篮球比赛体育复古海报矢量模板适用于篮球训练营招生广告、体育馆/篮球馆日常促销推广、运动健身俱乐部的会员活动招贴画等相关视觉场景设计，由AI生成的Ai格式素材。

使用 Vidu Q2 生成高质量图像。支持文生图与图生图。

中国中小企业智能财税技能，涵盖税率、报税、发票、记账、财税、税务、增值税、企业所得税、个税、财务分析、税务筹划、合规检查、纳税申报、税收优惠、小规模纳税人、一般纳税人、附加税、印花税、房产税、发票识别、报销、费用归类等。

电商情报站：集竞品分析、评论分析、价格监控于一身，融合三大技能，助卖家盯竞品、析评论、监价格，数据驱动决策。适用于电商卖家、运营、选品经理。

面向团队的企业级UI组件工程平台,含设计系统、批量生成、可访问性增强与组件库管理。

使用自定义模板自动审查客户理赔授权函的合规性，每30分钟将结果推送至飞书。

自动扫描 Markdown 标题，生成带 GitHub 风格锚点的多级目录，支持层级控制并插入文件顶部。

适用于用户提出以下需求时：“设计欢迎流程”、“设置弃购序列”、“在生命周期流程中构建轻量级再触达分支”或“规划冷启动外呼序列”；可生成通用的生命周期自动化流程（包括欢迎流程、购物车流程、浏览弃购流程、购后流程、流程内再触达流程、B2B 冷启动外呼流程），涵盖触发条件、步骤时间安排、分支/退出条件、目标设定、频率管控（发送上限、静默时段、疲劳防护阈值）、归档路径（sunset path），以及 SEND N 维度评分。 不适用于针对已流失用户群组的闭环赢回 / 重获许可（re-consent，即 re-p

自动化电商卖家的四大最高ROI情报任务——竞争对手价格监控、产品调研、利润率分析以及弃单回收

积分红包一键领取·全平台自动化省心神器。触发词：领取礼包、领积分、今日礼包、领credit、积分领取、白嫖积分、签到领取、一键领取、每天自动领、安装定时任务、设置自动领取、查看领取状态、今天领了吗、开机自动领取、截图学习领取、添加领取链接、视频学习领取、从录屏学习、录屏生成定时任务、自动分析操作视频、帮我学会领XX签到、添加XX领取场景、XX APP截图学习。注意：本技能仅用于合法合规的积分红包领取，请勿用于其他用途。

青桔单车（滴滴旗下）出行助手：提供单车与电单车选择指南、计费结构说明、骑行卡费用测算、还车规范及超区费避坑技巧。

全功能音频生成引擎，支持TTS、语音克隆、音乐生成、多角色对话与管道链接批量处理。

Python 编程规范与最佳实践。强制 PEP 8 代码风格、语法校验、单元测试执行，适用于代码编写、审查和重构。触发词：Python、代码规范、py_compile、单元测试。

当用户希望创建、优化或审核词汇表页面的内容和结构时使用。也可在用户提及“词汇表”、“定义”、“术语”等时使用。

使用 Aident Loadout 将您的 OpenClaw 或任何 AI 代理连接到 1,000+ 真实应用和工具（如 Gmail、Slack、Linear、Notion、Firecrawl、Fal），解锁 27,000+ 可执行操作，并记录完整审计历史，使代理能够可靠地完成实际工作。

使用 cloudmonkey (cmk) CLI 管理 Apache CloudStack 基础设施——列出/启动/停止/销毁虚拟机，管理网络、卷、快照，并运行 Cloud 相关命令。

共享的OpenClaw技能，用于引导ClawMover备份和恢复工作流，具备明确的确认、输入验证以及手动命令优先执行...

初创公司股权结构表管理与建模，跟踪股权分配、期权池、投资者持股及稀释情景，是融资的关键。

包含热身常规和锻炼计划的动作指导。用于规划锻炼。

当用户需要创建、优化或审查定价页面内容和结构，或提及“pricing page”“pricing table”“plans”等时使用。

适用于用户提出“撰写邮件”“草拟主题行”或“构建邮件创意”等请求时；输出预点击单元（pre-click unit）——包括多个主题行变体（subject-line variants）、预览文本（preheader）、正文文案（body copy）、一个清晰明确的行动号召（CTA），以及与之匹配的纯文本备选版本（plain-text alt）；所有内容均需与目标落地页（destination page）保持信息一致，并兼顾声明账本（claims-ledger）中的已验证主张。 不适用于： - 主题行变

管理 OpenAI DALL-E 3 API 工作流，用于品牌一致的图像生成，包含风格参考、宽高比控制以及使用 GPT-4 Vision 反馈循环进行自动提示优化。

Python基础语法库，覆盖30+核心主题：数据类型、字符串操作、运算符、列表/元组/字典/集合、条件语句与循环、函数定义与高级函数（lambda/map/filter/reduce）、装饰器、生成器与迭代器、面向对象编程（类/继承/多态/魔术方法）、模块与包管理、文件IO、异常处理、常用内置函数与标准库（os/sys/json/datetime/collections）、类型提示、推导式。适用场景：Python语法查询、数据类型操作、函数编写、面向对象设计、模块使用、文件读写、异常捕获、装饰器编写、生成

Gina 沙箱工作流编写、运行、评估与改进指南，具备安全默认设置及可复现操作。