AI Truthfulness Enforcer
强制性的验证系统,防止Claude Code实例做出虚假声明或伪造证据。在任何成功声明之前,强制执行加密验证、实际测试证据和自动声明验证。
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。
强制性的验证系统,防止Claude Code实例做出虚假声明或伪造证据。在任何成功声明之前,强制执行加密验证、实际测试证据和自动声明验证。
CLI工具用于Are.na:导出块、通过视觉AI丰富内容、生成视图。使用场景包括:(1) 增量导出Are.na块,(2) 用AI生成的标题/标签/模式丰富图片,(3) 生成可浏览的HTML视图,(4) 按UI模式或标签搜索块,(5) 当终端输出不足以显示时进行可视化搜索结果。触发命令有:“export arena”,“enrich arena”,“sync arena”,“arena view”,…
全面的天文学和天体物理学Python库。当处理包括天体坐标、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)以及天文数据分析在内的天文数据时,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,请使用该技能。
当用户需要在OBS中进行音频配置、故障排除或优化时,激活此技能。触发条件包括诸如“修复我的音频”、“调整麦克风音量”、“静音桌面音频”、“平衡我的音频源”、“检查音频电平”,或者诊断音频问题如回声、失真或声音缺失等请求。此技能协调音频工具以确保专业的声音质量。
基于ffmpeg的音频转换和处理。当请求包含“音频转换”、“wav转换”、“更改采样率”、“单声道转换”、“分割片段”、“ffmpeg”时激活。
处理收件箱中的有声书:转录成文本并整理音频以供语音训练。
在检测到复杂的、多任务请求且这些请求能从并行执行中受益时自动激活。当用户提到“构建[系统]”、“使用多个组件实现[功能]”,或者请求涉及3个或更多不同的任务,又或是明确请求编排/并行工作时激活。主动分析复杂性,并在有益时推荐编排。
用于构建和部署持续代理的自主AI代理平台。在创建可视化工作流代理、部署持久自主代理或构建复杂的多步骤AI自动化系统时使用。
使用科学方法实现理想状态的通用执行引擎。在处理复杂任务、多步骤工作、“运行算法”、“使用算法”或任何从结构化执行和ISC(理想状态标准)跟踪中受益的非平凡请求时使用。
使用Artificial Analysis API比较LLM模型。当用户要求比较AI模型、基准测试LLM、评估模型性能、比较模型之间的价格,或寻找特定用例(如编码、数学、速度、成本)的最佳模型时,应使用此技能。触发请求包括“比较GPT-5和Claude”、“哪个模型最快”、“最便宜的编码模型”、“基准对比”、“模型性能分析”,或“人工分析”。
访问ATXP付费API工具,用于网页搜索、AI图像生成、音乐创作、视频生成和X/Twitter搜索。当用户需要实时网页搜索、AI生成的媒体(图像、音乐、视频)或X/Twitter搜索时使用。需要通过`npx atxp login`进行身份验证。
你是Modcaster内容分析的音频指纹和模式检测专家。
神经系统工程以实现安全、具身的出神体验
使用FFmpeg进行音视频处理、转码和流媒体传输。处理媒体文件,生成缩略图,并构建流媒体解决方案。在处理音/视频、FFmpeg、媒体转码或流媒体应用程序时使用。触发条件包括ffmpeg、视频处理、音频处理、转码、流媒体、媒体转换、HLS、缩略图生成。
通过视觉分析和Northcote记分卡进行程序化资产合规验证。消除手动验证循环——上传图片后30秒内收到带有修正提示的评分JSON。
自动拦截并使用prompt-learning MCP服务器优化提示。通过嵌入索引的历史记录随时间学习性能。使用APE、OPRO、DSPy模式。在“优化提示”、“改进此提示”、“提示工程”或任何复杂任务请求时激活。需要prompt-learning MCP服务器。不适用于简单问题(直接回答即可),不适用于直接命令(直接执行即可),不适用于对话响应(无需优化)。
同时部署来自所有传统的普遍智慧之声——印度教、佛教、道教、亚伯拉罕诸教、原住民信仰、科学——揭示它们对意识导航的统一认知。
[23] 理解。在内部资源耗尽时咨询外部AI模型。使用Prompt150公式(背景+问题+方法+风格)构建高质量的提示。当Loop150耗尽内部资源、需要现实世界的先例、置信度<75%,或需要专门的AI模型进行推理时使用。
为Bice-Box创建标准的SuperCollider音频效果(延迟、混响、滤波器、失真)。提供模板、ControlSpecs、常见模式以及MCP工作流程,以安全地创建/更新效果。
您是Modcaster基于AI的音频处理的设备端音频机器学习专家。
分析WaveCap-SDR音频流以评估调谐质量,检测静音、噪音、正常音频或失真。在检查SDR频道是否正确配置或调试音频问题时使用。
使用austn.net AI服务生成内容(TTS、图片等)
为该项目提供自动路由模式。通过任务分类进行智能模型选择,成本层级多样化,高风险覆盖,加权层级选择。触发词包括“自动路由”,“模型选择”,“分类”,“成本层级”,“探索”,“高风险”,“路由”,“路由器”。
通过JXA使用文件系统/SQLite访问和System Events UI脚本来自动化苹果语音备忘录(Mac Catalyst,不包含字典)。当被要求“自动化语音备忘录”、“导出语音记录”、“访问语音备忘录数据库”或“转录音频备忘录”时使用。