[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7E64KV23Q17BADD1PRWD05G":3,"skill-same:01M7E64KV23Q17BADD1PRWD05G":48},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":28,"commitSha":29,"skillDirectory":30,"forksCount":14,"repositoryHtmlUrl":31,"repositoryHomepageUrl":31,"ownerHtmlUrl":32,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":33,"install":34,"resources":47},"01M7E64KV23Q17BADD1PRWD05G","ai-analyzer",null,"AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。","Mr-Nobody-Anonymous\u002FAll-skills","Mr-Nobody-Anonymous","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F184253119?v=4","01M7AEXFJHKTYQW5R0ZCQQTWFV","anonymous","01M7C00M3GQR4QKP9GZA42GFAK",0,"MIT","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fai-ml\u002Fai-analyzer\u002FSKILL.md",[],[],"2026-11-15 14:19:17",false,"---\nname: ai-analyzer\ndescription: AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。\nallowed-tools: Read, Grep, Glob, Write\nrisk: critical\nsource: community\ndate_added: \"2026-09-04\"\n---\n\n# AI健康分析器\n\n基于AI技术的综合健康分析系统，提供智能健康洞察、风险预测和个性化建议。\n\n## When to Use\n- The user wants AI-driven health analysis across multiple health datasets or lifestyle signals.\n- You need anomaly detection, risk prediction, or personalized recommendations based on health inputs.\n- You need generated health reports or question-answering over health metrics and trends.\n\n## 核心功能\n\n### 1. 智能健康分析\n- **多维度数据整合**: 整合基础指标、生活方式、心理健康、医疗历史等4类数据源\n- **异常模式识别**: 使用CUSUM、Z-score等算法检测异常值和变化点\n- **相关性分析**: 计算不同健康指标之间的相关性（皮尔逊、斯皮尔曼）\n- **趋势预测**: 基于历史数据进行趋势分析和预测\n\n### 2. 健康风险预测\n- **高血压风险**: 基于Framingham风险评分模型\n- **糖尿病风险**: 基于ADA糖尿病风险评分标准\n- **心血管疾病风险**: 基于ACC\u002FAHA ASCVD指南\n- **营养缺乏风险**: 基于RDA达成率和饮食模式分析\n- **睡眠障碍风险**: 基于PSQI和睡眠模式分析\n\n### 3. 个性化建议引擎\n- **基础个性化**: 基于年龄、性别、BMI、活动水平等静态档案\n- **建议分级**: Level 1（一般性）、Level 2（参考性）、Level 3（医疗建议）\n- **循证依据**: 基于医学指南和循证医学证据\n- **可操作性**: 提供具体、可行的改进建议\n\n### 4. 自然语言交互\n- **智能问答**: 支持健康数据查询、趋势分析、相关性查询等\n- **上下文理解**: 维护对话历史，支持多轮对话\n- **意图识别**: 识别用户查询意图，提供精准回复\n\n### 5. AI健康报告生成\n- **综合报告**: 包含所有维度健康数据、AI洞察、风险评估\n- **快速摘要**: 关键指标概览、异常警示、主要建议\n- **风险评估报告**: 各类疾病风险、风险因素分析、预防措施\n- **趋势分析报告**: 多维度趋势、变化点识别、预测分析\n- **HTML交互式报告**: ECharts图表、Tailwind CSS样式\n\n## 使用说明\n\n### 触发条件\n\n当用户提到以下场景时，使用此技能：\n\n**通用询问**:\n- ✅ \"AI分析我的健康状况\"\n- ✅ \"我的健康有什么风险？\"\n- ✅ \"生成AI健康报告\"\n- ✅ \"AI分析所有数据\"\n\n**风险预测**:\n- ✅ \"预测我的高血压风险\"\n- ✅ \"我有糖尿病风险吗？\"\n- ✅ \"评估我的心血管风险\"\n- ✅ \"AI预测健康风险\"\n\n**智能问答**:\n- ✅ \"我的睡眠怎么样？\"\n- ✅ \"运动对我的健康有什么影响？\"\n- ✅ \"我应该如何改善健康状况？\"\n- ✅ \"AI健康助手问答\"\n\n**报告生成**:\n- ✅ \"生成AI健康报告\"\n- ✅ \"创建综合分析报告\"\n- ✅ \"AI风险评估报告\"\n\n### 执行步骤\n\n#### 步骤 1: 读取AI配置\n\n```javascript\nconst aiConfig = readFile('data\u002Fai-config.json');\nconst aiHistory = readFile('data\u002Fai-history.json');\n```\n\n检查AI功能是否启用，验证数据源配置。\n\n#### 步骤 2: 读取用户档案\n\n```javascript\nconst profile = readFile('data\u002Fprofile.json');\n```\n\n获取基础信息：年龄、性别、身高、体重、BMI等。\n\n#### 步骤 3: 读取健康数据\n\n根据配置的数据源读取相关数据：\n\n```javascript\n\u002F\u002F 基础健康指标\nconst indexData = readFile('data\u002Findex.json');\n\n\u002F\u002F 生活方式数据\nconst fitnessData = readFile('data-example\u002Ffitness-tracker.json');\nconst sleepData = readFile('data-example\u002Fsleep-tracker.json');\nconst nutritionData = readFile('data-example\u002Fnutrition-tracker.json');\n\n\u002F\u002F 心理健康数据\nconst mentalHealthData = readFile('data-example\u002Fmental-health-tracker.json');\n\n\u002F\u002F 医疗历史\nconst medications = exists('data\u002Fmedications.json') ? readFile('data\u002Fmedications.json') : null;\nconst allergies = exists('data\u002Fallergies.json') ? readFile('data\u002Fallergies.json') : null;\n```\n\n#### 步骤 4: 数据整合和预处理\n\n整合所有数据源，进行数据清洗、时间对齐和缺失值处理。\n\n#### 步骤 5: 多维度分析\n\n**相关性分析**: 计算睡眠↔情绪、运动↔体重、营养↔生化指标等关联\n\n**趋势分析**: 使用线性回归、移动平均等方法识别趋势方向\n\n**异常检测**: 使用CUSUM、Z-score算法检测异常值和变化点\n\n#### 步骤 6: 风险预测\n\n基于Framingham、ADA、ACC\u002FAHA等标准进行风险预测：\n\n- 高血压风险（10年概率）\n- 糖尿病风险（10年概率）\n- 心血管疾病风险（10年概率）\n- 营养缺乏风险\n- 睡眠障碍风险\n\n#### 步骤 7: 生成个性化建议\n\n根据分析结果生成三级建议：\n\n- **Level 1**: 一般性建议（基于标准指南）\n- **Level 2**: 参考性建议（基于个人数据）\n- **Level 3**: 医疗建议（需医生确认，包含免责声明）\n\n#### 步骤 8: 生成分析报告\n\n**文本报告**: 包含总体评估、风险预测、关键趋势、相关性发现、个性化建议\n\n**HTML报告**: 调用 `scripts\u002Fgenerate_ai_report.py` 生成包含ECharts图表的交互式报告\n\n#### 步骤 9: 更新AI历史记录\n\n记录分析结果到 `data\u002Fai-history.json`\n\n## 数据源\n\n| 数据源 | 文件路径 | 数据内容 |\n|--------|---------|---------|\n| 用户档案 | `data\u002Fprofile.json` | 年龄、性别、身高、体重、BMI |\n| 医疗记录 | `data\u002Findex.json` | 生化指标、影像检查 |\n| 运动追踪 | `data-example\u002Ffitness-tracker.json` | 运动类型、时长、强度、MET值 |\n| 睡眠追踪 | `data-example\u002Fsleep-tracker.json` | 睡眠时长、质量、PSQI评分 |\n| 营养追踪 | `data-example\u002Fnutrition-tracker.json` | 饮食记录、营养素摄入、RDA达成率 |\n| 心理健康 | `data-example\u002Fmental-health-tracker.json` | PHQ-9、GAD-7评分 |\n| 用药记录 | `data\u002Fmedications.json` | 药物名称、剂量、用法、依从性 |\n| 过敏史 | `data\u002Fallergies.json` | 过敏原、严重程度 |\n\n## 算法说明\n\n### 相关性分析\n- **皮尔逊相关系数**: 连续变量（如睡眠时长与情绪评分）\n- **斯皮尔曼相关系数**: 有序变量（如症状严重程度）\n\n### 异常检测\n- **CUSUM算法**: 时间序列变化点检测\n- **Z-score方法**: 统计异常值检测（|z| > 2）\n- **IQR方法**: 四分位数异常值检测\n\n### 风险预测\n- **Framingham风险评分**: 高血压、心血管疾病风险\n- **ADA风险评分**: 2型糖尿病风险\n- **ASCVD计算器**: 动脉粥样硬化心血管病风险\n\n## 安全与合规\n\n### 必须遵循\n- ❌ 不给出医疗诊断\n- ❌ 不给出具体用药剂量建议\n- ❌ 不判断生死预后\n- ❌ 不替代医生建议\n- ✅ 所有分析必须标注\"仅供参考\"\n- ✅ Level 3建议必须包含免责声明\n- ✅ 高风险预测必须建议咨询医生\n\n### 隐私保护\n- ✅ 所有数据保持本地\n- ✅ 无外部API调用\n- ✅ HTML报告独立运行\n\n## 相关命令\n\n- `\u002Fai analyze` - AI综合分析\n- `\u002Fai predict [risk_type]` - 健康风险预测\n- `\u002Fai chat [query]` - 自然语言问答\n- `\u002Fai report generate [type]` - 生成AI健康报告\n- `\u002Fai status` - 查看AI功能状态\n\n## 技术实现\n\n### 工具限制\n此Skill仅使用以下工具：\n- **Read**: 读取JSON数据文件\n- **Grep**: 搜索特定模式\n- **Glob**: 按模式查找数据文件\n- **Write**: 生成HTML报告和更新历史记录\n\n### 性能优化\n- 增量读取：仅读取指定时间范围的数据文件\n- 数据缓存：避免重复读取同一文件\n- 延迟计算：按需生成图表数据\n\n## Limitations\n- Use this skill only when the task clearly matches the scope described above.\n- Do not treat the output as a substitute for environment-specific validation, testing, or expert review.\n- Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.\n","# AI健康分析器\n\n基于AI技术的综合健康分析系统，提供智能健康洞察、风险预测和个性化建议。\n\n## When to Use\n- The user wants AI-driven health analysis across multiple health datasets or lifestyle signals.\n- You need anomaly detection, risk prediction, or personalized recommendations based on health inputs.\n- You need generated health reports or question-answering over health metrics and trends.\n\n## 核心功能\n\n### 1. 智能健康分析\n- **多维度数据整合**: 整合基础指标、生活方式、心理健康、医疗历史等4类数据源\n- **异常模式识别**: 使用CUSUM、Z-score等算法检测异常值和变化点\n- **相关性分析**: 计算不同健康指标之间的相关性（皮尔逊、斯皮尔曼）\n- **趋势预测**: 基于历史数据进行趋势分析和预测\n\n### 2. 健康风险预测\n- **高血压风险**: 基于Framingham风险评分模型\n- **糖尿病风险**: 基于ADA糖尿病风险评分标准\n- **心血管疾病风险**: 基于ACC\u002FAHA ASCVD指南\n- **营养缺乏风险**: 基于RDA达成率和饮食模式分析\n- **睡眠障碍风险**: 基于PSQI和睡眠模式分析\n\n### 3. 个性化建议引擎\n- **基础个性化**: 基于年龄、性别、BMI、活动水平等静态档案\n- **建议分级**: Level 1（一般性）、Level 2（参考性）、Level 3（医疗建议）\n- **循证依据**: 基于医学指南和循证医学证据\n- **可操作性**: 提供具体、可行的改进建议\n\n### 4. 自然语言交互\n- **智能问答**: 支持健康数据查询、趋势分析、相关性查询等\n- **上下文理解**: 维护对话历史，支持多轮对话\n- **意图识别**: 识别用户查询意图，提供精准回复\n\n### 5. AI健康报告生成\n- **综合报告**: 包含所有维度健康数据、AI洞察、风险评估\n- **快速摘要**: 关键指标概览、异常警示、主要建议\n- **风险评估报告**: 各类疾病风险、风险因素分析、预防措施\n- **趋势分析报告**: 多维度趋势、变化点识别、预测分析\n- **HTML交互式报告**: ECharts图表、Tailwind CSS样式\n\n## 使用说明\n\n### 触发条件\n\n当用户提到以下场景时，使用此技能：\n\n**通用询问**:\n- ✅ \"AI分析我的健康状况\"\n- ✅ \"我的健康有什么风险？\"\n- ✅ \"生成AI健康报告\"\n- ✅ \"AI分析所有数据\"\n\n**风险预测**:\n- ✅ \"预测我的高血压风险\"\n- ✅ \"我有糖尿病风险吗？\"\n- ✅ \"评估我的心血管风险\"\n- ✅ \"AI预测健康风险\"\n\n**智能问答**:\n- ✅ \"我的睡眠怎么样？\"\n- ✅ \"运动对我的健康有什么影响？\"\n- ✅ \"我应该如何改善健康状况？\"\n- ✅ \"AI健康助手问答\"\n\n**报告生成**:\n- ✅ \"生成AI健康报告\"\n- ✅ \"创建综合分析报告\"\n- ✅ \"AI风险评估报告\"\n\n### 执行步骤\n\n#### 步骤 1: 读取AI配置\n\n```javascript\nconst aiConfig = readFile('data\u002Fai-config.json');\nconst aiHistory = readFile('data\u002Fai-history.json');\n```\n\n检查AI功能是否启用，验证数据源配置。\n\n#### 步骤 2: 读取用户档案\n\n```javascript\nconst profile = readFile('data\u002Fprofile.json');\n```\n\n获取基础信息：年龄、性别、身高、体重、BMI等。\n\n#### 步骤 3: 读取健康数据\n\n根据配置的数据源读取相关数据：\n\n```javascript\n\u002F\u002F 基础健康指标\nconst indexData = readFile('data\u002Findex.json');\n\n\u002F\u002F 生活方式数据\nconst fitnessData = readFile('data-example\u002Ffitness-tracker.json');\nconst sleepData = readFile('data-example\u002Fsleep-tracker.json');\nconst nutritionData = readFile('data-example\u002Fnutrition-tracker.json');\n\n\u002F\u002F 心理健康数据\nconst mentalHealthData = readFile('data-example\u002Fmental-health-tracker.json');\n\n\u002F\u002F 医疗历史\nconst medications = exists('data\u002Fmedications.json') ? readFile('data\u002Fmedications.json') : null;\nconst allergies = exists('data\u002Fallergies.json') ? readFile('data\u002Fallergies.json') : null;\n```\n\n#### 步骤 4: 数据整合和预处理\n\n整合所有数据源，进行数据清洗、时间对齐和缺失值处理。\n\n#### 步骤 5: 多维度分析\n\n**相关性分析**: 计算睡眠↔情绪、运动↔体重、营养↔生化指标等关联\n\n**趋势分析**: 使用线性回归、移动平均等方法识别趋势方向\n\n**异常检测**: 使用CUSUM、Z-score算法检测异常值和变化点\n\n#### 步骤 6: 风险预测\n\n基于Framingham、ADA、ACC\u002FAHA等标准进行风险预测：\n\n- 高血压风险（10年概率）\n- 糖尿病风险（10年概率）\n- 心血管疾病风险（10年概率）\n- 营养缺乏风险\n- 睡眠障碍风险\n\n#### 步骤 7: 生成个性化建议\n\n根据分析结果生成三级建议：\n\n- **Level 1**: 一般性建议（基于标准指南）\n- **Level 2**: 参考性建议（基于个人数据）\n- **Level 3**: 医疗建议（需医生确认，包含免责声明）\n\n#### 步骤 8: 生成分析报告\n\n**文本报告**: 包含总体评估、风险预测、关键趋势、相关性发现、个性化建议\n\n**HTML报告**: 调用 `scripts\u002Fgenerate_ai_report.py` 生成包含ECharts图表的交互式报告\n\n#### 步骤 9: 更新AI历史记录\n\n记录分析结果到 `data\u002Fai-history.json`\n\n## 数据源\n\n| 数据源 | 文件路径 | 数据内容 |\n|--------|---------|---------|\n| 用户档案 | `data\u002Fprofile.json` | 年龄、性别、身高、体重、BMI |\n| 医疗记录 | `data\u002Findex.json` | 生化指标、影像检查 |\n| 运动追踪 | `data-example\u002Ffitness-tracker.json` | 运动类型、时长、强度、MET值 |\n| 睡眠追踪 | `data-example\u002Fsleep-tracker.json` | 睡眠时长、质量、PSQI评分 |\n| 营养追踪 | `data-example\u002Fnutrition-tracker.json` | 饮食记录、营养素摄入、RDA达成率 |\n| 心理健康 | `data-example\u002Fmental-health-tracker.json` | PHQ-9、GAD-7评分 |\n| 用药记录 | `data\u002Fmedications.json` | 药物名称、剂量、用法、依从性 |\n| 过敏史 | `data\u002Fallergies.json` | 过敏原、严重程度 |\n\n## 算法说明\n\n### 相关性分析\n- **皮尔逊相关系数**: 连续变量（如睡眠时长与情绪评分）\n- **斯皮尔曼相关系数**: 有序变量（如症状严重程度）\n\n### 异常检测\n- **CUSUM算法**: 时间序列变化点检测\n- **Z-score方法**: 统计异常值检测（|z| > 2）\n- **IQR方法**: 四分位数异常值检测\n\n### 风险预测\n- **Framingham风险评分**: 高血压、心血管疾病风险\n- **ADA风险评分**: 2型糖尿病风险\n- **ASCVD计算器**: 动脉粥样硬化心血管病风险\n\n## 安全与合规\n\n### 必须遵循\n- ❌ 不给出医疗诊断\n- ❌ 不给出具体用药剂量建议\n- ❌ 不判断生死预后\n- ❌ 不替代医生建议\n- ✅ 所有分析必须标注\"仅供参考\"\n- ✅ Level 3建议必须包含免责声明\n- ✅ 高风险预测必须建议咨询医生\n\n### 隐私保护\n- ✅ 所有数据保持本地\n- ✅ 无外部API调用\n- ✅ HTML报告独立运行\n\n## 相关命令\n\n- `\u002Fai analyze` - AI综合分析\n- `\u002Fai predict [risk_type]` - 健康风险预测\n- `\u002Fai chat [query]` - 自然语言问答\n- `\u002Fai report generate [type]` - 生成AI健康报告\n- `\u002Fai status` - 查看AI功能状态\n\n## 技术实现\n\n### 工具限制\n此Skill仅使用以下工具：\n- **Read**: 读取JSON数据文件\n- **Grep**: 搜索特定模式\n- **Glob**: 按模式查找数据文件\n- **Write**: 生成HTML报告和更新历史记录\n\n### 性能优化\n- 增量读取：仅读取指定时间范围的数据文件\n- 数据缓存：避免重复读取同一文件\n- 延迟计算：按需生成图表数据\n\n## Limitations\n- Use this skill only when the task clearly matches the scope described above.\n- Do not treat the output as a substitute for environment-specific validation, testing, or expert review.\n- Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.\n",{"name":5,"risk":24,"source":25,"date_added":26,"description":7,"allowed-tools":27},"critical","community","2026-09-04","Read, Grep, Glob, Write","main","2d1750717747097b602acf30bd09a7cbd4b4c6ea","awesome_skills\u002Fai-ml\u002Fai-analyzer","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous","2026-11-09 11:45:36",{"source":8,"skillName":5,"commands":35,"prompt":45,"zipAvailable":46},[36,39,42],{"tool":37,"command":38},"npx","npx skills add Mr-Nobody-Anonymous\u002FAll-skills --skill ai-analyzer",{"tool":40,"command":41},"bunx","bunx skills add Mr-Nobody-Anonymous\u002FAll-skills --skill ai-analyzer",{"tool":43,"command":44},"pnpm","pnpm dlx skills add Mr-Nobody-Anonymous\u002FAll-skills --skill ai-analyzer","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fai-ml\u002Fai-analyzer\u002FSKILL.md",true,[],[49,57,64,71,78,85],{"skillNo":50,"name":51,"nameZh":6,"description":52,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":53,"categories":54,"keywords":55,"publishedAt":56},"01M7FFFZPC2025JQQHPHDX154J","dei-assessment","Assess diversity, equity, and inclusion with metrics. TRIGGERS - Use when user needs help with dei-assessment related tasks.","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fhr-people\u002Fdei-assessment\u002FSKILL.md",[],[],"2026-11-16 10:05:34",{"skillNo":58,"name":59,"nameZh":6,"description":60,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":61,"categories":62,"keywords":63,"publishedAt":56},"01M7FFFWN8H4WA7A6Y398QKB6J","dei-action-plan","Create DEI action plans with goals and initiatives. TRIGGERS - Use when user needs help with dei-action-plan related tasks.","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fhr-people\u002Fdei-action-plan\u002FSKILL.md",[],[],{"skillNo":65,"name":66,"nameZh":6,"description":67,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":68,"categories":69,"keywords":70,"publishedAt":56},"01M7FFFSHTM0QZRVZ2NRJTJ0PY","culture-fit-assessment","Design culture add assessment processes. TRIGGERS - Use when user needs help with culture-fit-assessment related tasks.","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fhr-people\u002Fculture-fit-assessment\u002FSKILL.md",[],[],{"skillNo":72,"name":73,"nameZh":6,"description":74,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":75,"categories":76,"keywords":77,"publishedAt":56},"01M7FFFMA12RKEQA38KHJSXXPS","cowork-to-code-bridge","Use an already-installed, independently verified cowork-to-code bridge to run narrowly approved actions on the user's own macOS, Linux, or WSL2 machine through a local file queue.","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fhr-people\u002Fcowork-to-code-bridge\u002FSKILL.md",[],[],{"skillNo":79,"name":80,"nameZh":6,"description":81,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":82,"categories":83,"keywords":84,"publishedAt":56},"01M7FFFH1F6M8YRGW5V487GH1K","counter-offer-response","Draft counter-offer responses for retention. TRIGGERS - Use when user needs help with counter-offer-response related tasks.","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fhr-people\u002Fcounter-offer-response\u002FSKILL.md",[],[],{"skillNo":86,"name":87,"nameZh":6,"description":88,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":89,"categories":90,"keywords":91,"publishedAt":56},"01M7FFFDGEHV8Y7J9N40HZXW52","continuous-feedback-system","Design continuous feedback systems. TRIGGERS - Use when user needs help with continuous-feedback-system related tasks.","https:\u002F\u002Fgithub.com\u002FMr-Nobody-Anonymous\u002FAll-skills\u002Fblob\u002Fmain\u002Fawesome_skills\u002Fhr-people\u002Fcontinuous-feedback-system\u002FSKILL.md",[],[]]