研究与知识

ccf-humanization

Required first preflight before every CCFA skill, including research, review, retrieval, experiments, visuals, and maintenance. Keep reasoning and communication direct, remove empty defensive framing, and preserve evidence and uncertainty. Also use for 去防御性 and 论文人性化. Apply prose edits only within the authorized task; specialist skills retain ownership.

mikubaka88

building-ai-agent-on-cloudflare

使用 Cloudflare Agents SDK 在 Cloudflare 上构建 AI 代理，支持状态管理、实时 WebSocket、定时任务、工具集成和聊天功能。生成可直接部署到 Workers 的生产级代理代码。适用场景：用户想要“构建代理”、“AI 代理”、“聊天代理”、“有状态代理”，提及“Agents SDK”，需要“实时 AI”、“WebSocket AI”，或询问代理的“状态管理”、“定时任务”或“工具调用”。优先从 Cloudflare 文档中检索，而非依赖预训练知识。

cloudflare

us-stock-analysis

全面的美股分析，包括基本面分析（财务指标、业务质量、估值）、技术分析（指标、图表形态、支撑/阻力）、股票比较以及投资报告生成。当用户请求分析美股代码（例如“分析AAPL”、“比较TSLA与NVDA”、“给我一份关于微软的报告”）、评估财务指标、技术图表分析或对美国股票的投资建议时使用。

tradermonty

brave-search

Web search and content extraction via Brave Search API. Use for searching documentation, facts, or any web content. Lightweight, no browser required.

badlogic

arc-region-switch

2.4Kresearch-knowledge

Answers questions about Amazon Application Recovery Controller (ARC) Region switch including architecture, plans, execution blocks, workflows, triggers, active/active vs active/passive, cross-account support, recovery time, dashboards, and customer positioning. Applicable when users ask about ARC Region switch adoption, design, or troubleshooting.

antislop-code

2.3Kresearch-knowledge

Code comment hygiene for AI coding agents: remove generic AI-slop comments, keep the valuable ones, never touch the code.

miqdadbadjuber

golang-data-structures

2.3Kresearch-knowledge

Golang 数据结构 — 切片（内部机制、容量增长、预分配、slices 包）、映射（内部机制、哈希桶、maps 包）、数组、container/list/heap/ring、strings.Builder 与 bytes.Buffer、泛型集合、指针（unsafe.Pointer、weak.Pointer）以及复制语义。在选择或优化 Go 数据结构、实现泛型容器、使用 container/ 包、unsafe 或 weak 指针，或对切片/映射内部机制有疑问时使用。

samber

golang-documentation

2.3Kresearch-knowledge

全面的 Golang 项目文档指南，涵盖 godoc 注释、README、CONTRIBUTING、CHANGELOG、Go Playground、示例测试、API 文档和 llms.txt。在编写或审查文档注释、文档、添加代码示例、搭建文档站点或讨论文档最佳实践时使用。适用于库和应用程序/CLI。

samber

apify-generate-output-schema

通过分析源码，为 Apify Actor 生成输出 Schema（dataset_schema.json、output_schema.json、key_value_store_schema.json）。适用于创建或更新 Actor 输出 Schema 的场景。

apify

difficult-workplace-conversations

使用准备-沟通-跟进框架，结构化处理职场冲突、绩效讨论和挑战性反馈。适用于准备艰难对话、处理冲突、提供关键反馈或应对敏感职场讨论。

meme-factory

使用 memegen.link API 生成表情包。当用户请求表情包、希望为内容增添幽默感或需要社交媒体视觉辅助时使用。支持 100 多种流行模板，可自定义文本和样式。

daily-meeting-update

交互式每日站会/例会汇报生成器。当用户提到“daily”、“standup”、“站会”、“日报”、“进度更新”、“昨天做了啥”、“准备开会”、“早会汇报”或“团队同步”时触发。自动提取 GitHub、Jira 和 Claude Code 会话历史中的动态，通过 4 个引导问题（昨日进展、今日计划、阻塞问题、讨论议题）进行访谈，最终生成格式化的 Markdown 汇报内容。

writing-clearly-and-concisely

用于编写人类阅读的散文——文档、提交信息、错误消息、解释、报告或界面文本。应用斯特伦克永恒的规则，使写作更清晰、更有力、更专业。

skill-judge

根据官方规范与最佳实践评估 Agent Skill 的设计质量。适用于评审、审计或优化 SKILL.md 文件及 Skill 包场景。提供多维度打分与落地可执行的改进建议。

domain-authority-auditor

用于评估域名权威度、网站信任度或引用可信度；执行 40 项 CITE 评分并包含一票否决检查（判定为 TRUSTED / CAUTIOUS / UNTRUSTED）。不适用于单页面级别的优质内容评估（请使用 content-quality-auditor），也不仅用于外链剖析（请使用 backlink-analyzer）。域名权威/网站可信度

aaron-he-zhu

apify-ultimate-scraper

通用AI驱动的网页抓取工具，适用于任何平台。从Instagram、Facebook、TikTok、YouTube、LinkedIn、X/Twitter、Google Maps、Google搜索、Google Trends、Reddit、Airbnb、Yelp等15+个平台抓取数据。可用于潜在客户开发、品牌监控、竞争对手分析、网红发现、趋势研究、内容分析、受众分析、评论分析、SEO情报、招聘或任何数据提取任务。

apify

amazon-bedrock

用于在 Amazon Bedrock 上构建生成式 AI 应用。涵盖模型调用（Converse API、InvokeModel）、基于 Knowledge Bases 的 RAG、Bedrock Agents、Guardrails 以及 AgentCore（包含 Harness 托管式 Agent 循环）。适用于：调用模型、搭建 Knowledge Bases、创建 Agent、配置安全护栏（Guardrails）、部署到 AgentCore、将 Bedrock Agent（含内联 Agent）迁移/转换至 AgentCore Harness、排查 Bedrock 报错（如 ThrottlingException、AccessDeniedException）或进行模型选型（Claude、Llama、Nova、Titan）。同样适用于：提示词缓存（Prompt Caching）配置与调试、配额健康检查与限流诊断、成本归因与追踪、Claude 模型版本迁移（4.5 至 4.6 至 4.7）、分块策略（Chunking Strategies）、API 选型（Converse vs InvokeModel）、Guardrail 功能特性以及模型对比选型。此外还涵盖 AgentCore Payments 支付配置（x402、微支付、Payment Manager、Connector、Instrument、Coinbase CDP、Stripe Privy、402 Payment Required、付费内容、付费 Endpoint、Agent 支付）。不适用于：自定义模型训练、Rekognition 或 Comprehend。

creating-data-lake-table

使用 Amazon S3 Tables（s3tables API 命名空间）创建托管 Iceberg 表，支持自动压缩和快照管理。设置表桶、命名空间、表、模式、Glue 目录注册、分区、IAM 访问控制。触发条件：创建表、数据湖表、分析表、结构化数据存储、S3 Tables、Iceberg、Athena 表、分区策略、访问权限。请勿用于：导入文件（使用 ingesting-into-data-lake）、向量存储（使用 storing-and-querying-vectors）、查询现有表（使用 querying-data-lake）或查找现有表（使用 finding-data-lake-assets）。

storing-and-querying-vectors

使用 Amazon S3 Vectors（一种经济高效的长周期向量存储服务，拥有自己的 API 命名空间 s3vectors）存储和查询向量嵌入。触发条件：创建 S3 向量存储桶、向量索引、存储嵌入、语义搜索、RAG 向量存储、相似性搜索、向量数据库、从其他向量数据库迁移。不适用于：查询表格数据（请使用 querying-data-lake）、S3 对象存储或数百/数千的持续 QPS（请使用 OpenSearch）。

exploring-data-catalog

全面盘点与审计跨 S3 Tables、Redshift 联邦以及远程 Iceberg 目录的 AWS Glue Data Catalog 资产。触发条件：盘点数据目录、审计数据库、列出所有表、数据目录概览、数据资产全景、枚举数据目录、数据盘点、搜索数据目录。请勿用于查找特定数据（请使用 finding-data-lake-assets）、运行查询（请使用 querying-data-lake）或创建表（请使用 creating-data-lake-table）。

grow-website

Guided journey from a website with traffic it under-converts to a research-driven growth engine that captures more leads, persuades more buyers, sells a sharper offer, and earns referrals. Orchestrates eight skills phase by phase - cro-methodology, scorecard-marketing, storybrand-messaging, made-to-stick, influence-psychology, hundred-million-offers, contagious, one-page-marketing - asking the user questions at every decision point and recording results in the project docs/ folder (WEBSITE.md, OFFER.md, MARKETING.md, GROW-WEBSITE-PLAN.md) so the journey resumes across sessions. Use when the user wants to raise conversion on a site that already has traffic, capture more leads, sharpen a weak offer, add referral loops, or says ''my site gets visitors but nobody buys''. If a broken funnel or usability friction is the real blocker, run improve-website first; if there is no site yet, use create-website; for one leaking flow, conversion-optimization. For one framework in isolation, invoke that skill directly.

wondelai

design-code-architecture

Guided journey from an app idea to a deliberate architecture: boundaries, domain model, data decisions, and resilience, making only the expensive-to-reverse decisions and deferring the rest. Orchestrates eight skills phase by phase - clean-architecture, domain-driven-design, system-design, ddia-systems, software-design-philosophy, release-it, pragmatic-programmer, 37signals-way - asking the user questions at every decision point and recording results in the project docs/ folder (ARCHITECTURE.md, DESIGN-CODE-ARCHITECTURE-PLAN.md) so the journey resumes across sessions. Use when the user wants to design a new app''s architecture, choose boundaries and a domain model, decide monolith versus microservices, or says ''how should I structure this app''. If a codebase already exists, use remove-technical-debt (aged), improve-code-quality (fresh prototype), or architecture-optimization (slow but working); if unvalidated, run create-business or create-app first. For one framework in isolation, invoke that skill directly.

wondelai

aso-audit

2Kresearch-knowledge

When the user wants a full ASO health audit, review their App Store listing quality, or diagnose why their app isn't ranking. Also use when the user mentions "ASO audit", "ASO score", "why am I not ranking", "listing review", or "optimize my app store page". For keyword-specific research, see keyword-research. For metadata writing, see metadata-optimization.

appeeky