fal-llms-txt
Über
Diese Fähigkeit ruft alle Modellvarianten und ihre entsprechenden `llms.txt`-Dokumentationslinks für jede fal.ai-Modellreihe ab. Sie wird ausgelöst, wenn Nutzer einen fal.ai-Modelllink bereitstellen und die llms.txt-Datei anfordern, die Modell-Dokumentation einsehen möchten oder verfügbare Varianten benötigen. Die Fähigkeit erkennt automatisch verschiedene Modellversionen (wie pro/standard) und hängt `/llms.txt` an die URL jeder Variante an, um die Dokumentationslinks zu generieren.
Schnellinstallation
Claude Code
Empfohlennpx skills add openclaw/skills -a claude-code/plugin add https://github.com/openclaw/skillsgit clone https://github.com/openclaw/skills.git ~/.claude/skills/fal-llms-txtKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Verwandte Skills
视频链接解析
AndereDiese Claude Skill extrahiert wasserzeichenfreie Video-Download-URLs aus Social-Media-Sharing-Links. Sie unterstützt Plattformen wie TikTok, Douyin, Bilibili und Instagram, indem sie die bereitgestellte URL analysiert und direkte Medienressourcen zurückgibt. Entwickler können sie über das `parse_video` MCP-Tool integrieren, wenn Nutzer Videos ohne Wasserzeichen herunterladen oder verarbeiten müssen.
图片上传
AndereDiese Fähigkeit lädt Bilder in Cloud-Speicher hoch und gibt öffentlich zugängliche URLs zurück. Sie unterstützt sowohl lokale Bilder (über Base64-Kodierung) als auch Web-Bild-URLs zum erneuten Hosten. Entwickler können sie nutzen, wenn sie Bilder für KI-Modelle verfügbar machen oder lokale Dateien in teilbare Links umwandeln müssen.
moai-tool-ast-grep
AndereDiese Fähigkeit ermöglicht strukturelle Codesuche, Sicherheitsscans und Refactoring in über 40 Sprachen durch AST-Musterabgleich. Sie ist ideal für Entwickler, die präzise Codetransformationen oder Sicherheitsanalysen benötigen, die über Regex-Fähigkeiten hinausgehen. Nutzen Sie sie für automatisierte Codeänderungen, Schwachstellenerkennung oder komplexe Linting-Aufgaben.
moai-tool-ast-grep
AndereDiese Fähigkeit ermöglicht strukturelle Codesuche und automatisiertes Refactoring in über 40 Sprachen mittels AST-Mustermatching. Sie ist ideal für Sicherheitsscans, Linting und komplexe Code-Transformationen, bei denen Regex an ihre Grenzen stößt. Entwickler sollten sie für syntaxbewusste Code-Modifikationen verwenden, die die Programmstruktur bewahren.