所有 Skills
找到 3965 个 Skills
Skills 列表
khazix-writer
数字生命卡兹克（Khazix）的公众号长文写作skill。当用户需要撰写公众号文章、写稿子、续写文章、根据素材产出长文时使用。触发词包括但不限于：写文章、写稿子、帮我写、续写、扩写、公众号文章、长文、出稿、按我的风格写。即使用户只是说"帮我把这个写成文章"或"用我的风格写一下"，只要上下文涉及内容创作和公众号输出，都应该触发。也适用于用户丢过来一个PDF、brief、新闻链接、语音转文字或任何素材说"帮我写篇文章"的场景。不要用于短内容（小红书帖子、推特、朋友圈）或纯标题摘要生成（那个用wechat-title skill）。
kkkkhazix
video-use
通过对话编辑任意视频。转录、剪辑、调色、生成叠加动画、烧录字幕——适用于人物访谈、混剪、教程、旅行、采访。无预设，无菜单。提问、确认计划、执行、迭代、持续。制作正确性规则是硬性的；其他一切皆为艺术自由。
browser-use
notebooklm
Google NotebookLM 的完整 API 实现，支持全功能代码化 / 编程访问，包含 Web 界面尚未开放的高级特性。可创建笔记本、添加数据源、生成各类衍生内容（Artifacts）并支持多格式下载。可通过显式输入 `/notebooklm` 或触发相关意图（如“制作关于 X 的播客”）来激活。
teng-lin
context-fundamentals
此技能应用于解释或推理上下文工程的基础概念：什么是上下文、上下文窗口的构成、注意力机制的工作原理、U型注意力曲线、为什么上下文质量比数量更重要，以及理解所有其他上下文工程决策所需的思维模型。用于概念解释、入门培训和背景阅读。将操作性工作路由到专门技能：调试注意力失败转到context-degradation，令牌效率工作转到context-optimization，对话摘要转到context-compression，项目形态决策转到project-development。
muratcankoylan
datalineage-bigquery-asset-impact-analysis
Analyzes the downstream impact (blast radius) when a BigQuery table or view is broken, stale, or modified. Identifies all downstream tables, dashboards, and processes that will be affected. Use when: - Performing a blast radius or impact analysis for a BigQuery table or view. - Assessing the consequences of modifying, deleting, or pausing updates to a BigQuery asset. - Identifying downstream dependencies (tables, dashboards, processes) of a BigQuery asset. Don't use for: - General BigQuery querying or data analysis (use BigQuery-related tools instead). - Non-BigQuery assets (e.g., Cloud Storage files) unless they are part of the BigQuery lineage. - Creating or modifying lineage links directly.
google
herdr
控制 Herdr，一个用于编码代理的终端复用器。仅在用户明确提到 Herdr 或要求使用 Herdr 检查或控制窗格、标签、工作区、终端、命令或与另一个代理通信时使用。不要仅仅因为任务可以从后台终端、委托或并行工作中受益而使用。需要 HERDR_ENV=1。
ogulcancelik
find-animation-opportunities
搜索代码库或UI中缺少动画但应该添加动画的位置，并拒绝所有不应该添加动画的位置。只读；它提出带有精确值的动效方案，但不实现。当用户询问“这里可以添加什么动画？”或希望“让这个界面更有活力”时使用。如需修复现有动画，请改用 improve-animations 或 review-animations。
emilkowalskibigquery-bigframes
Generates Python code using BigQuery DataFrames (BigFrames), the pandas/scikit-learn-style API over BigQuery. Use when writing BigFrames code or doing pandas-style dataframe/ML work against BigQuery (e.g. in a notebook). Don't use for SQL-first workflows or the google-cloud-bigquery client library — use bigquery-basics.
googlegoogle-cloud-recipe-foundation-builder
Deploys a baseline landing zone foundation for a Google Cloud Organization, establishing security guardrails using Organization Policies, resource hierarchy folders and projects, billing association, and centralized logging and monitoring. Deploys Google Cloud's recommended security controls and architecture. Use when setting up a new Google Cloud Organization or establishing a secure, enterprise-grade landing zone foundation. Don't use for individual project onboarding (use google-cloud-recipe-onboarding or product-specific skills instead).
google
vercel-cli
从命令行部署、管理、检查和排查 Vercel 项目。用于 Vercel 部署、构建失败、项目和团队、环境变量、域名和 DNS、日志、指标、Speed Insights、Core Web Vitals、请求追踪、用量、活动、告警、防火墙规则、缓存、定时任务、部署钩子、Edge Config、功能标志、集成、连接器、Blob 存储、容器注册表 (VCR)、微前端、滚动发布、自定义环境、Sandbox、agent/MCP 设置、OAuth 应用、预览访问、本地开发或 `vercel api` 回退。
vercel
lark-im
飞书即时通讯：收发消息和管理群聊。发送和回复消息、搜索聊天记录、管理群聊成员、上传下载图片和文件（支持大文件分片下载）、管理表情回复、发送应用内/短信/电话加急、发送和处理交互卡片（Interactive Card）、监听卡片按钮回调（card.action.trigger）。
larksuite
directives
json-render 的开箱即用自定义指令集，涵盖格式化、数学计算、字符串处理及国际化（i18n）。适用于使用 @json-render/directives、通过 defineDirective 自定义指令，或在 spec 中添加 $format、$math、$concat、$count、$truncate、$pluralize、$join、$t 等指令的场景。
vercel-labsdevtools
适用于任何 json-render 应用的开箱即用开发者面板（Inspector Panel）。当用户需要调试生成式 UI（Generative UI）、查看 spec 树结构、在运行时修改状态、跟踪已触发的 action、实时监听流式 patch、浏览 Catalog 目录，或使用元素选择器拾取 DOM 节点以查找对应的 spec key 时使用。触发词包括“添加 devtools”、“调试 json-render”、“查看 spec”、“为什么这个元素没渲染”、“查看运行时状态”，以及针对 `@json-render/devtools` 监听流或捕获 action 日志的请求。
vercel-labsnext
json-render 的 Next.js 渲染器，将 JSON 规范转换为完整的 Next.js 应用程序，支持路由、布局、SSR 和元数据。当使用 @json-render/next、从 JSON 规范构建 Next.js 应用或创建 AI 生成的多页面应用时使用。
vercel-labsgoogle-analytics-data-api-basics
用于管理 Google Analytics 报表数据，通过 Cloud CLI 启用 Analytics Data API，并使用 Google Analytics Data API (v1beta) 生成报表。当需要与 Google Analytics 媒体资源交互、运行自定义分析报表、查询指标（如 activeUsers、screenPageViews）和维度（如 city、date）、检查指标与维度的兼容性，或验证 API 启用状态时使用。请勿用于 Google Analytics Admin API 操作（如创建媒体资源、管理用户）或前端追踪代码安装。
googlegoogle-analytics-admin-api-basics
用于管理 Google Analytics 账号与媒体资源设置，支持通过 Cloud CLI 启用 Analytics Admin API、查询账号及媒体资源列表，并管理数据流、自定义维度、转化事件与产品集成。当需要通过代码/程序化方式配置 Google Analytics 账号、新建媒体资源、设置数据留存、配置 Measurement Protocol 密钥，或者管理 Firebase 与 Google Ads 账号关联时，使用此 Skill。
googlecodegen
用于 json-render 的代码生成工具。在根据 UI 规范生成代码、构建自定义代码导出器、遍历规范或为 @json-render/codegen 序列化属性时使用。
vercel-labsmcp
json-render 的 MCP Apps 集成。用于构建在 Claude、ChatGPT、Cursor 或 VS Code 中渲染交互式 UI 的 MCP 服务器，或将 json-render 与模型上下文协议集成。
vercel-labscore
用于定义模式、目录和AI提示生成的核心包，适用于@json-render/core，定义模式、创建目录或构建用于UI/视频生成的JSON规范。
vercel-labsreact
用于 json-render 的 React 渲染器，将 JSON 规范转换为 React 组件。当使用 @json-render/react、从 JSON 构建 React UI、创建组件目录或渲染 AI 生成的规范时使用。
vercel-labsgke-basics
负责管理 GKE 集群的核心创建与资源供应、凭据获取、Autopilot 与 Standard 模式的选择以及工作负载部署。适用于创建 GKE 集群、获取 kubectl 访问凭据、配置 Workload Identity，或在 Autopilot 和 Standard 模式之间做出决策等场景。请勿用于 GKE 专项网络配置（请使用 gke-networking）、高级安全加固（请使用 gke-platform-security 或 gke-workload-security）或集群升级（请使用 gke-upgrades）。
googlegke-upgrades
负责规划、执行和验证 Google Kubernetes Engine (GKE) 集群（包含 Standard 标准模式与 Autopilot 托管模式）的升级与运维操作。能够产出升级方案、升前/升后检查清单、附带 gcloud 命令的运维 Runbook、发布渠道（Release Channel）策略以及排障指南。支持各类节点池升级策略（如浪涌升级 surge、蓝绿升级 blue-green）、版本兼容性评估、PDB 规范管理，以及针对特定工作负载（有状态应用、GPU、Operator 算子）的专项处理。 当用户提及 GKE 升级、Kubernetes 版本跨度升级、节点池运维、GKE 打补丁、集群版本管理、发布渠道选择、维护时间窗口设定、浪涌升级、升级卡死或任何 GKE 生命周期的管理任务时（哪怕只是像“我们该升下集群了”、“规划一下下次 GKE 维护”或“升级卡住了”这类随口一提的描述），均可触发本 Skill。 请勿用于 GKE 集群新建、应用接入 (Onboarding)、基础网络/路由配置或安全策略配置（此类场景请使用 gke-basics 或其他相关的 GKE Skill）。
googleagent-platform-alert-configuration
基于 OpenTelemetry (OTel) 指标为 AI Agent 配置最佳实践告警策略。适用于分析、编写或部署告警策略，以监控 Agent 的延迟、错误率、Token 消耗及质量指标。注意：可靠性（Reliability）、成本（Cost）、安全防护（Safety）和系统安全（Security）告警使用通用 OTel 指标，支持跨运行时生效（如 Cloud Run、Vertex AI 等）；而质量（Quality）告警依赖 Vertex AI Online Monitors，仅适用于 Vertex AI 部署环境。
googlebigquery-ai-ml
利用 BigQuery 内置的机器学习与生成式 AI（GenAI）能力进行高级数据分析。适用于编写 SQL 查询以实现时间序列预测、数值预测、异常检测、关键驱动因素分析、语义搜索或向量检索、文本分类、相似度计算、内容摘要生成、语言翻译、模型评估、按语义条件过滤，以及在 BigQuery 中调用生成式 AI 能力等场景。请勿用于处理常规的 BigQuery 数据集、数据表或作业管理需求。
google