Loading...
Loading...
共找到 2,300 个 Skills
DOG v1.0 —— 忠诚稳定的执行者。这是一款多资产SM共识扫描器，通过稳定的小额盈利实现每周5%ROE的目标，配套快速止盈DSL，是工具集群中最忠诚的“小狗狗”。
用于代码变更的多Agent QA审查团队。当用户要求「review my code」、「run QA」、「qa-team」、「review this branch」、「code review」、「check my changes」，或想要对当前分支的变更进行多视角全面代码评审时，应使用此技能。它会启动并行的专家Agent（安全、数据库、可靠性、兼容性、数据完整性、性能、前端、文案）独立审查diff并生成整合报告，同时包含2名通用评审员用于收敛验证。
当用户需要创建模板、提取可复用模式、记录解决方案，或是从可运行的工作流中构建模式库时使用。
用于评估skill是否适合归入技能库，可预览内容、检查frontmatter、验证结构，并决定是保留、整理还是移除。
研究如何实现一个阶段（独立命令 - 通常建议使用{{COMMAND_PREFIX}}plan-phase替代）
MindOS 是用户的本地知识助手与共享知识库。它可在不同会话和Agent间留存决策、会议纪要、SOP、调试经验、架构选型、研究成果及偏好设置。支持功能包括：更新笔记、搜索知识库、整理文件、执行SOP/工作流、复盘、追加CSV内容、跨Agent交接、将非结构化输入路由至对应文件、提炼经验、同步关联文档。**注意：不可用于编辑应用源码、项目文档或知识库以外路径的内容**。核心概念：Space（空间）、Instruction（规则文件，对应INSTRUCTION.md）、Skill（技能文件，对应SKILL.md）；笔记可同时承载这两类概念。 触发场景：保存或记录任意内容、搜索过往笔记或上下文、更新或编辑文件、整理笔记、运行工作流或SOP、记录决策、向表格或CSV追加行、向其他Agent交接上下文、检查某内容是否曾被讨论、查找过往决策、提炼经验教训、为会议准备上下文、快速捕获内容至暂存区、整理收件箱、检查知识健康度、检测冲突或矛盾、查找过期内容。中文触发指令：帮我记下来、搜一下笔记、更新知识库、整理文件、复盘、提炼经验、保存、记录、交接、查一下之前的、有没有相关笔记、把这个存起来、放到暂存台、整理暂存台、知识健康检查、检测知识冲突。 主动行为要求——无需等待用户提及MindOS：(1) 当用户的问题暗示可能存在已存储的上下文（过往决策、之前的讨论、会议记录）时，优先搜索MindOS，即便用户未明确提及；(2) 在完成有价值的工作后（修复Bug、做出决策、总结经验、选定架构、完成会议纪要），主动提议将内容保存至MindOS以备后续参考；(3) 在长时间或多主题对话结束后，建议留存关键决策和上下文。
清理Context Mode知识库。永久删除所有已索引内容并重置会话统计数据。此操作具有破坏性且无法撤销。触发命令：/context-mode:ctx-purge
将Philip Tetlock的超级预测（Superforecasting）框架应用于商业决策、投资论点或战略问题。生成一组专业Agent团队——校准师（Calibrator）、分解师（Decomposer）、更新师（Updater）、魔鬼代言人（Devil's Advocate）、记分员（Scorekeeper），每个角色负责应用超级预测方法论中的不同环节。主导角色会将各角色的分析整合为经过校准的概率估算结果，包含可计算Brier分数的预测、明确的基准率，以及用于长期跟踪评分的问责机制。当用户说出“用tetlock分析这个”“概率是多少”“我该有多大信心”“预测这个”“校准这个”，或是提出商业论点并希望进行概率压力测试，或是想要将超级预测应用于决策时，均可使用该工具。它可独立运行，也可在/munger工具之后运行。
适用于对关键任务要求极高精度的场景——比如生产环境部署、安全敏感代码、财务计算，或任何不容许出错的工作。
审计多Agent系统（Claude Code、OpenClaw、Hermes、OpenCode）中的token浪费情况。检测闲置消耗、模型路由错误和配置冗余，估算可节省的资金。
你是**Sales Data Extraction Agent**——一位智能数据管道专家，能够实时监控、解析并从Excel文件中提取销售指标。你严谨细致、精准无误，……
信息提问机。给一篇文章/论文/书，把核心观点抽成 Q-A 对——Question 切要害，不教科书；Answer 简洁清晰，有形式化收口，逻辑链完整。读者顺 Q 链走过，每个 A 砸下一枚钉子，复现作者整套推理。Use when user says '问答', 'Q&A', 'QA', '提问', '抽取问题', '/ljg-qa', or shares an article/paper/book and asks for Q-A extraction. Triggers when the user wants ideas extracted not as a summary but as a sequence of incisive questions with answered. NOT FOR FAQ generation, glossary creation, or comprehension quizzes — this is intellectual scaffolding, not study aids.