下载

Skill UI

浏览并发现 7268+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索用户问题，共找到 79 条记录

默认排序最新上传最多下载

开源贡献机会智能搜寻

sickn33/antigravity-awesome-skills

这是一个专业的智能技能，用于帮助用户在热门的开源代码仓库中主动发现、分析和制定高影响力的贡献策略。它会系统地执行仓库发现、提取特定任务（如“需要帮助”或“入门问题”），并进行深度可行性分析。最终生成一份结构化的“贡献提案”，提供可执行的修复策略和分析报告，极大地加速了成为顶尖开源贡献者的过程。

协议反向工程技术指南

protocol-reverse-engineering

sickn33/antigravity-awesome-skills

本技能旨在提供一套全面的协议反向工程技术与最佳实践。它指导用户掌握从捕获、分析到文档化网络协议的全流程知识。特别适用于进行网络安全研究、解决系统互操作性难题或深度调试复杂网络通信问题。

Sentry 问题巡检助手

tech-leads-club/agent-skills

只读的 Sentry 辅助工具，通过 API 检索问题、汇总生产错误并获取健康数据，适用于用户询问错误报告、生产崩溃或 Sentry 问题概览时使用。

Sentry 高级错误采集

sentry-error-capture

jeremylongshore/claude-code-plugins-plus-skills

在 Sentry 中捕获并增强应用错误，附加上下文、标签与用户信息，便于问题分析、异常处理与配置验证。

SMTP渗透测试

smtp-penetration-testing

sickn33/antigravity-awesome-skills

对SMTP服务器执行授权渗透测试，识别开放中继、用户枚举、弱认证和配置问题，并输出漏洞报告、枚举结果、Relay状态和加固建议。

GitHub问题解决与协作专家

team-collaboration-issue

sickn33/antigravity-awesome-skills

这是一个专业的GitHub问题解决专家。它指导用户进行系统化的Bug调查、功能实现和团队协作流程管理。能够处理从问题识别、根本原因分析到最终代码提交的完整流程。确保修复方案经过充分测试，遵循最佳实践（如CI/CD和分支管理），将模糊的需求转化为高质量、可上线的代码。

PyTorch原生智能体RL训练框架

torchforge-rl-training

Orchestra-Research/AI-Research-SKILLs

torchforge是Meta推出的用于智能体强化学习（RL）的PyTorch原生框架。它将核心的RL算法与复杂的分布式基础设施进行了彻底分离。用户可以专注于算法的快速实验和开发，无需担心底层分布式训练、权重同步等复杂问题，支持从单卡到大规模集群的扩展训练。

TwinMind错误排查指南

twinmind-common-errors

jeremylongshore/claude-code-plugins-plus-skills

为 TwinMind 用户提供常见错误排查方案，涵盖授权、浏览器权限、超时、限流、音频格式与听写问题以及日历等集成故障，帮助快速恢复服务。

AI伦理与公平评估

validating-ai-ethics-and-fairness

jeremylongshore/claude-code-plugins-plus-skills

利用 ai-ethics-validator 插件审查 AI/ML 模型与数据集中的伦理风险、公平性问题与偏见，并在用户提出伦理审查或偏见检测时提供报告与缓解建议。

WCAG无障碍审计与修复指南

wcag-audit-patterns

sickn33/antigravity-awesome-skills

本指南提供了一个全面的网页内容无障碍审计框架，依据WCAG 2.2标准。它指导用户结合自动化扫描（如Axe, Lighthouse）和关键的手动检查（如键盘导航、屏幕阅读器），发现网页中的可访问性问题，并提供可操作的修复策略，以满足ADA和Section 508等合规性要求。

SEO故障排查与应急响应

seo-forensic-incident-response

sickn33/antigravity-awesome-skills

本技能专门用于处理突发、严重的自然流量或排名下降问题。它不是常规的SEO审计，而是提供一个结构化的“故障响应”流程。用户可以通过此流程对事故进行分级、深入根源分析，找出是技术问题、算法惩罚还是其他外部因素导致了流量崩溃，并制定恢复计划。

结构化发现流程

discovery-process

deanpeters/Product-Manager-Skills

引导产品团队完整经历从问题设定到验证解决方案的发现流程，结合用户访谈、洞察整理与实验验证，帮助在投入开发前先确认假设是否成立。

上一页 123 4 5 6 7 下一页

语言