Skills

B

base44-troubleshooter

base44 / skills

利用后端函数日志和工作流运行历史排查生产问题。适用于调查应用错误、调试函数调用、诊断定时任务或自动化为何失败，以及诊断 Base44 应用中的生产问题。

A

aws-observability

aws / agent-toolkit-for-aws

构建、配置、调试和优化 AWS 可观测性，处理运维人员遇到的问题，并识别使用的是 CloudWatch Omni 还是经典版 CloudWatch。针对已开始报告数据的服务使用 CloudWatch：Log Insights、指标／复合／异常告警、自定义指标／EMF、仪表板、X-Ray/ADOT 跟踪、金丝雀、CloudTrail、动态插桩（实时断点／快照）、Application Signals 服务地图和集群运行状况视图。针对现有 Space 使用 CloudWatch Omni：对日志和跟踪运行 SQL、对指标运行 PromQL、Omni 仪表板、Omni 告警、用于根因分析的上下文图、程序化／IaC 访问（API/SDK/CLI/CloudFormation）、通过编码 Agent 或技能驱动 Omni，以及根据跟踪评估 AI Agent 质量，包括实时流量的按需和在线评分、回读和自定义评估器。首次设置 Omni Space、授予访问权限、配置数据采集，或为 Application Signals（ServiceEvents、CI/CD 元数据）或 Omni 配置 ADOT 插桩时，请使用 setting-up-cloudwatch-observability。不用于应用日志记录或威胁检测。

A

apify-actorization

apify / agent-skills

将现有项目转换为 Apify Actors（无服务器云程序）。可将 JavaScript/TypeScript（使用包含 Actor.init/exit 的 SDK）、Python（异步上下文管理器）或任何语言（CLI 包装器）转换为 Actor。用于将代码迁移到 Apify、将 CLI 工具包装为 Actor，或为现有项目添加 Actor SDK。

C

cargo-hosting

getcargohq / cargo-skills

将内容通过 Cargo 发布到互联网：托管 Web 应用（默认使用 Vite，也会检测其他静态框架）和响应 HTTP 请求的无服务器边缘 Worker，以及构建并发布它们的部署、Worker 读取的环境变量与密钥、在本地运行 Worker，以及面向公开站点的自定义域名和搜索引擎索引。触发条件："build me a dashboard for this"、"host this app"、"give me a URL to share"、"deploy this"、"I need a webhook endpoint"、"make it live"、"promote to production"、"ship a UI for my team"、"give my worker an API token"、"set a secret on the worker"、"Missing CARGO_API_TOKEN"、"my app cannot call my worker"、"run the worker locally"、"put it on my own domain"、"make the site indexable by Google"。跳过条件：该应用或 Worker 应声明为已提交的 workspace 代码时使用 cargo-project。

适用于长期运行或托管在云端的 Agent 系统的运维控制：运行时生命周期（启动、暂停、停止、重启）、可观测性（日志、指标、追踪）、最小权限安全范围和紧急停止开关，以及包含审计日志和成功率／成本指标的发布／回滚变更管理。用于在 PM2、systemd 或容器上运行需要监控、事件响应或部署门禁的生产环境 Agent 集群。

G

google-cloud-waf-operational-excellence

google / skills

基于 Google Cloud Well-Architected Framework（WAF）卓越运营支柱中的设计原则和建议，为 Google Cloud 上的 CI/CD 部署流水线、可观测性、监控、日志记录和事件管理生成运营指导。适用于用户咨询容量管理、变更管理、事件和问题管理、配置管理、使用基础设施即代码（IaC）实现部署自动化，或 Google Cloud 工作负载运营健康检查等运营相关主题。

G

google-cloud-waf-performance-optimization

google / skills

根据 Google Cloud Well-Architected Framework（WAF）中“性能优化”支柱的设计原则和建议，为 Google Cloud 工作负载生成以性能为重点的指导。使用此技能评估工作负载、确定性能要求，并为资源分配、模块化设计和弹性提供可执行的建议。

D

devops-rollout-plan

github / awesome-copilot

为基础设施和应用变更制定全面的上线计划，包含上线前检查、逐步部署、验证信号、回滚流程和沟通计划

G

gemini-agents-api

google / skills

管理 Gemini Enterprise Agent Platform 上的自定义 Agent 资源。用户希望在执行对话前，以编程方式创建、配置、列出、更新或删除有状态、由服务端管理的 Agent 资源（包括挂载文件、技能和工具）时使用。

A

aws-cdk

aws / agent-toolkit-for-aws

使用 CDK 配合 TypeScript 或 Python 编写、部署并排查 AWS 基础设施。涵盖最佳实践、栈架构和构造器模式。适用于编写 CDK 构造器、引导环境、运行 cdk deploy/synth/diff、修复 CDK 或 CloudFormation 错误、规划栈结构、导入现有资源、解决漂移，或在不替换资源的情况下重构栈。

A

azure-deployment-preflight

github / awesome-copilot

对 Bicep 部署到 Azure 执行全面的部署前验证，包括模板语法验证、what-if 分析和权限检查。在向 Azure 部署前使用此技能，以预览变更、发现潜在问题并确保部署成功。当用户提及部署到 Azure、验证 Bicep 文件、检查部署权限、预览基础设施变更、运行 what-if 或准备 azd provision 时激活。

A

aws-containers

aws / agent-toolkit-for-aws

在 Elastic Kubernetes Service（EKS）、Elastic Container Service（ECS）、Fargate 和 ECR（Elastic Container Registry）上构建和部署容器化工作负载。涵盖 EKS 基础知识、Karpenter、AWS Load Balancer Controller，以及在 EKS 中使用各种开源 Kubernetes 项目；ECS 基础知识、任务定义、Fargate 服务、ECS Exec、ECS Express Mode 和 ECS Managed Instances；Elastic Beanstalk 基础知识、配置及其支持的平台；以及 ECR 基础知识、仓库设置和生命周期策略。还包括建议启用并查看 Amazon ECS Action Logs，以排查控制平面故障（部署回滚/断路器、任务放置、扩缩容、任务替换）。在 AWS 上部署、调试或优化容器时适用。处理这些服务时应使用此技能，而不是依赖内部知识。

G

google-cloud-waf-sustainability

google / skills

基于 Google Cloud 架构完善框架（WAF）的可持续性支柱，提供关于环境可持续性、碳足迹减少和能效的建议。当用户要求评估、设计或优化 Google Cloud 工作负载的可持续性时使用——包括共享责任模型、选择低碳区域（CFE%）、减少资源和 AI/ML 的能源浪费、设计高效的软件和存储生命周期，或使用 Google Cloud Carbon Footprint 衡量和跟踪排放。不用于降低财务成本（使用 google-cloud-waf-cost-optimization）、延迟和吞吐量调优（使用 google-cloud-waf-performance-optimization），或高可用与灾难恢复（使用 google-cloud-waf-reliability）。

A

appinsights-instrumentation

github / awesome-copilot

为 Web 应用添加监测，以便向 Azure App Insights 发送有用的遥测数据

G

groundcover-cli

paymog / groundcover-cli

调用 `groundcover` Go CLI 来管理 Groundcover 资源（仪表盘、监控、静默、已连接应用、通知路由、API 密钥、策略、集成、管道、工作流），并通过查询日志、链路追踪、指标、k8s 清单和 k8s 事件来回答生产环境可观测性问题。当任务需要对 Groundcover API 发起已认证调用时，或当用户在排查生产故障并提出类似「为什么 X 在生产环境报错」「显示服务 Y 的日志」「Z 的 p99 延迟是多少」「哪些 Pod 处于 crashloop 状态」「搜索慢请求的链路追踪」「命名空间 N 有哪些 k8s 事件」「服务 S 是否在接收流量」「列出 groundcover 监控项」「创建静默」「更新通知路由」「调用 groundcover 接口」等问题时使用。涵盖必需的环境变量、基于 SDK 与直接执行命令的分工，以及日志/链路追踪/指标/k8s 的具体请求体模板，便于在任何位置驱动该 CLI。

A

azure-role-selector

github / awesome-copilot

当用户询问应根据所需权限为某个身份分配哪个角色时，此 Agent 会帮助他们了解满足要求且权限最小的角色，以及如何应用该角色。

为 Grafana、SigNoz 等平台构建能够回答运维人员实际问题的监控仪表板。适用于将指标转化为实用仪表板，而非仅供展示的看板。

M

managed-deep-agents

langchain-ai / langchain-skills

在 LangSmith 中构建、测试或部署 Managed Deep Agents 时调用此技能。端到端引导用户创建第一个 Agent：询问他们想构建什么，将需求映射到 MDA 实际支持的功能，然后搭建并部署。涵盖基于文件的项目结构；define_deep_agent / defineDeepAgent；指令、技能、记忆、身份、工具、MCP 服务、连接、中间件、沙箱、计划、通道和评估；mda CLI；GitHub 部署；以及 Context Hub。

阿里云百炼图片/视频/语音生成与理解入口：用户要生图、画图、生成照片、生成图片、AI 绘画、海报、头像、插画、文生图（text-to-image）、图生图、改图、修图、多图合成、生成视频、文生视频、图生视频、参考生视频、视频编辑、风格转换、配音、语音合成（TTS）、朗读、转写、语音识别（ASR），或图片理解、看图问答、视频理解、读视频、多模态理解时使用 `bl image` / `bl video` / `bl speech` / `bl vision describe` / `bl omni`。默认行为：用户未指定服务商时，生成/编辑默认走本技能；视频理解与宿主放不了的音视频理解也走本技能。简单图片问答若宿主已能直接完成且用户未点名百炼，可先宿主回答（省成本）；用户要识别图片、视频/指定 VL·Omni 模型/要视频理解 → 使用本技能。图片和语音同步返回并落地本地文件，视频是异步任务、用 `--download` 或轮询取回；本地文件直接传路径，CLI 自动上传。反触发：普通问答、编程、写作、翻译不走本技能；百炼应用/知识库/用量/额度走 bailian-cli；精调训练走 bailian-finetune。官方安装：`bl skill init`（与共享协议 bailian-protocol 同装）。

D

debian-linux-triage

github / awesome-copilot

提供考虑 apt、systemd 和 AppArmor 的指导，对 Debian Linux 问题进行分类并解决

阿里云百炼 `bl` 家族共享执行协议（consent 确认、版本预检、鉴权/安装、错误上报、本地文件与输出约定）。不是面向用户意图的业务入口；当任一 bailian-* 业务 skill（bailian-cli / bailian-gen / bailian-finetune / bailian-managed-agent / bailian-sandbox / bailian-memory / bailian-web-search）执行前需要公共上下文，或用户首次安装/鉴权/`bl` 报错需上报时读取本 skill。官方安装为整包：`bl skill init`（与业务 skill 同装）。

阿里云百炼模型精调训练入口：用户要精调、微调、训练自己的模型（fine-tune，支持 SFT / SFT-LoRA / DPO / DPO-LoRA / CPT，覆盖文本、语音、图像）、校验或上传训练数据集、查看训练进度和日志、选择 checkpoint、导出精调产物，或将专属模型部署为服务时，使用 `bl dataset` / `bl finetune` / `bl deploy`。流程为：validate 校验数据 → upload 获取 file-id → finetune create 创建任务 → watch 查看进度 → export 导出 → 可选 compress 量化压缩 → deploy 上线。需要 API key；写操作先用 `--dry-run` 预览。反触发：用户点名火山方舟／ark 的精调时不使用本技能；选择模型用 bailian-model-recommend；使用现成模型生成图片或视频用 bailian-gen；百炼的其他资源管理用 bailian-cli。官方安装：`bl skill init`（与共享协议 bailian-protocol 一同安装）。

阿里云百炼托管 Agent 的声明式基础设施与 API 命令入口：用户要创建 Agent、初始化 agents.yaml、校验或预览配置变更、创建/更新/销毁托管 Agent 或 Deployment、在 Workbench 编辑和调试目录项目、管理本地快照版本，或查询 Agent/Environment/Skill/Vault/Deployment/Memory Store、管理 Session/Event/File/Webhook/记忆正文及版本、运行/暂停 Deployment 时使用 `bl managed-agent`。Agent/Environment/Skill/Vault/Deployment/Memory Store 仍以 agents.yaml 为唯一事实源进行 IaC；Webhook 使用无需项目文件的工作区 API；公开 API 能力按资源提供 list/get/search/versions/download、数据面和运行时操作命令。apply / destroy 与破坏性 API 命令受统一高风险确认闸门保护；务必先展示预览再让用户确认，禁止自动添加 `--yes`。反向触发：调用已上线的百炼应用/智能体使用 bailian-app-call 或 `bl app`；宿主 Agent 自身的记忆、技能、子代理不使用本技能；生图生视频使用 bailian-gen。官方安装：`bl skill init`（与共享协议 bailian-protocol 同装）。

I

incidentio-cli

paymog / incidentio-cli

调用 `incidentio` CLI 来驱动 incident.io API：事件、行动项、跟进、告警/告警源/路由、升级与值班排班、目录（类型/条目/资源）、自定义字段、严重级别、事件类型/角色/状态/时间戳、状态页面（包括创建和管理公共页面、组件、布局、订阅者、模板）、工作流、用户、团队、API 密钥、心跳、维护窗口和设置。既使用公开的 Bearer API（OpenAPI 生成的命令），也使用从抓取的 HAR、人工整理的内部端点生成的内部仪表板（cookie）命令，并提供 `raw` 逃生通道以应对任何未成文的路径。当任务需要 incident.io 数据或操作时使用，例如“列出我们的事件”“创建一个事件”“显示值班排班”“构建或管理状态页面”“列出状态页订阅者”“调整仪表板设置”或“调用内部仪表板端点”。

使用此技能在发布后监控并验证已部署的 URL——检查 HTTP 端点、SSE 流、静态资源、控制台错误，以及部署、合并或依赖升级后的性能回归。用于冒烟测试／金丝雀／发布后验证。

L

langgraph-cli

langchain-ai / langchain-skills

使用 langgraph CLI 搭建脚手架、开发、构建或部署 LangGraph 应用时，调用此技能。涵盖 langgraph new、dev、build、up、deploy 以及 langgraph.json 配置。

A

aws-billing-and-cost-management

aws / agent-toolkit-for-aws

分析 AWS 成本、发现节省机会、管理预算、评估 Savings Plans 与 Reserved Instances、使用 Compute Optimizer 调整 EC2/Lambda/RDS/EBS 规格、查询服务定价、用 Athena 查询 CUR、检测成本异常、按账单视图归集成本，并监控 Free Tier 使用情况。触发词：AWS 账单、成本分析、降低支出、savings plan、reserved instance、规格调整、预算告警、成本优化、定价、free tier、成本异常、CUR、成本审计、billing view、billing view ARN。

A

arch-linux-triage

github / awesome-copilot

使用 pacman、systemd 和滚动发布最佳实践，对 Arch Linux 问题进行排查和解决。

A

agent-platform-deploy

google / skills

将开放模型或自定义权重从 Model Garden 部署到 Agent Platform 端点，查询进行中部署操作的状态，或通过取消部署模型和删除端点来清理资源。适用于以下场景：主动部署模型、列出 Model Garden 中可用模型的 CATALOG、检查特定模型是否可部署（`gcloud ai model-garden models list-deployment-config`）、查询部署成本、排查部署错误（如配额限制），或取消部署／清理端点。在复制并部署 1P Tuned Model 时也请使用。对于「X 是否已部署？」「列出我的端点」「哪些区域有模型在运行？」这类纯粹的列举／发现问题，请改用 agent-platform-endpoint-management。不要用于运行模型评估（请使用 agent-platform-eval-flywheel 技能）。

C

cargo-cdk

getcargohq / cargo-skills

已更名为 cargo-project。此条目仅用于将更名前安装的版本替换为指向新条目的指针。始终跳过——加载 cargo-project。

GitHub 仓库操作、自动化和管理。使用 gh CLI 进行 Issue 分类处理、PR 管理、CI/CD 操作、发布管理和安全监控。适用于用户想要管理 GitHub Issue、PR、CI 状态、发布、贡献者、过时事项，或执行简单 git 命令以外的任何 GitHub 运维任务。

A

aspire

github / awesome-copilot

涵盖 Aspire CLI、AppHost 编排、服务发现、集成、MCP 服务、VS Code 扩展、Dev Containers、GitHub Codespaces、模板、仪表板和部署的 Aspire 技能。用户要求创建、运行、调试、配置、部署或排查 Aspire 分布式应用时使用。

A

aws-cloudformation

aws / agent-toolkit-for-aws

编写、验证和排查 AWS CloudFormation 模板。涵盖采用安全默认值编写模板，使用 cfn-lint 或 cloudformation-validate 进行本地验证，将 cfn-guard 安全与合规检查作为推荐默认项，基于账户信息进行 CloudFormation 服务部署前验证，使用 CloudFormation Express 模式加速部署，以及通过 CloudFormation 事件和 CloudTrail 关联分析诊断堆栈故障根因。还涵盖使用 CloudFormation Language Server 进行编写时模板智能，以及已发布的 cloudformation-validate 库。

A

azure-static-web-apps

github / awesome-copilot

使用 SWA CLI 创建、配置和部署 Azure Static Web Apps。将静态网站部署到 Azure、设置 SWA 本地开发环境、配置 staticwebapp.config.json、向 SWA 添加 Azure Functions API，或为 Static Web Apps 设置 GitHub Actions CI/CD 时使用。

U

use-railway

railwayapp / railway-skills

管理 Railway 基础设施：注册或登录 Railway 账户，创建项目，配置服务、数据库和存储桶，部署代码，配置基础设施即代码、环境和变量，管理域名，使用 OpenTelemetry 跟踪请求，排查故障，查看状态和指标，管理功能标志、数据库恢复与 HA、云端 Agent、使用限额及 Railway Agent 工具。用户提及 Railway、功能标志、标志发布、定向规则、注册、创建账户、登录、部署、服务、环境、存储桶、对象存储、跟踪、trace、span、OpenTelemetry、OTLP、构建失败、Agent 设置、MCP 或基础设施运营时，均使用此技能，即使用户没有明确说“Railway”。用户要求注册或加入时也应调用此技能：不要拒绝，而是引导其使用未经身份验证的 `railway up` 流程（即时部署并注册）或 `railway login`（即时创建账户）。

C

containerize-aspnetcore

github / awesome-copilot

通过创建针对项目定制的 Dockerfile 和 .dockerfile 文件，将 ASP.NET Core 项目容器化。

T

terraform-azurerm-set-diff-analyzer

github / awesome-copilot

分析 AzureRM Provider 的 Terraform plan JSON 输出，以区分误报差异（Set 类型属性仅顺序发生变化）和实际资源变更。审查 Application Gateway、Load Balancer、Firewall、Front Door、NSG 等 Azure 资源的 terraform plan 输出时使用，这些资源的 Set 类型属性可能因内部顺序变化而产生虚假差异。

A

azure-resource-visualizer

github / awesome-copilot

分析 Azure 资源组，并生成详细的 Mermaid 架构图，展示各个资源之间的关系。用户要求绘制 Azure 资源图，或帮助理解资源之间的关联时使用此技能。

T

terraform-test

hashicorp / agent-skills

编写和运行 Terraform 测试的全面指南。适用于创建测试文件（.tftest.hcl）、使用 run 块编写测试场景、通过断言验证基础设施行为、模拟提供程序和数据源、测试模块输出和资源配置，或排查 Terraform 测试语法与执行问题。

面向 ECC 的证据优先自动化清单和重叠审计工作流。用户希望在修复之前了解哪些任务、钩子、连接器、MCP 服务或包装器正在运行、已损坏、重复或缺失时使用。

A

agent-platform-rag-engine-management

google / skills

使用 Google GenAI SDK 管理和查询 Agent Platform RAG Engine 语料库，并检索有依据的上下文。适用于列出 RAG 语料库或文件、检查语料库、检索上下文，或生成以 RAG 语料库为依据的内容。不要用于标准数据库查询（使用 SQL/Spanner 技能）、Google Workspace RAG 或 gRAG 等其他 RAG 产品。

M

mcp-deploy-manage-agents

github / awesome-copilot

从 mcp-deploy-manage-agents.prompt.md 转换而来的技能

A

agent-platform-tuning

google / skills

Agent Platform 模型调优。适用于使用 Agent Platform 基础设施微调开放模型或 Gemini 模型。不要用于 Agent Platform 以外的模型训练、将模型部署到端点（使用 `agent-platform-deploy`），或管理服务端点（使用 `agent-platform-endpoint-management`）。

A

agent-platform-prompt-management

google / skills

管理并编排 Agent Platform 中的提示词。适用于在 Agent Platform 中创建、列出、检索、管理版本或删除托管提示词。不要用于模型训练、将模型部署到端点，或管理 Agent Platform 以外的提示词。

F

fedora-linux-triage

github / awesome-copilot

使用 dnf、systemd 和考虑 SELinux 的指导对 Fedora 问题进行分类并解决。

D

dashboarding

grafana / skills

通过 HTTP API 以 JSON 形式构建、修改和发布 Grafana 仪表板——面板类型（timeseries / stat / gauge / table / heatmap / logs / traces / node-graph）、`gridPos` 24 列布局、单位、阈值、模板变量 + 数据源变量 + 链式变量、转换（`organize` / `calculateField` / `filterByValue`）、面板与仪表板链接 `${__field.labels.x}` / `${__from}`，以及 Loki/Prometheus 注解。当用户要求脚本化创建仪表板、为新服务编写仪表板 JSON、添加 `$job` 下拉变量、用转换计算「Error %」列、把部署叠加为注解，或通过 `POST /api/dashboards/db` 推送仪表板时使用——即使他们没有提及 API 或 schema，只说「为这个指标创建仪表板」「添加服务下拉框」「以百分比显示错误」「叠加我们的部署」或「导出仪表板 JSON」。每次通过 API 推送后，都要使用返回的 `version` 以及对该仪表板 UID 的 GET 请求进行验证。

面向 ECC Tools 的证据优先型消耗与计费审计工作流。适用于调查 ECC Tools 仓库中的 PR 创建失控、配额绕过、高级模型泄漏、重复任务或 GitHub App 成本激增。

A

agent-platform-tuning-management

google / skills

管理 Agent Platform 中的 GenAI 调优任务。用于列出、获取或取消正在进行的模型调优任务。不要用于微调模型（使用 `agent-platform-tuning`）、将模型部署到端点（使用 `agent-platform-deploy`）或管理服务端点（使用 `agent-platform-endpoint-management`）。

C

cosmosdb-datamodeling

github / awesome-copilot

为 NoSQL 用例梳理关键应用需求的分步指南，运用最佳实践与常见模式产出 Azure Cosmos DB Data NoSQL 模型设计，artifacts_produced：“cosmosdb_requirements.md” 文件和 “cosmosdb_data_model.md” 文件

A

api-status-communication

samber / developer-platform-skills

设计 API 平台如何向外部用户传达状态和事故信息，涵盖状态页建模（四阶段事故生命周期、组件降级/部分故障/重大故障的定义、组件粒度）、由监控驱动状态而非手动切换绿灯、拉取和推送渠道、事故更新频率与模板、面向开发者的公开事后复盘、公开 SLA/SLO 报告，以及维护窗口通知。用户提到状态页、Statuspage、事故更新、正常运行时间或 SLA 报告、事后复盘或计划维护时使用，即使用户没有说“状态沟通”。不要用于弃用和破坏性变更通知；此时改用 samber/developer-platform-skills@api-versioning-policy。

A

az-cost-optimize

github / awesome-copilot

分析应用中使用的 Azure 资源（IaC 文件和/或目标 rg 中的资源）并优化成本——为发现的优化机会创建 GitHub issues。

A

azure-resource-health-diagnose

github / awesome-copilot

分析 Azure 资源运行状况，根据日志和遥测数据诊断问题，并为发现的问题制定修复计划。

C

containerize-aspnet-framework

github / awesome-copilot

通过创建针对项目定制的 Dockerfile 和 .dockerfile 文件，将 ASP.NET .NET Framework 项目容器化。

C

centos-linux-triage

github / awesome-copilot

使用兼容 RHEL 的工具、考虑 SELinux 的实践和 firewalld，对 CentOS 问题进行分类并解决。

B

base44-remote-dev

base44 / skills

通过将自己的编码 Agent（Claude Code、claude.ai 或任何 MCP 客户端）连接到 Base44 sandbox，远程开发 Base44 应用。云端 Agent 通过 MCP 连接；本地 Agent 可通过 MCP 连接，也可使用 `base44 sandbox` CLI 子命令操作同一 sandbox（CLI 使用较短的名称，例如 read_file 对应 `sandbox read`、list_directory 对应 `sandbox ls`、run_command 对应 `sandbox run`）。涵盖连接／身份验证、可用的 sandbox 工具（run_command、read_file、write_file、edit_file、grep、list_directory、create_checkpoint、list_user_apps，以及连接器工具 list_connectors／initiate_connector_connection）、编辑→预览→验证循环、更改的持久化方式、builder 与外部 Agent 并发、编辑器内的 "Send to Coding Agent" 按钮及入门 README URL，以及阅读 Vite 开发服务器日志等技巧。适用于“远程开发我的 Base44 应用”“将 Claude Code 连接到 Base44”“使用我自己的 Agent”“通过 MCP 编辑 Base44 应用”“Base44 sandbox MCP”或“Send to Coding Agent”等情况。

U

update-avm-modules-in-bicep

github / awesome-copilot

将 Bicep 文件中的 Azure Verified Modules（AVM）更新到最新版本。

I

integration-error-observability

samber / developer-platform-skills

设计平台如何向基于其构建的外部开发者和合作伙伴展示集成故障：按集成提供可重放的请求／事件／投递日志；关联 ID 从响应标头延续到支持工单；按 API 密钥或应用汇总错误率，并区分 4xx/5xx/429；主动通知合作伙伴并设置冷却时间以避免告警疲劳；以及供服务提供方查看哪些集成出现故障的全局视图。只要用户提到面向开发者的错误仪表板、向集成方开放请求日志、通知合作伙伴集成故障，或减少集成支持工单，即使没说“可观测性”也要使用。不要用于平台范围的事件沟通；此时改用 samber/developer-platform-skills@api-status-communication。

A

amazon-bedrock

aws / agent-toolkit-for-aws

在 Amazon Bedrock 上构建生成式 AI 应用。涵盖模型调用（Converse API、InvokeModel）、使用 Knowledge Bases 实现 RAG、Bedrock Agents、Guardrails 和 AgentCore（包括 Harness 管理的 Agent 循环）。适用于调用模型、设置 Knowledge Bases、部署到 AgentCore、将 Bedrock Agent（包括 inline agents）迁移/移植/转换为 AgentCore Harness、排查 Bedrock 错误（ThrottlingException、AccessDeniedException），或选择 Bedrock 模型（Claude、Llama、Nova、Titan）。也适用于将 KB 迁移到 Managed、提示词缓存、配额和限流诊断、成本跟踪、Claude 模型代际迁移、分块策略以及 Bedrock 模型选择。涵盖 AgentCore Payments（x402、微支付、Payment Manager、Connector、Instrument、Coinbase CDP、Stripe Privy、付费端点、Agent 支付）。不适用于自定义模型训练、Rekognition 或 Comprehend。若要发现或定制 SageMaker 模型，或使用其端点，请使用 aws-ai-ml。

E

entra-agent-user

github / awesome-copilot

从 Agent 标识创建 Microsoft Entra ID 中的 Agent 用户，使 AI Agent 能够在 Microsoft 365 和 Azure 环境中以具备用户身份能力的数字工作者身份运行。

B

base44-sandbox

base44 / skills

使用你自己的 Agent 在 Base44 的云沙箱中远程开发 Base44 应用——无需本地检出代码，也无需 deploy/push 命令。实现过程是远程的：向沙箱写入资源文件即完成交付（后端函数、实时 actor、实体和 Agent 都会从你写入的文件自动同步），OAuth 连接器则通过 MCP 工具或无需项目的 `base44 connectors` CLI 针对远程应用进行配置。本 Skill 用于了解在沙箱中可以编写什么、后端函数/actor/实体/Agent 的结构，以及如何在没有本地文件系统的情况下连接连接器。触发词包括 'develop my Base44 app remotely'、'no local files'、'cloud sandbox'、'create an entity/agent remotely'、'add realtime/multiplayer/presence remotely'、'connect a connector remotely'、'bring my own agent'，或任何在沙箱内编辑 Base44 应用的工作。