메뉴
为 DeepSeek Harness（DSH）列出和安装 Agent Skills。用户要求查看可安装 Skill、从 openai/skills 精选目录安装 Skill，或从任意 GitHub 仓库路径安装 Skill（含私有仓库）时使用。默认安装到 $DSH_HOME/skills；未设置 DSH_HOME 时使用 ~/.dsh/skills。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
SOC 직업 분류 기준
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/LKQ667/metamath-harness --skill skill-installer명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
| name | skill-installer |
| description | 为 DeepSeek Harness（DSH）列出和安装 Agent Skills。用户要求查看可安装 Skill、从 openai/skills 精选目录安装 Skill，或从任意 GitHub 仓库路径安装 Skill（含私有仓库）时使用。默认安装到 $DSH_HOME/skills；未设置 DSH_HOME 时使用 ~/.dsh/skills。 |
为 DeepSeek Harness 安装符合 SKILL.md 目录规范的 Skill。默认来源为 openai/skills 的 skills/.curated；用户也可以指定其他 GitHub 仓库和目录。
openai/skills 对应目录安装。python scripts/list-skills.pypython scripts/list-skills.py --format jsonpython scripts/list-skills.py --repo <owner/repo> --path <repo/path>python scripts/install-skill-from-github.py --repo <owner/repo> --path <path/to/skill> [<path/to/skill> ...]python scripts/install-skill-from-github.py --url https://github.com/<owner>/<repo>/tree/<ref>/<path>这些脚本会访问网络。遇到访问限制时，说明原因并停止；不得输出令牌或凭据。
$DSH_HOME/skills/<skill-name>。DSH_HOME 时，使用 ~/.dsh/skills/<skill-name>。SKILL.md。GITHUB_TOKEN / GH_TOKEN，不得回显凭据。--ref <ref>、--dest <path>、--method auto|download|git；单个 Skill 可用 --name 指定目标名称。列出 Skill 时说明来源，并标注已安装项。例如：
来自 owner/repo/path 的 Skills：
1. skill-one
2. skill-two（已安装）
安装完成后说明 Skill 名称、实际路径和是否需要重载。发生错误时保留原目录，给出可操作的错误原因。
完成数学建模竞赛指定单问的路线探索、数学建模、真实计算与迭代验证，比较能独立作答的完整路线，默认优选最多三个方案并提出论文图表建议。优先全国大学生数学建模竞赛，其次其他中文赛事，最后美赛；适用于已有题目与预处理结果后的深入求解，不替代全篇论文制作。
用 HTML+CSS 绘制流程图/技术路线图/系统架构图/流水线/框架矩阵图，经 Electron printToPDF 输出矢量单页 PDF，供论文 \includegraphics 直接引用。当用户说"画HTML图"、"技术路线图"、"流程图"或需要论文非数据类示意图时使用。本版为 MetaMath Harness（DeepSeek Harness/DSH）专用适配版：命令经 pwsh 执行，视觉自检用 DSH 原生 read_image/vision_analyze。
对本机明确支持的科学数据文件做有边界的本地探索性分析（EDA）。适用于脱敏后的 CSV/TSV/JSON 数据概况检查，可选支持 NumPy、HDF5、FASTA/FASTQ 与基础图片元数据；覆盖缺失值与数据泄漏审查、离群点与变换敏感性分析，并产出严谨的 EDA 报告框架。其他领域格式仅供参考，未知格式一律拒绝处理（fail closed）。