Loading...
Loading...
共找到 1,153 个 Skills
这是编写任何HogQL/SQL语句或针对PostHog调用execute-sql前的必读内容。当用户想要搜索、查找或对PostHog实体（insights、dashboards、cohorts、feature flags、experiments、surveys、hog flows、data warehouse、persons等）进行复杂聚合，以及查询分析数据（trends、funnels、retention、lifecycle、paths、stickiness、web analytics、error tracking、logs、sessions、LLM traces）时，均可使用本指南。内容涵盖HogQL与ClickHouse SQL的语法差异、系统表结构（system.*）、可用函数、查询示例以及schema发现工作流。
指导交易和经纪业务中操作风险的识别、计量与管理。适用于设计交易错误检测与纠正流程、调查交易中断与对账失败情况、按照Basel分类法对损失事件进行分类、开发关键风险指标（KRIs）和仪表板、应对系统中断或数据馈送故障或订单路由错误、在交易错误或结算失败后开展根本原因分析、为交易台规划业务连续性与灾难恢复、准备FINRA或SEC操作风险检查，以及评估OMS和市场数据系统中的技术风险。还涵盖胖手指错误、错误账户损益（P&L）以及纠正措施跟踪。
安装并使用面向中国教育场景的Agent Skills，借助Hermes Agent实现教材同步、备考复习、错题分析、日常练习及教师工作流功能
适用于FFmpeg 7.1 LTS和8.0.1（最新稳定版，发布于2025-11-20）的完整字幕与隐藏式字幕系统。 主动启用场景：(1) 字幕硬嵌入（将SRT/ASS/VTT硬编码到视频），(2) 添加软字幕轨道，(3) 从视频中提取字幕，(4) 字幕格式转换，(5) 带样式的字幕（字体、颜色、轮廓、阴影），(6) 字幕定位与对齐，(7) CEA-608/708隐藏式字幕，(8) 使用drawtext添加文本叠加层，(9) Whisper AI自动转录（FFmpeg 8.0+支持VAD、多语言、GPU加速），(10) 批量字幕处理。 提供内容：格式参考表、样式参数指南、位置对齐图表、Whisper模型对比、VAD配置、动态文本示例、无障碍最佳实践。 确保：生成具备合适样式且符合无障碍规范的专业字幕。
负责ML实验的冒烟测试约定：这是一个小型、具备诊断性的pytest测试，它会在真实`data/`数据源的一部分数据上训练实验的学习器，并在**无历史缓冲**的独立数据部分上进行预测。断言为结构性断言——预测结果的数量必须与预测网格中的行数相等。采用“加载→特征工程→拆分”流程的管道会静默丢弃预测切片中的冷启动行，导致测试因行数不匹配而失败；而提前标记X并在特征步骤中引用上游历史节点的管道则会轻松通过测试。该冒烟测试是`build-ml-pipeline`中X标记放置规则的可执行证明。 触发场景：`test-ml-pipeline`已将任务分发至此，为已获批的实验编写冒烟测试；`pytest tests/smoke/`因行数问题失败；用户询问“为什么冒烟测试失败？”；`build-ml-pipeline`中的管道修改需要可执行证明；实验脚本更改了管道结构，需要重新审视对应的冒烟测试。 跳过场景：设计说明不存在或尚未获批（转至`iterate-ml-experiment`）；用户询问回归测试或模式不变性相关问题（待`regression-test-ml-pipeline`/`distribution-test-ml-pipeline`上线后转至对应技能）；问题是关于CV指标的解读，而非预测时的正确性（转至`evaluate-ml-pipeline`）。 使用方法：首先阅读对应实验的`journal/NN_*.md`和`experiments/NN_*.py`，以理解管道的数据源绑定（`build_learner`期望哪些环境字典键？）。然后从**真实`data/`数据源**构建两个环境字典——训练环境和预测环境，确保预测环境仅包含我们需要预测的行，且**无历史缓冲**。硬性断言要求预测结果数量与预测环境的行数完全匹配。软性断言要求冒烟测试集的MAE在`3 × CV_mean`范围内（或任务对应的类似指标）。**请勿编写设计说明或运行CV——这是其他技能的职责。**
添加、移除或修改沙箱策略中允许的端点。适用于自定义网络策略、更改出口规则或配置沙箱端点访问场景。触发关键词 - 自定义NemoClaw网络策略、沙箱出口策略配置、NemoClaw集成策略示例、安装后策略设置、OpenShell审批工作流、策略预设、NemoClaw批准网络请求、沙箱出口审批TUI。
AI SDLC 可恢复任务运行时工作流。当AI助手需要启动或恢复版本化交付运行、选择已就绪依赖的工作、强制执行步骤、故障和令牌预算、安全重试、持久化确切停止原因、从仅追加日志恢复状态，或在任务边界要求提交证据时使用。支持`--quick-flow`用于确定性本地运行，`--full-flow`用于严格的过渡审核。
助力经过验证的客户访谈方法的第一步：明确你想要了解的内容，将其写成编号的目标问题（G1、G2……），后续的假设和访谈问题都将围绕这些问题来设计。它会询问用户关于其业务的信息——是新想法还是已成立的公司，是B2B还是B2C——然后起草一份量身定制的目标问题清单，与用户一起进行评审和修订，并将最终结果保存到GOALS.md文件中。当用户想要进行客户访谈、规划客户发现或客户开发、验证创业想法，或是解答诸如定价、定位、理想客户是谁、该开发什么产品等无法直接询问的问题时，可启用此技能。请勿将其用于求职或招聘面试、编写调查问卷、分析已完成的客户访谈，或是当目标问题清单已存在且用户想要进行下一步（制定假设）时。
使用**ShopifyQL**回答商家的**分析与报表**相关问题——ShopifyQL是Shopify推出的查询语言，用于计算Admin GraphQL API无法处理的商店聚合指标。当需求为获取**数值、总计、趋势或细分数据**，而非获取或修改单个记录时，请选择该工具（而非`admin`），适用场景包括但不限于：总销售额/毛销售额/净销售额与收入、订单数量、平均订单价值、退款金额、销量、会话数、转化率及流量数据，支持按产品、渠道、地区或客户维度拆分，按时间趋势展示，或进行同期对比。示例：“过去7天的总销售额”、“本月各销售渠道的订单数量”、“按收入排名的热门产品”、“本周转化率”、“今年与去年的销售额对比”。本主题涵盖ShopifyQL查询的编写；若商家希望在自己的商店中运行该查询，执行操作将移交至`use-shopify-cli`。请勿将其用于常规Admin GraphQL记录操作——获取或修改单个资源请使用`admin`。
当用户询问库、框架、API或需要代码示例时，自动从Context7获取最新文档。无需用户明确请求即可主动触发。
Claude AI 烹饪手册 - 包含使用Claude API的代码示例、教程和最佳实践。适用于学习Claude API集成、构建基于Claude的应用程序或探索Claude功能的场景。
针对Rust CLI与TUI开发的专业指导，包含clap、inquire和ratatui库的官方示例。适用于使用Rust构建命令行界面、终端用户界面或控制台应用场景，提供结构化模式、最佳实践以及来自官方的真实代码实现。