القائمة
Simulador 3D open-source de Microsoft para drones y robots — simulación urbana, visión por computador, navegación autónoma.
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
استنادا إلى تصنيف SOC المهني
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/Ntizar/NtizarBrainMasterMind --skill airsim-simulationيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
عرض SKILL.md
| name | airsim-simulation |
| description | Simulador 3D open-source de Microsoft para drones y robots — simulación urbana, visión por computador, navegación autónoma. |
| version | 1.0.0 |
| tags | ["simulation","3D","drone","robot","Microsoft","urban","CV"] |
Simulador 3D open-source de Microsoft para drones y robots — simulación urbana, visión por computador, navegación autónoma. 18k⭐.
github.com/microsoft/AirSim# Descargar desde GitHub
git clone https://github.com/microsoft/AirSim.git
cd AirSim
./setup.sh # Linux
# o descargar binarios pre-compilados
import airsim
# Conectar al simulador
client = airsim.MultirotorClient()
client.confirmConnection()
# Volar drone
client.enableApiControl(True)
client.armDisarm(True)
# Movimiento
client.moveByVelocityAsync(1, 0, -1, 2).join() # 1m/s adelante, 1m/s arriba, 2s
# Capturar imágenes
images = client.simGetImages([
airsim.ImageRequest("0", airsim.ImageType.Scene),
airsim.ImageRequest("1", airsim.ImageType.DepthVis)
])[0]
# Guardar imagen
with open("frame.png", "wb") as f:
f.write(images.image_data_uint8)
microsoft/AirSim para datos de entrenamiento de CVgeodeep trainingCatálogo de Addy Osmani de skills engineering para AI coding agents — 8 slash commands mapeados al SDLC (spec → plan → build → test → review → ship).
Generación de informes y documentos profesionales mediante LLM. Arquitectura prompt→LLM→HTML capítulo, plantillas por sección, integración con datos de appState, y patrón demo interactivo. Aplicable a PMST, informes técnicos, auditorías, y cualquier documento estructurado.
AI Engineering Hub — catálogo de proyectos y tutoriales de ingeniería de IA con Jupyter notebooks.