,优先使用 CLI。
COSMIC Database 是一个用于访问 COSMIC(Catalogue of Somatic Mutations in Cancer,癌症体细胞突变目录)癌症突变数据库的技能。COSMIC 是探索人类癌症体细胞突变的最大、最全面的数据库,收录了数千种癌症类型中的数百万个突变、经过专家整理的癌症基因列表、突变特征以及临床注释。该技能支持以编程方式下载和查询癌症突变数据,包括体细胞突变、Cancer Gene Census、突变特征、基因融合、结构变异、拷贝数变异、耐药突变和癌症细胞系基因组数据。使用前需要注册账号:学术用户可在 https://cancer.sanger.ac.uk/cosmic/register 免费注册,商业用户需通过 QIAGEN 获取许可。Python 依赖通过 uv pip install requests pandas 安装。该技能提供 scripts/download_cosmic.py 脚本,支持命令行和函数调用两种方式下载数据,数据支持 GRCh38 和 GRCh37 两种参考基因组,文件格式包括 TSV/CSV(gzip 压缩)和 VCF。适用于癌症研究、精准医学、生物信息学流程集成等场景。
Histolab 是用于数字病理全切片图像(WSI)处理的 Python 库,可自动检测组织区域、从千兆像素图像中提取信息性图块,并为深度学习流程准备数据集,支持多种 WSI 格式与灵活的图块提取策略。
该技能提供系统化方法,用于识别和利用 Web 应用中的不安全直接对象引用(IDOR)漏洞。覆盖数据库对象引用与静态文件引用两类场景,包含参数篡改、枚举检测、Burp Suite 利用流程,以及修复建议。适用于授权安全测试,需至少两个测试账号和代理工具。
neuropixels-analysis 是一个用于分析 Neuropixels 高密度神经记录的工具包,整合 SpikeInterface、Allen Institute 与 International Brain Laboratory(IBL)的最佳实践。它支持从原始数据到可供发表整理的单元(unit)的完整流程,包括加载 SpikeGLX、Open Ephys、NWB 格式数据,预处理(滤波、CAR、坏通道检测),运动/漂移检测与校正,运行 Kilosort4 等尖峰排序,计算质量指标(SNR、ISI violations、presence ratio),按 Allen/IBL 标准进行单元筛选,并生成可视化,导出到 Phy 或 NWB。工具支持 Neuropixels 1.0、2.0(单探针与 4-shank)探针。使用时可通过 Python 脚本或 Claude Code 集成,提供一键 run_pipeline 以及多个独立脚本和参考文档。
PyDESeq2 是 DESeq2 的 Python 实现,用于 bulk RNA-seq 计数数据的差异表达分析,支持单因素与多因素设计、Wald 检验、FDR 校正、可选 apeGLM 收缩,并与 pandas、AnnData 集成。
Didit 生物特征年龄估算 API 的中文介绍:通过单张自拍估算年龄并同时进行被动活体检测,用于年龄门槛和低摩擦核验,不能作为法定年龄证明。
基于 each::sense 的深度图生成技能,可从单张 2D 图像提取单目深度信息,用于 3D 视差动画、VR/AR、景深虚化、立体图转换、焦点堆栈等场景,支持灰度、归一化与度量深度等输出格式。
opc-mvp-designer 是 easychen/opc-methodology 中的技能,用于为已选定的一人公司机会定义最小可行实验与 MVP,帮助确定最先验证什么、用什么最小形式验证,并输出可执行的 MVP 方案与实验计划。
OPC 总编排(opc-orchestrator)是一人企业方法论(OPC)整套技能流程的调度入口,用于启动、继续或回顾完整的一人企业方法论流程。它本身不替用户做决定,而是负责判断用户当前所处阶段、对方法论与术语的熟悉程度、选择交互模式,并决定下一步调用哪个技能。核心原则包括:默认共享目录为当前工作目录下的 opc-doc/;先理解用户再推进流程;先在对话里解释再提问;一次默认只问一个问题;重要决策给出三个备选方案并附加“我有自己的方案”;用户确认前不把单一结论写入正式产物。流程分为建盘期(阶段 01–07,线性)与运营循环(阶段 08–09,可多次触发)。它还会执行会话恢复协议,读取 state 与 outputs 文件还原上次进度;处理用户跳步、异常与层级越界。
Flutter AI 规则中的包容性设计技能,用于审查产品是否因语言、文化、设备、网络、经济或用户信心等假设而排除特定人群,涵盖 i18n/本地化、全球姓名地址表单、低端设备与弱网、低成本接入等场景。
一个与框架无关、以假设驱动的工作流,用于从 GitHub issue 复现并调查缺陷,适用于任意语言、框架或项目类型。
用于对已渲染界面做视觉工艺审计的技能,依据可见画面生成 Craft Report,覆盖 Useful、Usable、Reliable、Coherent、Well-Crafted 五个维度,只评估视觉工艺,不评估无障碍、可用性或发布就绪度。
用于在 Salesforce 组织中启用或禁用 enableTransactableMarketplaceReceivePartnerOffers 组织首选项的技能,通过 TransactableMarketplacePrivateOfferSettings 元数据类型配置,控制组织能否接收 Transactable Marketplace 的合作伙伴报价。
该技能面向 QA 测试工程师,提供符合 ISTQB Foundation Level(CTFL)的完整测试工件生成工作流,覆盖测试计划、测试分析、测试设计、测试实施、测试执行到测试完成的全过程。它可以从需求、用户故事或验收标准出发,辅助生成测试计划与策略、测试条件与测试用例、缺陷报告与缺陷日志、可追溯性矩阵、以及基于风险的回归套件定义和探索性测试章程。该技能还涉及等价类划分、边界值分析、判定表、状态转换、用例测试等测试设计技术,并支持测试工作量估算、静态测试评审、测试进度与质量指标监控。它提供大量 Markdown、CSV 和 TypeScript 模板,以及一个用于生成 QA 工件的 CLI 脚本。使用前需要 Node.js 18+、Playwright、文本编辑器和 Git。该技能不用于编写和维护版本化的 Playwright 规格代码、Selenium/Java 测试编写、驱动浏览器调试或管理既有回归套件的 CI,也不用于对抗性策略评审。
面向 Vue Router v3 的技能,依据官方安装、指南与 API 文档,为 Vue 2 应用提供路由配置、导航模式与 API 细节的指导。
Slopbuster 是一款用于去除文本与代码中 AI 生成痕迹的工具,定位为“AI 文本人性化器”,而非普通语法校对。它支持散文、营销文案、博客、文档、邮件、源代码、提交信息、文档字符串以及学术论文等多种内容类型。工具通过两遍审计流程工作:第一遍识别并移除 AI 模式,第二遍检查移除后是否产生新的机械感,并注入人类声音特征(如句式节奏变化、具体例子、观点、缩略形式、主动语态)。提供 text、code、academic、auto 四种模式,以及 quick、standard、deep 三档深度。standard 为默认,包含完整模式扫描、两遍审计、评分和变更日志;deep 模式可依据作者样本进行声音校准并生成风格指南。输出包含原始评分、改写草稿、剩余 AI 痕迹列表、最终版本、变更说明和需人工复核的标记。评分采用 0-10 人性化量表,分三层权重。该工具基于对 1000 多份 AI 与人类内容样本的分析,并参考了相关 LLM 检测研究。
archive-crawler 是 gbrain 中的通用个人档案归档工具,用于在明确允许的路径范围内探索个人文件树,包括本地挂载、Dropbox、Backblaze B2、Gmail takeout(.mbox)等来源。它会先做全量清单(文件夹、文件、大小、日期范围),再用“黄金过滤器”选出高价值内容(用户自己的写作、想法、关系材料、创作与情感内容),逐条展示给用户评审,记录用户的原始反应,并把值得保留的内容按主题归档到 brain 页面中,同时用 manifest 页面跟踪进度、优先级队列与会话日志。该技能为 schema-generic,不硬编码特定年代目录结构,而是运行时读取用户的文件规则。安全方面有强制闸门:必须在 gbrain.yml 中显式配置 archive-crawler.scan_paths 允许列表,否则技能直接拒绝运行,且不会自行推断或扩大扫描范围。支持处理纯文本、HTML、Markdown、.mbox、.doc/.docx、.pst、.zip/.tar 等文件类型,图片仅记录元数据不主动展示。具体安装方式与收费情况资料中暂未提供。