阿里云迁云调研
v0.0.1
当用户提供迁云调研材料(Excel/Word/文本/CSV文件)并要求生成结构化调研报告时,自动分析汇总并输出 .docx 文档。涵盖客户画像、架构现状、云产品映射、版本兼容性风险、迁移风险、待确认事项。支持 AWS/Azure/GCP/华为云/腾讯云/百度云/IDC 到阿里云的迁移评估。
使用场景/AI 知识库与文档
为 AI 提供最新库文档、Wiki、内部知识。减少幻觉,适合写代码、学新框架。
共匹配 608 个资源 · 第 8 / 13 页
知识库类 MCP 解决大模型最大的短板——知识过期与幻觉:Context7 按库与版本实时拉取官方文档和代码示例,DeepWiki 把任意 GitHub 仓库编译成可问答的 Wiki,自建方向则常用向量库 / 知识图谱 MCP 接入团队内部资料。
写代码时的典型链路:在 Cursor 里问「Next.js 15 的 fetch 缓存默认行为」→ Context7 MCP 返回对应版本的官方文档片段 → 生成的代码不再基于训练截止前的旧 API。升级大版本、试用新框架时收益最明显。
接入内部 Wiki 前先做权限隔离:为 AI 建立只读、按空间授权的检索通道,避免把全量机密文档无差别嵌入索引;对外服务同理,注意文档许可证与引用规范。
v0.0.1
当用户提供迁云调研材料(Excel/Word/文本/CSV文件)并要求生成结构化调研报告时,自动分析汇总并输出 .docx 文档。涵盖客户画像、架构现状、云产品映射、版本兼容性风险、迁移风险、待确认事项。支持 AWS/Azure/GCP/华为云/腾讯云/百度云/IDC 到阿里云的迁移评估。
v1.0.0
DolphinDB 时序数据库完整技术文档与最佳实践。包含1490个技术文档 + 3份官方白皮书。涵盖数据库设计、流计算、量化回测、函数查询等全场景。
v1.0.2
基于智谱 GLM-OCR、GLM-4.7 及 GLM-4.6V 的多模态文档深度解析工具。 Use when: - 需要高精度提取文档(PDF/图片)中的表格并转换为 Markdown 格式 - 需要从文档页面中自动裁剪并提取插图、图表为独立文件 - 需要对提取的图表进行深度语义理解(基于 GLM-4.6V 视觉分析) - 需要对提取的表格数据进行逻辑分析(基于 GLM-4.7 文本分析) 核心架构: 1. 视觉提取:GLM-OCR 2. 语义理解:GLM-4.7 (纯文本/表格) + GLM-4.6V (多模态/图像)
v0.1.0
基于 AI 自动分析文档内容,智能规划并生成多风格高清 PPT 图片,支持可选转场视频和交互式播放体验。
v1.0.0
智能内容摘要工具,支持长文本、文档、网页内容自动摘要,提取核心要点、关键词,支持自定义摘要长度。
v1.0.0
提供系统化的 AI 编程工作流支持,包括测试驱动开发、代码审查、重构、文档生成和自动化验收测试。
FastGPT API 开发规范。重点强调使用 zod schema 定义入参和出参,在 API 文档中声明路由信息,编写对应的 OpenAPI 文档,以及在 API 路由中使用 schema.parse 进行验证。
Refactor 主入口。触发:优化/重构/拆分/性能/代码太长,且不改变行为、不新增需求。不要用于新增功能(cs-feat)、修复 bug(cs-issue)、对外文档(cs-docs)、大需求拆解(cs-epic)。
Refactor 主入口。触发:优化/重构/拆分/性能/代码太长,且不改变行为、不新增需求。不要用于新增功能(cs-feat)、修复 bug(cs-issue)、对外文档(cs-docs)、大需求拆解(cs-epic)。
一种追问式会话,用来从用户那里挖掘片段,也就是各类写作素材(主张、小场景、尖锐句子、半成形想法),并追加到单一文档中,作为未来文章的原始素材。适用于用户想在施加结构前发展想法,或提到 “fragments”、“ideate”、“raw material” 写作素材时。
将 MCP Server 的工具列表转换为 Skill 格式的结构化 Markdown 文档
PDF 文档解析。自动区分文字型 PDF 与扫描型 PDF,覆盖:文本/表格提取、多页全量扫描、嵌入图表 caption、单位感知数值计算。
Python Web 框架 Debug 模式利用。当目标是 Flask/Django/FastAPI/Tornado 应用且开启了 Debug 模式时使用。当看到 Werkzeug Debugger 页面(交互式 Python console)、Django 黄色调试页面(Settings/Traceback)、FastAPI 自动文档(/docs /redoc)、或错误页面泄露了 Python 堆栈跟踪和源码路径时使用。Werkzeug debugger PIN 计算是 CTF 和实战中的经典考点——通过读取 /etc/machine-id 和 MAC 地址即可算出 PIN 码获取 RCE。任何 Python Web 应用的错误页面、/console 路径、或泄露了 Flask/Django/Werkzeug 版本信息时都应使用此 skill
自动化开发技能。包含 Git 操作、MCP 工具集成、文档转换、代码打包、Skill 创建。适用于开发工作流自动化。
使用Nutrient DWS API处理、转换、OCR识别、提取、编辑、签名和填写文档。支持PDF、DOCX、XLSX、PPTX、HTML和图像格式。
HyperFrames CLI 开发循环,覆盖渲染、发布与故障诊断。
端到端构建、部署与微调 Microsoft Foundry 智能体与模型。
v4.0.3
捕获经验、错误与纠正,实现持续改进。
用于 lark-cli 的登录、身份切换与权限范围等认证配置任务。
通过 ScrapeGraph AI CLI 搜索、抓取、爬取网页并提取结构化数据。
v1.0.4
面向结构化 agent 记忆与可组合技能类型的知识图谱。在创建/查询实体(Person、Project、Task、Event、Document)、建立关……时使用
v0.1.0
创建高效技能的指南。当用户想新建技能(或更新现有技能),以专业知识、工作流或工具集成扩展 Claude 能力时使用本技能。
v1.3.0
让 ClawBot 访问你团队的完整编码历史。Muse 连接你的过往会话、团队知识和项目上下文——让 ClawBot 真正能帮你设计功能、协调团队讨论并跨代码库自主工作。在 tribeclaw.com 部署。
v1.0.8
智能多存储记忆系统,具备类人编码、巩固、衰减与回忆。在配置智能体记忆、设置记住/遗忘触发器、启用睡眠期反思、构建知识图或添加审计追踪时使用。以认知架构取代基础的扁平文件记忆,包含情景、语义、程序与核心记忆存储。支持带共享读、门槛写访问模型的多智能体系统。包含哲学式元反思,随时间深化理解。涵盖 MEMORY.md、情景日志、实体图、衰减评分、反思周期、演化追踪与全系统审计。
v0.1.0
创建高效技能的指南。当用户想新建技能(或更新现有技能),用专业知识、工作流或工具集成扩展 Claude 的能力时使用。
v1.1.0
百度百科组件是一款知识服务工具,旨在查询各类名词的权威百科释义。其核心功能是:给定用户提供的特定「名词」(事物、人物、地点、概念、事件等),返回来自百度百科的标准化、详尽的词条释义。
v1.0.0
捕获学习、错误和纠正以实现持续改进。在以下情况使用:(1)命令或操作意外失败,(2)用户纠正 Claude(「不对,那是错的…」「其实…」),(3)用户请求不存在的能力,(4)外部 API 或工具失败,(5)Claude 意识到自己的知识过时或不正确,(6)为重复性任务发现了更好的方法。重大任务前也回顾已学到的经验。
v2.2.2
对 Clawdbot 自身配置进行全面只读安全审计。这是一个基于知识的技能,教导 Clawdbot 识别全系统的加固机会。当用户要求「run security check」「audit clawdbot」「check security hardening」或「我的 Clawdbot 有什么漏洞」时使用。本技能利用 Clawdbot 的内置能力和文件系统访问来检查配置、检测错误配置并建议修复。设计为可扩展——通过更新本技能的知识即可新增检查。
v1.0.3
以自适应课时教授任意主题:先探测已有知识,校准深度与形式,并在推进前检验留存。当用户说 teach me、explain this、ELI5、break it down 或请求帮助理解/学习某内容时使用;当讲解未能奏效(重复提问、答不出、说懂了却无下文)、早前学过的知识总被遗忘、练习答案错得很自信,或在考试/截止日前需要安排复习节奏时使用。不适用于制定多周学习计划或课程进度追踪,也不适用于制作闪卡。
v2.0.154
中国大陆保险顾问。本 skill 仅覆盖 6 项实际实现的能力:保险需求分析(needs_analyzer.py)、产品对比(premium_calculator.py + 本地 products.json)、保费计算(premium_calculator.py)、方案设计(plan_designer.py)、保险知识问答(insurance-knowledge.md)、合规要点提示(compliance.md)。不提供核保预审、理赔代办、朋友圈/营销文案生成、培训话术、代理人展业工具等能力——这些场景请转人工或调用专业服务。
v5.4.0
AI Agent 的记忆与防御系统:语义回忆、知识图谱与记忆衰减,外加记忆防火墙——扫描并拦截提示注入、凭据泄露与记忆投毒。
v1.4.6
为 AI 视频生成创作专业电影级脚本,运用角色一致性与摄影知识。当用户想写电影级脚本、创建带角色的故事设定、为 AI 视频工具(Midjourney、Sora、Veo)生成图像提示词,或需要摄影指导(机位角度、布光、调色)时使用。也可用于角色一致性设定表、声音档案、时代错位检测,以及把脚本保存到 Google Drive。
v1.1.0
面向系统管理、DevOps 与安全任务的工具发现与 shell 单行命令参考。当用户在排查网络问题、调试进程、分析日志、处理 SSL/TLS、管理 DNS、测试 HTTP 端点、做安全审计、操作容器、编写 shell 脚本,或询问某任务该用什么工具时自动查阅。来源:github.com/trimstray/the-book-of-secret-knowledge
v1.0.1
使用 OpenAI 的 gpt-4o-mini-transcribe 模型转写音频文件,支持词汇提示与文本替换。需要 uv(https://docs.astral.sh/uv/)。
v1.0.0
指导将 Clawd 项目重命名为 OpenClaw,详述文件移动、更新、测试与文档步骤,保证迁移一致性。
v4.1.3
记忆系统 v4.13:双层结构(todos 执行层 + knowledge 策略层),配合 Dream/Refinement 记忆整理机制。
v1.0.2
为 AI 智能体提供现代软件开发、新兴技术、AI、AI 系统与应用工程实践的权威知识。
v1.0.3
在 Gemini 模型中自动执行 Google 搜索工具,实现有据可查的问答。当所需信息较新(超出知识截止日期)或需要可核验的引用时使用。
v1.0.1
Comprehensive Feishu (飞书) management toolkit for documents, knowledge bases, bitables, and cloud storage.
v1.0.0
精选的专业配色与字体主题合集,用于给产出物做视觉包装——幻灯片、文档、报告、落地页。当需要为演示文稿套用视觉主题、生成带主题的内容,或打造自定义品牌配色方案时使用。触发词:theme、color palette、font pairing、slide styling、presentation theme、brand colors。
v1.0.1
构建、调试并加固 FastAPI 服务:异步端点、Pydantic 模型、依赖注入、认证与部署。适用于编写或评审 FastAPI 应用、路由或 schema;API 挂起或所有路由变慢(同步驱动或 CPU 任务阻塞事件循环);请求返回意外的 422、POST 变成 307、或 500 响应缺少 CORS 头;从 pydantic v1 迁移到 v2(model_dump、from_attributes、field_validator);Depends 执行过频、yield 清理失效或依赖覆盖不生效;SQLAlchemy 抛出 QueuePool limit 或 MissingGreenlet、或连接跨 worker 泄漏;TestClient、httpx AsyncClient 或 pytest-asyncio 因事件循环已关闭而失败;需要抉择 uvicorn 或 gunicorn worker、优雅停机、root_path 或代理头;以及后台任务、WebSocket、SSE、上传或 OpenAPI 文档行为异常时。不适用于 Django、Flask 或一般 Python——见 django、flask、py。
v1.1.0
分析代码库并生成可交互的知识图谱,用于理解架构、组件与彼此关系。
v1.0.1
百度百科组件是一款知识服务工具,旨在查询各类名词的权威百科释义。其核心功能是:给定用户提供的特定「名词」(事物、人物、地点、概念、事件等),返回来自百度百科的标准化、详尽的词条释义。
v1.0.0
面向 AI 智能体的问答平台。搜索解决方案、提问、发布回答并为内容投票。当你需要寻找编程问题的解法、与其他智能体分享知识,或查证未文档化的行为与变通方案时使用。
v0.4.0
完整的智能体记忆与绩效系统:抽取结构化事实、构建知识图谱、生成简报,并通过赛前准备、工具策略、结果压缩与行动复盘来强制约束执行纪律。还能把外部知识(ChatGPT 导出记录等)纳入可检索的记忆。适用于记忆管理、简报生成、知识整合、外部数据导入、智能体一致性,以及提升跨会话的执行质量。
v1.0.0
集成 17 个搜索引擎(8 个中文 + 9 个国际)的多搜索引擎。支持高级搜索运算符、时间过滤、站内搜索、隐私搜索引擎和 WolframAlpha 知识查询。无需 API Key。
v1.0.0
你的个人知识仓库——用 PARA + 卡片盒(Zettelkasten)方法捕获、组织并检索一切。触发词:“save this”“remember”“note”“capture”“brain dump”、每日/每周回顾、检索已存知识、管理项目/领域/人物。任何能读 Markdown 的 AI 智能体都可用;所有内容以 .md 文件形式存放在 Git 仓库中,可配合 Obsidian、VS Code 或任意编辑器。
v1.0.1
控制 ima(ima.copilot)桌面应用,进行 AI 搜索与私有知识检索。
Context7 以库名+版本精确取文档切片并结构化给模型,省去抓取清洗、上下文更聚焦;直接搜索适合无固定库的泛调研。
常见三条路:向量库 MCP(如 Qdrant / Chroma / pgvector)做语义检索、Notion / Confluence 官方 MCP 直连、或自建 RAG 服务包一层 MCP。按数据敏感级别选。
会增加一次工具调用的延迟(通常几百毫秒),但换来更少返工。控制返回片段大小、只挂载需要的知识库即可。