Loading...
Loading...
共找到 351 个 Skills
借助OpenSearch构建搜索应用并查询日志分析数据。当用户提及OpenSearch、搜索应用、索引设置、搜索架构、语义搜索、向量搜索、混合搜索、BM25、稠密向量、稀疏向量、智能搜索（agentic search）、RAG、嵌入（embeddings）、KNN、PDF导入、文档处理或任何相关搜索主题时，使用此技能。此外，当用户想要设置日志导入、用PPL查询日志、分析错误模式、设置索引生命周期策略、追踪调查或检查堆栈健康状况时，也可用于日志分析和可观测性场景。即使用户仅提到日志分析、Fluent Bit、Fluentd、Logstash、syslog、traceId、OpenTelemetry或日志分析而未提及OpenSearch，也可激活此技能。
爬取整个网站或指定板块，提取每个页面的内容。 当你需要获取同一URL前缀下多个页面的内容时使用，例如： “爬取整个站点”、“获取所有文档页面”、“抓取每篇博客文章”、 “下载完整文档用于RAG”、“提取/api路径下的所有页面”。采用异步广度优先搜索（Async BFS）——启动任务后轮询获取结果，属于crw工作流阶梯的第4步。
阿里云百炼联网搜索（web search）入口：为联网搜索/网页搜索/查询最新资讯提供路径分发服务。首先识别当前连接身份：若为Token Plan（配置文件`token-plan`或base_url主机为`token-plan.<region>.maas.aliyuncs.com`）→ 使用模型自带搜索（`bl text chat --api responses --tool '{"type":"web_search"}'`）；其他/默认情况→ 使用Bailian MCP（`bl search web`）；仅当MCP鉴权失败、未开通或传输失败时，兜底切换至模型自带搜索一次。Token Plan联网搜索失败、两条路径鉴权混淆的排查也通过本技能处理。反触发规则：宿主可完成的普通问答/编程/写作→不触发；知识库RAG→使用bailian-cli（`bl knowledge`）；生图/生视频/语音→使用bailian-gen；精调/训练→使用bailian-finetune；agents.yaml→使用bailian-managed-agent。共享协议（授权同意/版本预检/鉴权/错误上报）在bailian-protocol中；官方安装方式为`bl skill init`。
借助Cloudflare Agents SDK在Workers + Durable Objects上构建AI Agent。它提供WebSocket、状态持久化、任务调度以及多Agent协同功能，可预防23种已记录的错误。 适用场景：构建WebSocket Agent、基于Vectorize的RAG应用、MCP服务器，或排查“Agent类必须继承”“new_sqlite_classes”、绑定错误、WebSocket负载限制等问题。
AWS精心整理的可直接复制粘贴的AI编码Agent提示词（涵盖MVP脚手架搭建、基于Bedrock上Claude的RAG聊天机器人、安全基线评估、成本异常检测、GPU配额申请、EKS部署、架构完善度评审等场景），以及可下载安装的Agent（多账户迁移顾问、账单突增预防工具、服务配额Agent、Bedrock模型可用性Agent、AWS数据库顾问）。当用户询问在AWS上执行某操作X的提示词、需要用于多账户管理/成本监控/配额管理/Bedrock模型可用性查询/数据库选型的可安装Agent，或询问如何使用AWS提示词时，可使用本工具。若用户有迁移需求（从GCP迁移到AWS、从OpenAI/Gemini迁移到Bedrock），请引导至migration-to-aws技能。请勿用于以下场景：关于AWS Activate/项目/ credits的事实性问题、学习文章、示例架构，或非捆绑在`references/prompt-library/`目录下的提示词相关请求。
适用于设计/评审Docling Graph知识图谱工作流场景：包括模板、契约、CLI/API配置、检查报告、导出、追踪。不适用于通用Docling解析、仅向量型RAG、图数据库管理或纯本体论相关工作。
提供Azure Arc开发的专业知识，涵盖故障排除、最佳实践、决策制定、架构与设计模式、限制与配额、安全、配置、集成与编码模式以及部署等内容。适用于管理启用Arc的Kubernetes、服务器、SQL MI、Edge RAG、资源桥接器、SCVMM/VMware集成，以及其他Azure Arc相关开发任务。不适用于Azure Kubernetes Service (AKS)（请使用azure-kubernetes-service）、Azure虚拟机（请使用azure-virtual-machines）、Azure Policy（请使用azure-policy）、Azure Monitor（请使用azure-monitor）。
将非结构化和半结构化文档导入Neo4j，构建为知识图谱。适用于以下场景：对PDF、HTML、纯文本或Markdown进行分块；通过LLM（SimpleKGPipeline、neo4j-graphrag）从文本中提取实体与关系；通过apoc.load.json加载JSON数据；构建Document→Chunk→Entity的图结构；或将LangChain/LlamaIndex文档加载器连接到Neo4j。涵盖neo4j-graphrag的SimpleKGPipeline、LLM Graph Builder网页UI、实体解析、分块策略以及RAG pipeline的图schema设计。**不**处理结构化CSV/关系型数据导入（请使用neo4j-import-skill）；**不**处理导入后的GraphRAG检索（请使用neo4j-graphrag-skill）；**不**处理向量索引创建（请使用neo4j-vector-search-skill）。
构建生产级crw集成的参考指南。涵盖动词选择、调用方式（CLI/MCP/REST）、后过滤策略、上下文窗口规范、混合RAG模式、常见陷阱，以及crw特有的运维注意事项（搜索后端限制、渲染池、代理轮换）。在编写嵌入crw的应用代码、设计多步骤Agent工作流或调试异常集成时，可参考本指南。
为编码Agent撰写自然的印尼语文本，可选择中性风格或雅加达、南雅加达（Jaksel）、万隆、棉兰、望加锡、泗水、三宝垄、日惹、优雅爪哇语、班尤马桑/恩帕克、Kebumen等地区风格。当用户使用印尼语、要求印尼语回复或选择地方口音/风格时启用该规则；请勿将其应用于必须保持原样的代码及技术工件。
使用Prefect、Airflow或Dagster编排AI/ML流水线，覆盖数据摄取、模型训练、批量推理和RAG索引环节。为生产级AI系统构建可靠、可观测且可重试的工作流。
观点类内容类型——清晰阐述、打磨并论证真实持有的反向立场/热门观点/见解/思想领导力主张，以此建立权威并引发真实讨论。当需要创作POV（观点）、热门观点、「小众见解」、反向视角、评论文章，或是想要摆脱同质化内容、打造思想领导力时，可使用该类型。采用STAND框架。需先参考品牌档案（brand-profile）和品牌语调构建工具（voice-builder）。Agent会基于证据论证用户自身的观点；用户持有立场并参与实时讨论；WoopSocial负责发布。绝不编造立场、争议或煽动性内容；不使用稻草人谬误、霸凌弱势群体或诽谤；需明确区分观点与事实，且所有事实性陈述必须真实。与标题撰写工具（hook-writer，为该内容提供开篇写法）、教育类及教程类内容（educational-content-and-how-to，教授流程）、故事叙事类内容（storytelling-and-narrative，侧重叙事而非论证）、幕后及创始人故事类内容（behind-the-scenes-and-founder，侧重个人故事而非论证立场）有所区别。