Skills
收录 97,222 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
关于 Testcontainers 的指导 —— 在自动化集成测试中运行 Docker 容器。涵盖 Java（@Testcontainers、@Container、PostgreSQL/Redis/Kafka/Elasticsearch）、Python（testcontainers-python 与 pytest）、容器生命周期管理（单例、复用）、CI/CD 集成（Docker-in-Docker、Ryuk）、Testcontainer 最佳实践以及数据库迁移测试。当用户询问 testcontainers、使用 Docker 做集成测试、数据库测试、Java testcontainers、Python testcontainers，或需要使用真实 Docker 服务进行测试时使用。 使用场景：testcontainers、集成测试、docker 测试、数据库测试、Java Testcontainers、Python Testcontainers。
在 Honeycomb 中设计并创建包含查询和 SLO 的看板（dashboard）。触发短语：“create a board”、“make a board”、“build a dashboard”、“create a Honeycomb board”、“make a dashboard in Honeycomb”、“set up a board”、“dashboard for my service”、“visualize service health”、“golden signals dashboard”、“set up monitoring board”，或任何设计并创建或构建 Honeycomb 看板或 dashboard 的请求。
列出并探索 SAP AI Core GenAI Hub 中可用的基础模型：浏览支持的提供商、模型名称、版本、能力，以及创建 deployment 所需的 executable ID。WHEN：用户想查看有哪些模型可用、为 deployment 查找 executable-id 或 model-name、浏览提供商（Azure OpenAI、Anthropic、Google、Mistral、Cohere 等）、查看模型能力或上下文长度、获取传递给 create_llm_deployment 的正确 model-name，或获取已部署模型的 curl 推理示例（chat completions、Responses API、embeddings、图像生成等）。DO NOT USE FOR：创建或管理 deployments——请用 `aicore-lifecycle-management`。
与 Bitrise CI 协作。**任何与 Bitrise CI 相关的任务都务必首先使用此技能**，即使在 Plan 模式下也是如此。此技能提供以下方面的关键知识： - 规划 Bitrise CI 设置或对其进行分析 - 触发、检查或排查构建问题 - 处理 bitrise.yml 文件： - 设计 pipeline、workflow、step bundle 或 step 配置 - 修复重复内容或优化工作流结构 - 验证或解释 Bitrise 配置 - 管理工作区、项目、应用、组或角色 - 使用 Bitrise CLI、API 或 MCP 工具
适用于撰写或修订发布/部署 runbook：将系统安全上线到生产环境的 go-to-production 流程。指导的是方法，而非提纲：以 SRE/运维实践为依据，从架构文档 + 技术设计的发布方案推导部署步骤、从测试计划的退出标准推导验证步骤，编写幂等、可安全复制粘贴的步骤且每步都有预期结果，将部署策略默认为蓝绿部署，将有状态变更排序为向后兼容的 expand-contract 迁移（不可逆时则前滚），为每个前进变更提供带可度量触发条件的文档化回滚，为用户可见影响的部署指定沟通窗口，并将这份活文档 runbook 以版本化、经重新验证的增量方式修订——达到的目标是：一位不熟悉的工程师仅凭它就能部署、确认并回滚，不内联任何密钥，不虚构任何内容。可与模板工具 + 深度调研组合使用。不是 CI/CD 流水线配置（cicd-plan），不是事后复盘，也不是对它进行评审。
将 Docker 集成到 CI/CD 流水线的指南。涵盖 GitHub Actions（docker/build-push-action、使用 buildx 的多平台构建、cache-from/to）、Jenkins Pipeline（Docker agent、build/push 阶段）、用于加速构建的 Docker Build Cloud、CI 中的层缓存策略、面向 CI/CD 的镜像标签策略、部署模式（滚动更新、蓝绿部署）。适用于用户询问 Docker CI/CD、GitHub Actions Docker、Jenkins Docker 流水线、buildx 多平台、Docker Build Cloud，或需要自动化 Docker 构建。使用场景：docker CI/CD、GitHub Actions docker、Jenkins docker、buildx、多平台构建、Docker Build Cloud、流水线。
Docker 存储与数据持久化指南。涵盖存储类型（Volume/Bind Mount/Tmpfs）的对比与用例选择、卷生命周期管理（create/ls/inspect/prune）、bind mount 模式、用于临时数据的 tmpfs、备份与恢复策略、存储驱动选择（overlay2）、数据库持久化最佳实践（PostgreSQL/MySQL/Redis），以及 NFS/云存储集成。适用于用户询问 docker volume、数据持久化、bind mount、tmpfs、存储驱动、备份、数据卷，或需要容器的持久化存储。使用场景：docker volume、数据持久化、bind mount、tmpfs、存储驱动、数据卷、备份恢复、数据库持久化。
使用 OCB（OpenTelemetry Collector Builder）构建自定义 OpenTelemetry Collector 发行版。适用于编写或调试 builder 清单（builder.yaml）、选择组件和 provider 版本、构建打包自定义或发行版外组件的 collector、为发行版搭建 CI 或 Docker 构建，或排查 OCB 构建失败时。触发词包括 "ocb"、"collector builder"、"custom collector distribution"、"builder manifest"、"builder-config"，以及 OCB 构建中的版本不匹配错误。
在驱动 `stackbone` 命令行来搭建、运行、发布或运维 Stackbone 工作区时使用此技能：通过设备流登录（login / logout / whoami），搭建工作区并将其关联到组织（init，可选首个 agent / workflow / workflow-agent），离线添加组件（add agent / add workflow / add workflow-agent），使用 Studio 运行本地模拟器（dev），编译可部署包（build）或写出 deploy 文件夹（package），注册已部署的 box（link --installation --url --secret --tag），切换当前组织（organization use），以 JSON 读取工作区状态（metadata），管理 Drizzle 迁移（db migrate create / up / status），以及从 shell 运维正在运行的安装：发现目标（agents），列出 / 检查 / 启动持久化工作流（workflows），检查和控制运行（runs），跟踪日志（logs），以只读方式浏览 agent 数据库（db query / schemas / table），移动对象（storage），操作 RAG 索引（rag），设置密钥（secrets），对配置文档进行版本管理（config），决定审批（hitl），管理提示词目录（prompts），检查协议契约（contract），运行评测套件（eval），以及打印如何访问 docs MCP 服务（docs）。触发请求示例：scaffold a workspace、add an agent、add a workflow、start the dev stack、log in、list my agents、start a workflow by name、retry a failed run、tail the logs、run a SELECT against the agent、set a secret、roll the config back、approve an approval、generate a migration、build the bundle、package for deploy、register the deployed agent、switch org。若要使用 @stackbone/sdk 在工作区内编写代码，请使用 stackbone 技能；要排查错误或卡住的运行，请使用 stackbone-debug；要根据描述创建新组件，请使用 stackbone-coder。
`docker build` 命令的专业指南——构建容器镜像、标签策略、构建参数、镜像管理与检查。涵盖 `docker build` 完整语法、`--build-arg` 用法、镜像打标签（`docker tag`）、镜像检查（`docker inspect`、`docker history`、`docker image ls`）、推送到镜像仓库（`docker push`）、镜像清理（`docker image prune`、`docker system prune`）以及 Docker BuildKit 基础知识。区别于 docker-dockerfile（侧重 Dockerfile 编写）和 docker-buildx（侧重多平台构建与高级 BuildKit）。适用于用户询问 docker build、docker tag、docker push、docker images、docker 镜像管理，或如何构建和管理 Docker 镜像。使用场景：docker build 构建镜像、docker tag 打标签、docker push 推送镜像、docker images 镜像管理、docker image 命令、构建参数 --build-arg、镜像标签、docker build 命令。
从 Lovable Cloud 迁移到自有 Supabase 项目的指南。适用于用户询问从 Lovable Cloud 导出数据、移除或断开 Lovable Cloud、暂停 Lovable Cloud、恢复 Lovable Cloud 的 .backup 导出、迁移到自有 Supabase、把数据从托管 Lovable 数据库中取出、从 Lovable Cloud 切换到外部 Supabase、将自有 Supabase 连接到 Lovable 项目，或 Lovable Cloud 的限制（无 SQL 编辑器访问权限、无自定义认证邮件、无法直接访问 Supabase 仪表盘、无 service role key）时。
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。