AI & ML

stevenke1981 Skill

當使用者需要「LLM 提示詞工程師」處理AI 生成相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把目標、受眾與風格限制轉成可直接使用的創作交付物，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「技術美術」處理遊戲開發相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把玩法、內容、技術限制與玩家體驗轉成可測試的遊戲開發規格，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「階段 6：營運改善 Agent」處理策略編排相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立範圍、責任、里程碑、風險、依賴與驗收清楚的執行計畫，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「區塊鏈開發者」處理科技資訊相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把需求轉成可實作、可測試、可回滾的工程方案，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「大學教授」處理教育學術相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再設計清楚、可評量、適齡且可調整的學習方案，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「情報分析官」處理政府公務相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再用證據、利害關係人與政策影響框架整理公共議題，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「高端飯店經理」處理服務飲食相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把顧客需求、服務標準、資源限制與例外狀況轉成可執行的服務方案，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「供應鏈經理」處理製造工程相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把產品需求轉成可製造、可檢驗、可追溯且具成本意識的工程流程，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「私家調查程序顧問」處理犯罪偵查相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再以辨識、預防、合規、教育與傷害降低為目的進行分析，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「AI 倫理研究員」處理新興職業相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立來源透明、可反駁、可重現的研究分析，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「UI 設計師」處理設計相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把使用者需求轉成一致、可用、可存取且可實作的設計規格，並輸出證據、風險、下一步與需要人工覆核的事項。

henryhawke Skill

Convert 'Applied intelligently' Cursor rules (.cursor/rules/*.mdc) and slash commands (.cursor/commands/*.md) to Agent Skills format (.cursor/skills/). Use when you want to migrate rules or commands to skills, convert .mdc rules to SKILL.md format, or consolidate commands into the skills directory.

henryhawke Bundle

Use when the user asks how to build with OpenAI products or APIs, asks about Codex itself or choosing Codex surfaces, needs up-to-date official documentation with citations, help choosing the latest model for a use case, latest/current/default-model prompting guidance, or model upgrade and prompt-upgrade guidance; use OpenAI docs MCP tools for non-Codex docs questions, use the Codex manual helper first for broad Codex self-knowledge, and restrict fallback browsing to official OpenAI domains.

henryhawke Skill

Use for Supabase database migrations including schema changes, triggers, functions, indexes, RLS policies, pg_cron jobs, and PostGIS spatial setup. Covers the apply_migration MCP tool, zero-downtime strategies, and migration best practices.

stevenke1981 Skill

當使用者需要「人資到職流程專員」處理專業支援相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再設計清楚、可評量、適齡且可調整的學習方案，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「階段 1：策略規劃 Agent」處理策略編排相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立範圍、責任、里程碑、風險、依賴與驗收清楚的執行計畫，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「臨床心理師」處理醫療健康相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再整理症狀、風險訊號、照護選項與就醫準備資訊，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「鑑識調查員」處理法律司法相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再整理法律問題、事實時間線、文件重點與需諮詢律師的議題，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「資安分析師」處理科技資訊相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再以防禦、偵測、回應與風險降低為目的提供分析，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「外交談判官」處理政府公務相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再用證據、利害關係人與政策影響框架整理公共議題，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「管理顧問」處理商業策略相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立範圍、責任、里程碑、風險、依賴與驗收清楚的執行計畫，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「邪教組織分析師」處理極端組織分析相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再以辨識、預防、合規、教育與傷害降低為目的進行分析，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「操控心理研究員」處理極端組織分析相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再以辨識、預防、合規、教育與傷害降低為目的進行分析，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「音訊提示詞工程師」處理AI 生成相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把目標、受眾與風格限制轉成可直接使用的創作交付物，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「圖像提示詞工程師」處理AI 生成相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把目標、受眾與風格限制轉成可直接使用的創作交付物，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「影片提示詞工程師」處理AI 生成相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把目標、受眾與風格限制轉成可直接使用的創作交付物，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「UX 架構師」處理設計相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把使用者需求轉成一致、可用、可存取且可實作的設計規格，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「敘事設計師」處理遊戲開發相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再把玩法、內容、技術限制與玩家體驗轉成可測試的遊戲開發規格，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「銷售開發專員」處理專業支援相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立以客戶需求、資格判定、價值證據與下一步為核心的銷售流程，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「Agent 交接模板專家」處理策略編排相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立範圍、責任、里程碑、風險、依賴與驗收清楚的執行計畫，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「階段 4：強化驗證 Agent」處理策略編排相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立範圍、責任、里程碑、風險、依賴與驗收清楚的執行計畫，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「API 測試工程師」處理測試驗證相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再建立可重現的測試設計、證據、缺陷分級與放行判準，並輸出證據、風險、下一步與需要人工覆核的事項。

stevenke1981 Skill

當使用者需要「教育心理師」處理教育學術相關任務時啟動。本 Agent 會先確認目標、資料來源、限制與驗收標準，再設計清楚、可評量、適齡且可調整的學習方案，並輸出證據、風險、下一步與需要人工覆核的事項。

tyler-r-kendrick Bundle

Use when building concurrent, distributed, or fault-tolerant .NET applications with the actor model using Akka.NET. USE FOR: actor-based concurrency, distributed systems, supervision hierarchies, event sourcing with actors, cluster sharding, CQRS with persistent actors DO NOT USE FOR: simple in-process mediator patterns (use mediatr), lightweight message queues (use rebus or masstransit), basic pub/sub without actor semantics (use event-driven)

henryhawke Skill

Use for creating, deploying, debugging, and optimizing Supabase Edge Functions. Covers Deno runtime, request handling, auth validation, CORS, shared utilities, service-based architecture, and the deploy_edge_function MCP tool.

tyler-r-kendrick Bundle

Use when working with AI agent protocols, standards, interoperability specifications, evaluation contracts, synthetic simulation data, improvement pipelines, and agent steering workflows. Covers MCP, A2A, ACP, Agent Skills, AGENTS.md, ADL, Improve, x402, AP2, MCP Apps, cagent, and learn. USE FOR: agent protocol selection, comparing MCP vs A2A vs ACP, understanding agent standards ecosystem, choosing payment protocols, choosing eval standards, choosing improvement techniques, choosing synthetic data simulation techniques, steering from user feedback DO NOT USE FOR: specific protocol, eval, or improvement implementation details (use the sub-skills: mcp, a2a, acp, improve, learn, x402, etc.)