تعمل مهارة Playwright على أتمتة اختبار الويب من خلال تنفيذ المتصفح المرئي. وهي تكتشف خوادم التطوير المحلية، وتكتب نصوص الاختبار إلى التخزين المؤقت، وتتعامل مع ملء النماذج ولقطات الشاشة والتحقق من التصميم المتجاوب دون إرباك مشروعك.

الحاجة إلى تنفيذ إنهاء سلس لسير العمل في نظام الوكيل الذكي. يوفر هذا وثيقة التصميم حلاً قائمًا على Redis لإدارة الحالة مع نقاط نهاية API وأنماط الاستقصاء لإنيقاف موثوق لسير العمل.

تدعم متدقات FastGPT الإيقاف وانتظار مدخلات المستخدم. يشرح هذا الدليل عملية التطوير الكاملة لعقد التفاعل، بما في ذلك تعريفات الأنواع، ومنطق التنفيذ، ومكونات الواجهة الأمامية، ودعم الترجمة.

بناء مهارات الذكاء الاصطناعي صعب بدون هيكل مناسب. يوفر هذا الدليل قوالب مثبتة وأفضل الممارسات لإنشاء مهارات تعمل بشكل موثوق وسهلة الاكتشاف. يتضمن قوالب جاهزة للاستخدام للمهارات الأساسية وسير العمل.

تتطلب إدارة تكوينات Home Assistant والأتمتات ولوحات التحكم فهم سير عمل وأدوات وممارسات متعددة. توفر هذه المهارة إرشادات متقدمة لنشر سير العمل، والوصول عن بُعد إلى سطر الأوامر، والتحقق من الأتمتة، وتطوير لوحات Lovelace المحسنة للأجهزة اللوحية.

Coding agents drift, expand scope, and skip verification — this skill provides a lightweight PM operating loop with templates for briefing, reviewing, and shipping their work. It gives founders and product engineers a repeatable system to delegate, review, and verify agent output without losing control.

عادةً ما تتطلب مشاركة الملفات أو المواقع إعداد الاستضافة والحسابات والضبط. تنشر هذه المهارة النصوص والملفات والمواقع الكاملة إلى brewpage.app بأمر واحد، وتعيد URL عامًا جاهزًا للمشاركة.

يفتقر Markdown القياسي إلى ميزات لربط الملاحظات وتنظيم المعرفة. تساعدك هذه المهارة على إنشاء ملاحظات Obsidian مُنسقة بشكل صحيح مع روابط ويكي (wikilinks)، والتضمينات، والعبارات المميزة (callouts)، والخصائص.

تتيح هذه المهارة للمساعدين الذين يعتمدون على الذكاء الاصطناعي التفاعل مع مخازن Obsidian عبر سطر الأوامر، مما يسمح بإنشاء الملاحظات والبحث وإدارة المهام وسير عمل تطوير الإضافات مباشرة من سطر الأوامر.

حوّل قبو Obsidian الخاص بك إلى قاعدة بيانات قوية مع عروض الجدول والبطاقة والخريطة والقائمة. أنشئ عوامل تصفية ديناميكية وصيغ وملخصات دون كتابة كود.

يواجه المستخدمون صعوبة في إنشاء لوحات بصرية في Obsidian بدون دليل تنسيق JSON مناسب. توفر هذه المهارة وثائق مرجعية كاملة لإنشاء وتحرير ملفات JSON Canvas مع العقد والحواصل والمجموعات والاتصالات.

قراءة صفحات الويب مع WebFetch تهدر الرموز على الإعلانات والتنقل والفوضى. يستخرج Defuddle المحتوى الرئيسي فقط كـ markdown نظيف، مما يوفر حتى 80٪ من الرموز عند تحليل المقالات عبر الإنترنت والوثائق ومنشورات المدونات.

تحتوي قاعدة بيانات ZINC على أكثر من 230 مليون مركب كيميائي متاح للشراء لأبحاث اكتشاف الأدوية. توفر هذه المهارة وصولاً برمجياً للبحث حسب معرف ZINC أو SMILES أو رمز المورد، واسترجاع البنى ثلاثية الأبعاد، وإجراء بحث التشابه للفحص الافتراضي ودراسات ربط الجزيئات.

العمل مع مجموعات البيانات الكبيرة التي تتجاوز حدود الذاكرة. يتيح zarr-python تخزين المصفوفات المقسمة مع الضغط لسير عمل حوسبة علمية سحابية أصلية.

تتيح هذه المهارة إنشاء جداول بيانات Excel وتحريرها وتحليلها باستخدام الصيغ والتنسيقات وتحليل البيانات. كما تعيد حساب الصيغ وتحقق من عدم وجود أخطاء للحصول على نتائج عالية الجودة للنشر.

يتطلب النشر الأكاديمي الالتزام الصارم بالتنسيق. توفر هذه الأداة قوالب LaTeX جاهزة للاستخدام ومتطلبات تفصيلية لأكثر من 50 مجلة ومؤتمر ووكالة منح رائدة. احصل على مستندات منسقة بشكل مثالي دون الحاجة للبحث اليدوي عن القوالب.

يتطلب معالجة مجموعات البيانات الجدولية الكبيرة التي تتجاوز ذاكرة الوصول العشوائي أدوات متخصصة. يتيح Vaex عمليات DataFrame خارج النوى، والتقييم الكسول، ومعالجة مليارات الصفوف في الثانية على مجموعات البيانات الكبيرة جداً بالنسبة للذاكرة. مثالي للبيانات الفلكية، وسلسلة البيانات المالية، والتحليل العلمي واسع النطاق.

الوصول إلى قواعد بيانات شاملة لبراءات الاختراع والعلامات التجارية لمكتب الولايات المتحدة للبراءات والعلامات التجارية. البحث بالكلمات المفتاحية أو المخترعين أو المتنازع لهم. استرجاع تاريخ الفحص والتسويات والإشارات المرجعية وإجراءات المكتب للبحث في الملكية الفكرية والأسبقيات.

ابحث في قواعد بيانات البروتينات، واسترجع التسلسلات، وعيّن المعرفات عبر قواعد البيانات البيولوجية. توفر هذه المهارة وصولاً مباشراً إلى UniProt، المورد الشامل لمعلومات تسلسل ووظائف البروتينات.

البيانات عالية الأبعاد يصعب تصورها وتحليلها. يقلل UMAP الأبعاد مع الحفاظ على البنية، مما يتيح تصورات واضحة ثنائية وثلاثية الأبعاد نتائج تجميع أفضل.