Loading...
Loading...
共找到 416 个 Skills
通过调研、利益相关者访谈和多LLM评审，创建详细的、分章节的、面向TDD的实施计划。适用于需要在实施前进行全面分析的功能规划场景。
如何编写AI Agent可有效使用的高质量Cavekit套件。内容涵盖与实现无关的Cavekit设计、可测试的验收标准、层级结构、交叉引用、Cavekit模板、全新项目与重写模式、Cavekit压缩以及差距分析。触发短语："write kits"、"create kits"、"cavekit this out"、"define requirements for agents"、"how to write kits for AI"
执行从假设生成到决策的完整FPF周期
使用设计系统组件，通过代码或描述在Figma中构建或更新界面。使用设计令牌将应用页面转换为Figma格式。
针对Bluesky（ATProto）和X（Twitter）优化的Agent CLI工具。支持YAML输入输出，通过退出码实现自动化。适用于发布内容、回复、阅读动态流、搜索、URL标注，或是跨社交平台运行同步/检查/调度Agent循环等任务。
适用于为dogfooded-skills库编写新的Agent Skill时参考——涵盖Frontmatter规范、章节结构、质量标准以及反模式。
逐步优化上下文检索以解决子Agent上下文问题的模式
通过MCP协议集成Resend邮件服务，让AI Agent（Claude Desktop、GitHub Copilot和Cursor）能够发送邮件。设置事务性和营销邮件，配置发件人验证，并使用AI自动化邮件工作流。
编排完整的Platonic Coding工作流，涵盖从概念设计到RFC规范、实现指南、代码开发以及规范合规审查的全流程。始终展示当前所处阶段：在第0阶段使用交互式聊天，第1阶段调用platonic-specs，第2阶段调用platonic-impl-guide，第3阶段使用编码Agent，第4阶段调用platonic-code-review。
基于大规模Agent开发实战经验，为使用AI Agent构建软件提供对话式指导，涵盖工作流、工具选择、提示词策略、并行Agent管理及最佳实践。当用户询问Agent工作流搭建、模型选择、提示词优化、并行Agent管理或提升Agent输出质量相关问题时，可使用本技能。
适用于「提示词编写」「提示词优化」「少样本学习」「思维链」场景，或用于咨询「RAG系统」「Agent工作流」「LLM集成」「提示词模板」相关问题
PDF处理技能 — 读取、生成、编辑、表单填写、转换