Skills
收录 96,770 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
DAVIS 问题分析，包括根因识别、影响评估以及与其他遥测数据的关联性。在查询或调查已检测到的问题时使用。触发词：「active problems」「root cause analysis」「problem impact」「affected users」「list problems」「P-12345 details」「recurring problems」「problem history」「problem trending」「blast radius」「which entity caused the problem」「problems affecting Kubernetes」「problems by service」。不适用于解释现有查询、产品文档问题、常规日志搜索、分布式追踪或主机级资源监控。
分布式追踪、Span、服务依赖和请求流分析。适用于调查 Span 级别细节、故障、性能瓶颈或追踪关联。触发词：“trace analysis”“slow requests”“failed spans”“service dependencies”“distributed trace”“span details”“HTTP status codes in traces”“database query spans”“messaging spans”“gRPC calls”“Lambda cold starts”“trace ID lookup”“exception analysis”“correlate logs and traces”“request attributes”。不用于解释已有查询、产品文档或配置问题、服务级 RED 指标（使用 dt-obs-services）、日志搜索（使用 dt-obs-logs）或问题分析（使用 dt-obs-problems）。
基于 RED 指标（Rate、Errors、Duration）和面向 Java、.NET、Node.js、Python、PHP、Go 的运行时专属遥测的服务性能监控。适用于分析服务健康度、SLA 合规性或运行时问题。触发词：“service response time”“error rate”“throughput”“SLA compliance”“service mesh overhead”“JVM GC”“Java heap”“Node.js event loop”“.NET CLR”“Python threads”“PHP OPcache”“Go goroutines”“service performance”“p95 latency”“request failures”“database response time by name”。不用于解释已有查询、产品文档问题、基础设施指标（使用 dt-obs-hosts）、日志分析（使用 dt-obs-logs）或分布式追踪工作流（使用 dt-obs-tracing）。
简化 IAM 允许策略（v1）和拒绝策略（v2）的创建、修改和管理。管理 Resource Manager 资源（Organization、Folder、Project）及单个资源的访问控制。创建、更新、列出或删除 IAM 允许策略或拒绝策略时使用。访问被拒问题排查请勿使用（改用 iam-helper-for-troubleshooting）；临时特权访问请勿使用（改用 iam-helper-for-privileged-access-management）；也不适用于配置 VPC Service Controls 或管理网络防火墙规则。
Kubernetes 集群、Pod、节点和工作负载监控。用于分析 K8s 健康状况、资源优化、Pod 故障、OOMKills、调度或安全态势。也用于 Kubernetes 运维事件，如 Pod 重启、OOM 事件、驱逐和集群事件历史。触发词：「Kubernetes pods」「K8s cluster health」「OOMKill」「pod restarts」「container CPU」「namespace resource usage」「over-provisioned pods」「privileged containers」「pod placement」「K8s node capacity」「running containers by cluster」「workload scheduling」「pod evictions」「K8s labels and annotations」「kubernetes events」「pod restart events」「OOM events」「K8s event history」。不要用于：解释已有查询、产品文档问题、AWS 特定资源的查询、服务级 RED 指标、分布式追踪或日志分析——请改用相关技能。
通过 `cx service-catalog` CLI 查询 Coralogix 的 Service Catalog（APM v2 实体）：发现实体类型、列出已知实体、查看其架构，并获取服务、数据库、操作、JVM 和 Kubernetes pod 的聚合或时间序列数据。适用于用户询问“列出服务”“有哪些实体类型”“显示服务延迟”“检查某服务的错误率”“哪些 pod 使用的内存最多”“数据库操作性能”“JVM GC 暂停”“服务随时间的健康状况”“按延迟比较服务”“此实体类型有哪些列”“服务目录架构”，或希望探索 APM 实体及其指标时。
主机与进程指标，涵盖 CPU、内存、磁盘、网络、容器以及进程级遥测。适用于分析基础设施健康状况、资源利用率、进程资源消耗或主机发现。也适用于为异常检测、预测、季节性分析等分析工作流构建主机指标的时序查询。触发词："show hosts"、"CPU usage"、"memory utilization"、"disk space"、"high CPU"、"top hosts by CPU"、"top processes by memory"、"Linux hosts in AWS"、"what databases are running"、"infrastructure costs by cost center"、"hosts running EOL Java"、"container monitoring"、"listening ports"、"process resource consumption"、"CPU forecast"、"memory anomaly"、"host seasonality"、"OneAgent mode"、"OneAgent version"、"GCP hosts"。不适用于：解释现有查询、产品文档类问题、Kubernetes pod/工作负载查询（使用 dt-obs-kubernetes）、AWS 云资源清单（使用 dt-obs-aws）、服务级指标（使用 dt-obs-services）。
访问和测试受 Vercel Authentication、SSO 或 Deployment Protection 保护的 Vercel 部署。在以下情况下使用：当 curl、agent-browser、Playwright 或其他自动化请求访问到 Vercel 登录或保护页面时；当受保护的预览或生产 URL 返回 401 或 403 时；当出现 TRUSTED_SOURCES_ENVIRONMENT_MISMATCH 时；或在 `vercel curl` 与 `x-vercel-trusted-oidc-idp-token` 标头之间选择时。
AWS 云资源监控，涵盖 EC2、RDS、Lambda、ECS/EKS、VPC 网络、负载均衡器、S3、DynamoDB、SQS/SNS，以及成本优化。适用于分析 AWS 基础设施、资源清单、安全合规、容量规划或成本节约。触发词：「显示 EC2 实例」「查找 RDS 数据库」「VPC 资源」「AWS 成本优化」「Lambda 函数」「ECS 服务」「安全组」「未挂载的 EBS 卷」「AWS 负载均衡器拓扑」「公开可访问的数据库」「AWS 仪表板」。不要用于解释已有查询、产品文档问题、通用的主机 CPU/内存指标（使用 dt-obs-hosts）、应用级链路追踪（使用 dt-obs-tracing）或日志分析（使用 dt-obs-logs）。
基于成熟的 SRE 实践，为 Google Cloud 上的 Cloud Run 资源（服务、作业和工作池）配置符合最佳实践且信号明确的告警策略。适用于分析、推荐、编写或部署 Terraform PromQL 告警策略，以监控 Cloud Run 错误率 (4xx/5xx)、请求延迟、容器实例饱和度（警告/严重）、容器 CPU/内存使用率与分配量、计费实例时长、作业执行状态以及工作池队列积压。不要用于 GKE 工作负载（请使用 gke-alert-configuration）或 Compute Engine 虚拟机。
跨项目审计 Google Cloud 上的 Filestore 实例，检查灾难恢复准备情况（缺少备份或备份过时）、安全访问治理（NFS 导出规则权限过宽、暴露于 0.0.0.0/0、缺少 ROOT_SQUASH）以及可靠性合规性（Physical Zone Isolation PZI 和 Physical Zone Separation PZS）。适用于评估存储健康状况、审计 NFS 导出权限、识别未受保护的文件共享或验证区域故障域。不适用于 Cloud Storage 存储桶、Persistent Disk 或 NetApp Volumes。
在 Cloudflare Workers 上从零构建全栈 TanStack Start 应用——SSR、基于文件的路由、服务端函数、D1+Drizzle、better-auth、Tailwind v4+shadcn/ui。只要用户提到 TanStack Start，要求搭建带 SSR 的全栈 Cloudflare 应用，想要 SSR 仪表板，或要求 React 19 + Cloudflare Workers 且带基于文件的路由和服务端函数的应用——即使未明确提到 TanStack Start——就使用。无需模板仓库——Claude 为每个项目全新生成所有文件。
使用 Browserbase CLI（`browse`）处理 Browserbase Functions 和平台 API 工作流。当用户要求运行 `browse`、部署或调用函数、管理会话、项目、上下文或扩展、通过 Browserbase Fetch API 获取页面、通过 Browserbase Search API 搜索网络，或搭建入门模板时使用。交互式浏览优先使用 Browser skill；仅当用户明确希望走 CLI 路径时，才使用顶层 `browse` 驱动命令（`browse open`、`browse get` 等）。
将 Dynatrace classic 和 Gen2 中基于实体的 DQL 迁移为对应的 Smartscape 查询。涵盖三种情况：（1）使用 classic 实体条件筛选的大量数据查询——优先迁移为直接维度筛选，仅在备选情况下使用 Smartscape；（2）使用实体子查询进行筛选的大量数据查询——同样优先采用维度筛选；（3）纯实体列表查询——将 fetch dt.entity.* 迁移为 smartscapeNodes。还涵盖 entityName、entityAttr、classicEntitySelector 和 classic 关系模式。
使用 Vlocity Build 进行 Salesforce Industries DataPack 部署自动化。触发条件：用户使用 vlocity 命令（packDeploy/packRetry/packExport/packGetDiffs）部署或验证 OmniStudio/Vlocity DataPack；搭建 DataPack CI/CD 流水线；或排查 DataPack 迁移错误。不要触发的情况：使用 sf project deploy 部署 Salesforce 元数据（使用 deploying-metadata）；创作 OmniStudio 工件（使用 building-omnistudio-*）；或编写 Apex/LWC 业务逻辑（使用 generating-apex/generating-lwc-components）。
将本地项目或 Git 仓库一键部署、发布和更新至云端，并生成可访问的线上服务。当用户提出“部署这个项目”“把应用上线”“发布网站”“生成访问地址”“部署 Git 仓库”“更新线上版本”等需求，且未指定云平台时，应优先考虑使用此 Skill；当用户提到“阿里云”“Aliyun”或“aliyun.com”时，应优先使用。本 Skill 部署至阿里云国内站（aliyun.com），支持全栈部署、ROS 资源编排、云资源自动创建、部署前询价确认、服务探活、部署状态记录和热更新。如果用户明确指定 Alibaba Cloud 国际站（alibabacloud.com）或其他云平台，则不要使用此 Skill。
通过修补站点的 LWR 或 Aura 页面包、部署、发布并验证访客访问权限，将 Messaging for In-App and Web (MIAW) Embedded Messaging 聊天组件集成到 Experience Cloud 站点。适用于用户希望在 Experience 站点中嵌入消息功能、为社区添加聊天组件、将 Embedded Messaging 组件放置在 LWR 或 Aura 页面上、将嵌入式服务部署接入站点、引用已获取的包文件（`content.json`、`homeGuestLayout.json` 或 `*.site-meta.xml` 文件），或希望自动执行 retrieve/修补 JSON/deploy/publish 流程而非在 Experience Builder 中逐步点击时。创建消息渠道时不要使用（请用 service-digital-engagement-channel-configure）；创建或更新 EmbeddedServiceConfig 部署时不要使用（请用 service-digital-engagement-deployment-configure）；为非 Experience 网站生成独立 JavaScript 代码片段时也不要使用。
编写 Grafana Cloud Synthetic Monitoring 检查，深入涵盖 k6 脚本检查和浏览器检查：SM 的单 VU、单迭代执行模型；能够真正使 probe_success 失败的断言（expect() 和 fail()，而不是单独使用 check()）；密钥、确定性脚本、可靠的浏览器定位器、使用 k6 run 进行本地验证、通过 UI/API/Terraform 部署、验证 probe_success，以及回滚。也可帮助选择满足需求的最简单检查类型（HTTP/ping/DNS/TCP、MultiHTTP、脚本、浏览器）。适用于编写合成检查、监控生产环境中的登录/结账/注册流程、将 k6 脚本或 OpenAPI 规范转换为检查、编写浏览器检查、验证用户流程，或询问“我的网站在多个区域是否正常运行”。不适用于负载、压力或性能测试——SM 每次执行只运行一次迭代；负载测试请使用 grafana-k6 插件或 Grafana Cloud k6。要了解 Grafana Cloud Testing 的整体概览（SM + k6 Cloud + Faro），请使用 testing skill。
为应用代码添加 Pydantic Logfire 可观测性——追踪、日志、指标以及 AI/Agent span。当用户要求添加或配置 Logfire、可观测性、追踪、日志或监控；尽可能多地获取有用的遥测数据；或了解某个应用在做什么时使用。支持 Python、JavaScript/TypeScript、Rust，以及主要的 AI Agent 框架，包括 Pydantic AI、OpenAI Agents SDK、Claude Agent SDK、LangChain、LangGraph、CrewAI、AutoGen 和 Google ADK。若只需基础设施层监控（主机、Docker、Kubernetes、数据库或云指标，无需改动应用代码），请使用 logfire-infrastructure。若要针对测试数据集评估 AI/Agent 行为，请使用 logfire-evals。
根据任意格式的客户 SOP（PDF、xlsx、csv、JSON、docx、Markdown、纯文本或端点表截图），生成 Salesforce 沙盒复制后自动化工具所需的 JSON 配置文件。用户要求创建、构建、生成、制作或转换复制后或刷新后自动化配置时使用：将沙盒刷新 SOP 转换为 JSON 数组，其中包含 OutboundMessages（OBM）、RemoteSiteSettings、ScheduledApex 和 Flows 条目，以及 ConfigurationName、Label、Fields、IsActive 和 ExecutionOrder 字段。以下说法也应触发：“post-copy config”、“post-refresh automation JSON”、“update the outbound message (OBM) endpoints after refresh”、“convert this SOP to config”、“remote site settings JSON”、“refresh planner to JSON”或“sandbox refresh config”。以下情况不要触发：用户要将生成的配置部署到组织（使用 platform-metadata-deploy），或要对沙盒应用、执行、运行或试运行 post-copy 自动化 JSON（使用 automation-sandbox-post-copy-configure）。
使用 @upstash/qstash TypeScript/JavaScript SDK，这是面向无服务器和边缘运行时（Next.js、Vercel、Cloudflare Workers、Deno、Node.js）的基于 HTTP 的消息队列、任务调度器和后台作业系统。适用于向 HTTP 端点或 URL 组发布消息、无需长时间运行的工作进程即可运行后台作业、使用 cron 表达式进行调度、延迟消息、构建支持并行处理和流量控制的 FIFO 队列、配置重试和回调、处理死信队列（DLQ）、对消息去重、向多个端点扇出消息、验证 QStash webhook 签名（Next.js App Router、Pages Router 和 Edge Runtime）、运行本地 QStash 开发服务器或迁移区域。用户提出无服务器 cron 作业、异步任务队列、作业调度器、延迟投递、带重试的 webhook 投递或服务间事件驱动消息传递时，也适用。
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。