Skills
收录 96,981 个为 Agent 打包的专项能力与操作指引,复制一行命令即可安装。
云与 DevOps
将自包含的 HTML、Markdown 或 React 产物发布并维护为可分享的 URL。适用于用户要求发布报告、说明文档、仪表盘、原型、可视化或文档;更新已有产物;查看已发布的产物;或检查 .artifacts/manifest.json 或 manifest.local.json 中被监视源的漂移。产物支持稳定的渠道 URL、版本历史、浅色/深色主题、可选的客户端密码加密,以及确定性的 Recipe 构建。源变更通过 status 和可选的 Claude Code Stop hook 检测;不会自动编辑或重新发布。不要用于通用文件上传、截图、SBOM、构建 tarball、Linear 条目或 Claude API 内容块。
火山引擎合规最佳实践助手:一是根据用户诉求(要满足的合规标准、关键词、关注的风险等级),从火山引擎官方内置的合规包模板里推荐该开启哪些、并标出哪些已开启;二是汇总账号当前的合规态势,把已生效规则/合规包(官方内置 + 用户自定义)的评估结果按类别(法规 / 最佳实践 / 自定义)与严重度聚合成一份合规总览报告;三是当官方基线没覆盖时,指导用户写一条 Rego 策略作为自定义合规规则并注册评估。可在用户确认后把推荐的模板部署为合规包。Use when 用户想做「合规检查 / 合规巡检 / 安全合规 / 合规最佳实践 / 该开哪些合规规则 / 等保合规 / 我火山账号合规吗 / 有哪些不合规 / 帮我写条自定义合规规则」,或提到火山引擎「配置审计 / Config / 合规包 / conformance pack / Rego 策略」。Trigger on 火山 / 火山引擎 / volcengine 关键词叠加合规场景。部署合规包 / 注册自定义规则属写操作,需用户确认;合规报告与资源修复严格分离。
使用 ALZ Accelerator 与 AVM (Azure Verified Modules) 部署 Azure Landing Zones。每当用户提到 Azure Landing Zones、ALZ、Azure landing zone accelerator、用于 landing zones 的 AVM 模块、部署管理组、hub-and-spoke 网络、Virtual WAN、平台 landing zones,或询问 Azure 基础设施用 Bicep 还是 Terraform 时,使用此技能。当用户想要为 Azure 平台部署引导 CI/CD、设置管理组层级,或部署连接/标识/管理平台订阅时,也要触发。
byted-emr-skills 提供管理火山引擎 EMR(火山引擎 E-MapReduce(简称“EMR”)是开源 Hadoop 生态的企业级大数据分析系统,完全兼容开源)的技能,包括管理 EMR on ECS 集群、EMR on VKE 集群、EMR serverless 队列、计算组、作业模板/实例、日志、监控,并提供 EMR Agent 智能诊断与知识问答能力。当用户提及“EMR on ECS 集群”、“EMR on VKE 集群”、“Serverless 队列”、“Serverless 作业”、“SparkSQL/PrestoSQL/Ray/PySpark/SparkJar 作业”、“作业日志”、“作业监控”、“作业诊断”等需求时,应优先使用此技能。
使用经过生产验证的模式设置 Cloudflare Workers,包括 Hono 路由、Vite 插件和 Static Assets。可避免 6 类错误:导出语法、路由冲突、HMR 崩溃以及 Service Worker 格式混淆。适用场景:创建 Workers 项目、为 Workers 配置 Hono 或 Vite、使用 Wrangler 部署、添加带 SPA fallback 的 Static Assets,或排查导出语法、API 路由冲突、定时处理器、HMR 竞态条件等问题。关键词:Cloudflare Workers、CF Workers、Hono、wrangler、Vite、Static Assets、@cloudflare/vite-plugin、wrangler.jsonc、ES Module、run_worker_first、SPA fallback、API routes、serverless、edge computing、"Cannot read properties of undefined"、"Static Assets 404"、"A hanging Promise was canceled"、"Handler does not export"、deployment fails、routing not working、HMR crashes
使用此技能将 TPM Liability Accruals 数据套件端到端部署到 Salesforce org。当客户或同事想要安装应计引擎、验证 Data Cloud 连接、部署 Data Kit 组件,并调度导出与应计计算链时调用。触发短语包括:“deploy the accrual data kit”“set up liability accruals”“install TPM accruals”“headless accruals setup”“configure the Data Cloud export connector”“schedule the accrual chain”。请勿用于仅创建 Data Space(请使用 platform-dataspace-access-configure)、通用 Salesforce 元数据部署(请使用 platform-metadata-deploy)、仅查询 org 数据(请使用 platform-soql-query),或为 Trade Promotion Effectiveness(TPE)功能设置数据套件(请改用 consumer-goods-tpe-datakit-deploy)。
当在本仓库中编写或审查调用 Deepgram Management API 的 JavaScript/TypeScript 代码时使用,涉及项目、API 密钥、成员、邀请、请求、用量、计费、模型以及 Agent think-model 发现。涵盖 `client.manage.v1.*` 以及 `client.agent.v1.settings.think.models.list()`。当你想实际运行 Agent 而非管理项目或检查模型时,请使用 `deepgram-js-voice-agent`。触发词包括 "management API"、"list projects"、"API keys"、"members"、"invites"、"usage stats"、"billing"、"list models" 和 "manage.v1"。
使用 django-storages 配置 Django 将静态文件和媒体文件存储到 AWS S3 时使用。在处理 STORAGES 设置、S3 存储桶、预签名 URL、CloudFront 或 settings.py 中基于 boto3 的文件存储时调用。配置 Django 4.2+ 的 STORAGES 字典、公开/私有自定义后端、预签名 GET/POST URL、IAM 策略以及用于测试的 S3 mock。触发词:django-storages、S3、boto3、S3Boto3Storage、STORAGES、presigned URL、CloudFront、media files、collectstatic、AWS_STORAGE_BUCKET_NAME。
企业级系统,涵盖微服务、Kubernetes、Terraform 和 AI Native 方法论。对于跨发布时间线的多功能计划,可与 /sprint master-plan(v2.1.13)结合,将功能归入单个 8 阶段 Sprint 容器,共享范围/预算并设有 4 个自动暂停触发器(QUALITY_GATE_FAIL / ITERATION_EXHAUSTED / BUDGET_EXCEEDED / PHASE_TIMEOUT)。触发词:microservices、k8s、terraform、monorepo、AI native
通过 `gh` CLI 进行一次性 GitHub 仓库配置:在默认分支上启用合并队列,将合并锁定为仅 squash 并使用 PR 标题作为提交信息,接入必需的 CI 状态检查,搭建自动生成的发布说明(`.github/release.yml`),并可选地添加由 tag 驱动的发布工作流。当用户说 "set up the repo"、"configure the merge queue"、"enable squash merging"、"lock down main"、"set up branch protection"、"configure release notes"、"scaffold releases"、"set up release tagging",或在全新或配置松散的 GitHub 仓库上调用 /gh-bootstrap 时使用。幂等——可安全地在已配置的仓库上重复运行,以补齐缺失的部分。区别于 /gh,后者处理按任务的 PR / issue / CI 操作;此技能用于一次性的仓库策略。
使用 Grafana 与 LGTM 技术栈进行可观测性可视化。仪表盘设计、面板配置、告警、变量/模板与数据源。使用场景:创建 Grafana 仪表盘、配置面板与可视化、编写 LogQL/TraceQL 查询、设置 Grafana 数据源、配置仪表盘变量与模板、构建 Grafana 告警。不适用于:编写 PromQL 查询(请改用 /prometheus)、告警规则策略(请改用 /prometheus)、通用可观测性架构(请改用专注于基础设施的 senior-software-engineer)。触发词:grafana、dashboard、panel、visualization、logql、traceql、loki、tempo、mimir、data source、annotation、variable、template、row、stat、graph、table、heatmap、gauge、bar chart、pie chart、time series、logs panel、traces panel、LGTM stack。
Huawei Cloud DDS(Document Database Service)与 DCS(Distributed Cache Service)统一管理技能。提供横跨五大能力域的 16 项操作:(1) 查询 — 列出/获取 DDS/DCS 实例、DCS 节点信息、DCS 自定义模板;(2) 分析 — 分析 DDS 部署架构与 DCS 安全态势;(3) DDS 管理 — 创建实例、添加只读/分片节点、创建备份、删除实例;(4) DCS 管理 — 创建实例、创建自定义模板、删除实例、重启实例;(5) 多模式执行,使用 hcloud CLI 执行可用操作,并以 huaweicloudsdk Python SDK 作为回退。通过 AK/SK 环境变量或 hcloud profile 进行认证。所有变更操作都需要用户明确确认。触发词包括:"DDS"、"DCS"、"文档数据库"、"分布式缓存"、"数据库实例"、"缓存实例"、"MongoDB"、"Redis"、"Memcached"、"DDS实例"、"DCS实例"、"数据库运维"、"缓存运维"、"文档数据库查询"、"分布式缓存查询"、"DDS管理"、"DCS管理"、"缓存节点"、"自定义模板"、"document database"、"distributed cache"、"DDS instances"、"DCS instances"、"MongoDB cluster"、"Redis cache"、"dds-dcs"。
在 PostHog Metrics 中调查服务器 / 基础设施的指标异常——从“这个指标在上升 / 下降 / 尖峰”或触发的告警,追查到有证据支撑的可能原因。当被问及为什么某个指标看起来不对(摄取延迟上升、错误率尖峰、延迟劣化、队列深度增长、吞吐量下降),当 OTel / Prometheus 指标上触发告警,或任何从指标症状开始的故障分诊时使用。组合使用 characterize-metric-anomaly、query-metrics 和 metric-names-list,并结合日志(query-logs)与追踪(APM span 工具)进行跨信号根因关联。
Open WebUI 详细指南:架构、身份验证、函数、流水线、API、RAG、扩展、调试和隐藏功能。适用于任何 Open WebUI 问题——其工作原理、部署方式、身份验证配置(OAuth、LDAP、JWT)、函数或流水线编写、模型连接(Ollama、OpenAI)、RAG/知识库设置、生产环境扩展或问题调试。编写 Open WebUI 代码时也适用:函数(filter、pipe、action)、流水线、配置、docker-compose。触发词(俄语):веб-интерфейс、чат、база знаний、модель。
创建、配置并部署 PubNub Functions 2.0 事件处理器、触发器和无服务器端点。涵盖 Before/After Publish、On Request、On Interval;内置模块(kvstore、xhr、vault、pubnub、crypto、jwt、ugc、jsonpath、advanced_math、codec/*);链式调用(深度上限、Chaining 与 Forking、kvstore 状态共享);运行时怪癖(各模块独立的执行预算、冷启动、request.path 规范化、vault 可用性、sendFile 消息);数据库触发模式;以及打包/TypeScript 工作流(esbuild externals、包体积守卫、__require shim 剥离、默认导出的形态)。适用于构建实时消息转换、边缘数据处理、由 PubNub 支撑的 REST 端点、Webhook 集成,或在消息管道内部发布打包/转译后的 TypeScript Functions。
面向系统可靠性的 Python 模式 —— 后台任务与任务队列(Celery、async)、韧性恢复(重试、退避、超时、通过 tenacity 实现熔断器)以及可观测性(通过 structlog 实现结构化日志、指标、分布式追踪、黄金信号)。适用于构建异步 worker、任务入队、处理瞬时网络/IO 故障、为生产环境插桩 Python 服务、设计重试策略、配置日志或追踪,或上述系统可靠性关注点的任意组合。不适用于语言惯用法或类型规范(使用 `writing-python`),也不适用于项目搭建和依赖管理(使用 `uv`)。
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
