Loading...
Loading...
共找到 2,244 个 Skills
agent-team：使用可选的运行、代理或状态过滤器列出任务。
基于LLDB Python API的有状态LLDB调试
包含Skool社区的所有功能，外加本地SQLite镜像、FTS（全文搜索）以及其他Skool工具都不具备的跨社区操作能力。
为AI Agent选择并配置评估指标。指导用户通过用例推荐选择指标、通过提示词工程创建基于LLM的自定义指标，以及将指标附加为Agent默认配置。当用户提及「设置指标」「配置指标」「创建指标」「我应该使用哪些指标」「添加评估标准」或「自定义评分」时使用此流程。
针对文本LLM评估指标，计算人工标注真值与机器标签之间的一致性，然后分析对话记录和评审人员备注，提出优化后的指标提示词。每次仅处理一个指标。
MiniMax AI 的命令行界面——通过 MiniMax API 实现聊天（MiniMax-M2.7）与文本转语音（speech-2.8-hd）功能。
当用户想要操作Airtap或通过Airtap设备上的移动应用完成请求时，使用此技能。它可列出接收端和模型、创建Airtap任务、默认本地监控任务、发送跟进消息、取消任务、更新用户位置，必要时还可将进度更新同步至OpenClaw。
当用户询问OpenClaw的配置、故障排查、安装设置、架构或任何与OpenClaw相关的问题时，应使用此Skill。触发场景包括：“如何配置OpenClaw”、“在OpenClaw中设置Telegram”、“网关配置”、“OpenClaw故障排查”、“Claw Advisor”、“设置OpenClaw的最佳方式是什么”、“OpenClaw文档”、“帮我处理OpenClaw相关问题”、“OpenClaw渠道设置”、“调试OpenClaw”，或者用户需要OpenClaw功能、渠道、网关、自动化、模型或设计决策方面的指导时。
针对已连接的数据仓库编写空间SQL——包含特定方言指南、性能默认设置以及CARTO的查询/任务执行模型。
HK IPO 打新分析 — 港股新股是否值得申购的"四维评估"诊断（定价合理性 / 发行质量 / 市场时机 / 基本面展望）。输出推荐 / 中性 / 回避三档评级 + 招股书精华 + 风险提示 + 申购参考，散户友好、结论前置。覆盖三类场景：单只新股深度评估、近期打新日历浏览、未中签后的次新股追涨判断。数据优先用 Longbridge CLI（ipo detail / ipo subscriptions / ipo wait-listing / ipo listed / peer-comparison / news / quote / kline / index-quote 等），CLI 缺失项用 MCP fallback；仍然不可得的（招股书 TAM、基石公告原文、回拨倍数、暗盘价、承销商行业排名）用 WebSearch 兜底。**报告结尾固定输出「数据来源明细」附录**，每个数字可溯源到行号 + 抓取时间 + 期间。仅覆盖港股主板与 GEM，不涉及美股 / A 股 IPO；涉及孖展（融资打新）时必须主动提示杠杆风险。Triggers: "打新", "港股打新", "新股申购", "新股申購", "新股", "打新分析", "新股分析", "招股", "招股书", "招股書", "基石投资者", "基石投資者", "国际配售", "國際配售", "公开发售", "公開發售", "暗盘", "暗盤", "回拨机制", "回撥機制", "孖展", "新股盈亏", "新股盈虧", "次新股", "破发", "破發", "中签率", "中籤率", "新股几手", "新股幾手", "新股值不值得打", "新股能不能打", "港股 IPO 推荐", "港股 IPO 推薦", "近期港股新股", "HK IPO analysis", "hong kong IPO worth it", "HK new listing", "cornerstone investor", "prospectus highlights", "grey market premium", "subscription ratio", "claw-back", "margin financing IPO", "0700.HK", "09988.HK", "01024.HK".
使用git-gud（gg）通过GitHub PR或GitLab MR管理堆叠差异。适用于创建堆叠、同步更新、检查CI/评审状态以及安全合并已获批的工作内容。
在macOS上通过memo CLI管理Apple Notes（创建、查看、搜索、编辑）。