snapdom
snapDOM是一个快速、准确的DOM转图像捕获工具,可将HTML元素转换为可缩放的SVG图像。用于捕获HTML元素,将DOM转换为图像(SVG、PNG、JPG、WebP),并保留样式、字体和伪元素。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
snapDOM是一个快速、准确的DOM转图像捕获工具,可将HTML元素转换为可缩放的SVG图像。用于捕获HTML元素,将DOM转换为图像(SVG、PNG、JPG、WebP),并保留样式、字体和伪元素。
创建有效的自定义模式提示和示例的指南,适用于Superwhisper这款AI听写应用。当用户希望创建、改进或理解Superwhisper自定义模式指令以处理具有上下文感知能力的听写语音时使用,同时也可用于生成示例。
使用xdotool进行Linux UI自动化,包括窗口管理、键盘/鼠标模拟和桌面控制。
根据文章内容生成编辑封面图片。当用户需要为文章或博客帖子制作封面图片、主图或编辑插图时使用。不适用于表格/图表图片(请使用table-image)。
Roboflow集成。管理项目。当用户想要与Roboflow数据交互时使用。
深度研究代理系统社区版,对复杂主题进行多轮迭代的网络搜索和综合分析。使用场景:当用户需要对特定主题进行深入、全面的研究时,特别是需要基于最新网络信息生成详细分析报告的情况。支持多轮迭代搜索、智能搜索方向调整和综合分析报告生成。本skill是一个工作流描述文档,没有执行脚本,依赖byted-web-search skill进行网页搜索。
使用多种特征化工具和预构建数据集的分子机器学习。当您需要广泛的特征化选项和MoleculeNet基准时,可以用于属性预测(ADMET、毒性)与传统机器学习或图神经网络。最适合快速实验预训练模型、多样化的分子表示。对于以图为主的PyTorch工作流,请使用torchdrug;对于基准数据集,请使用pytdc。
全面的地理空间科学技能,涵盖遥感、GIS、空间分析、用于地球观测的机器学习以及30多个科学领域。支持卫星图像处理(Sentinel、Landsat、MODIS、SAR、高光谱)、矢量和栅格数据操作、空间统计、点云处理、网络分析、云原生工作流程(STAC、COG、行星计算机)以及8种编程语言(Python、R、Julia、JavaScript、C++、Java、Go、Rust),并提供500多个代码…
视频内容的无障碍指南,包括对比度、时间控制和可读的字体排版。在设计视频布局、选择颜色/字体、设置动画时长或确保表情符号和视觉元素附有文字替代选项时,请使用此指南。
使用telegram-mcp的Telegram自动化助手。当用户想要:(1) 获取未读Telegram消息摘要 (2) 从频道帖子中分析他们的写作风格 (3) 草拟并向Telegram频道发布帖子 (4) 搜索并回复聊天中的消息时使用。触发词包括:“telegram摘要”,“未读消息”,“早晨总结”,“发布到频道”,“草拟Telegram帖子”,“分析写作风格”,“从频道提取风格”,“Telegr…
-
提取YouTube视频的文字记录,并生成包含多层次摘要、关键概念和可操作收获的结构化概念分析。纯Python编写,无需API密钥,不依赖MCP。通过youtube-transcript-api获取文字记录,如果失败则使用yt-dlp作为备选方案,然后直接由Claude分析内容。当用户提到:分析YouTube视频、YouTube文字记录、总结这个视频、这个视频涵盖了什么、从视频中提取概念、视频分析、…
Rosette文本分析集成。管理组织。当用户想要与Rosette文本分析数据交互时使用。
微信公众号(WeChat Official Accounts)公开内容查询与文章分析 skill,通过 MaxHub API 查询公众号文章、账号信息、评论、阅读互动、视频/媒体相关数据和搜索能力。适合公众号内容选题、舆情分析、账号画像、评论研究和媒体监控。默认 read-only,但部分媒体/评论数据具有隐私和版权敏感性;agent 应按 recipes 调用并遵守数据最小化与授权边界。所有请求…
基于扩散的分子对接。从PDB/SMILES预测蛋白质-配体结合构象、置信度分数、虚拟筛选,用于基于结构的药物设计。不适用于亲和力预测。
将英文音频翻译为中文
定义小芽家教 AI 劥手的核心人格特质、教学风格和语言规范,确保"温柔耐心、会引导、不给答案"的教学理念。
为YouTube、TikTok、教育内容和产品演示创建视频脚本。支持旁白脚本、分镜头脚本和字幕草稿。
-
为一个用例设计RAG架构
ScoreDetect集成。管理组织。当用户想要与ScoreDetect数据交互时使用。
此技能应在处理基因组区间数据(BED文件)进行机器学习任务时使用。可用于训练区域嵌入(Region2Vec, BEDspace),单细胞ATAC-seq分析(scEmbed),构建共识峰(universes),或任何基于机器学习的基因组区域分析。适用于BED文件集合、scATAC-seq数据、染色质可及性数据集以及基于区域的基因组特征学习。
全面的天文学和天体物理学Python库。在处理包括天体坐标、物理单位、FITS文件、宇宙学计算、时间系统、表格、世界坐标系统(WCS)以及天文数据分析等天文数据时,应使用此技能。当任务涉及坐标转换、单位换算、FITS文件操作、宇宙距离计算、时间尺度转换或天文数据处理时,请使用。
视觉质量诊断助手适合市场营销、运营、内容媒体、电商在用户提出“这张图够发布吗”这类问题,需要快速拆解目标、判断重点并形成可执行结果时使用,帮助基于输入材料生成摘要、诊断结论、行动建议和可复用交付物。