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
保护 Azure App Service Web 应用和 API 的指南 —— 托管标识、使用 Microsoft Entra ID 的 Easy Auth、通过专用终结点 + VNet 集成实现网络隔离、HTTPS / TLS 加固、使用 Key Vault 引用管理机密,以及前端 WAF(Front Door / App Gateway)。WHEN:App Service 安全性、在 Azure 上保护 Web 应用、Easy Auth、App Service 托管标识、专用终结点 Web 应用、VNet 集成、App Service TLS、Key Vault 引用、加固 App Service、禁用 FTP、App Service 前端 WAF、访问限制。DO NOT USE 于仅涉及 Azure Functions 的场景(类似但独立)、AKS 工作负载(平台不同),或 VM 托管的 Web 应用。
Azure Arc 指南 —— 将本地、多云(AWS/GCP)和边缘服务器、Kubernetes 及数据服务投影到 Azure Resource Manager,以实现统一的治理、安全和管理。涵盖 Arc 启用的服务器载入、将 Defender for Cloud 和 Azure Policy 扩展到非 Azure 机器,以及 Arc 启用的 Kubernetes。WHEN:Azure Arc、从 Azure 管理本地服务器、混合管理、Arc 启用的服务器、Arc Kubernetes、将 Defender for Cloud 扩展到本地、治理多云机器、Connected Machine agent、Arc agent、混合安全态势、机器配置、来宾配置。DO NOT USE 于仅涉及 Azure 原生 VM 的场景(直接使用 Azure Resource Manager)、Intune 管理的终结点(使用 intune-device-mgmt),或仅涉及 Azure Stack HCI 的场景(独立产品)。
Azure Firewall 指南 —— 用于集中式出口、东西向和入口控制的托管云原生 L3-L7 有状态网络防火墙。涵盖 SKU 选择(Basic 与 Standard 与 Premium)、Firewall Policy 层次结构、应用/网络/DNAT 规则、威胁情报和 IDPS、TLS 检查、使用 UDR 的 hub-spoke 部署,以及强制隧道。WHEN:Azure Firewall、网络防火墙、出口过滤、FQDN 过滤、Firewall Policy、IDPS、TLS 检查、强制隧道、集中网络控制、防火墙 SKU Premium Standard Basic、hub spoke 防火墙、经由防火墙的 UDR、入站 DNAT。DO NOT USE 于 L7 Web 应用防护(使用 Front Door / Application Gateway WAF)、子网微分段(在 azure-network-security-design 中使用 NSG),或第三方 NVA 设计。
设计安全的 Azure 网络架构的指南 —— hub-spoke 拓扑(或 Virtual WAN)、使用 NSG/ASG 的分段、面向 PaaS 的专用终结点/Private Link、经由 Azure Firewall 的出口、DDoS 防护、Front Door/App Gateway 上的 WAF,以及集中式专用 DNS。对齐零信任网络支柱。WHEN:Azure 网络安全、hub spoke、Virtual WAN、网络分段、NSG ASG 设计、专用终结点、Private Link、DDoS 防护、安全虚拟网络、出口控制、零信任网络、专用连接设计、Bastion、JIT VM 访问。DO NOT USE 于防火墙本身(使用 azure-firewall)、VM 级加固(使用 defender-for-cloud-hardening),或仅涉及 Key Vault 网络(使用 azure-key-vault)。
选择最小权限的合适 Azure RBAC 角色的指南 —— 将所需操作映射到内置角色、判断何时需要自定义角色、正确限定分配范围,以及在控制平面和数据平面角色之间取舍。涵盖作用域层级(管理组 → 资源)、组与直接分配,以及针对特权角色的 PIM。WHEN:应使用哪个 Azure 角色、最小权限角色、Azure RBAC 角色选择、内置与自定义角色、作用域角色分配、托管标识的角色、数据平面角色、分配最小权限、RBAC 设计、控制平面与数据平面、Storage Blob Data Reader 与 Reader。DO NOT USE 于 Entra ID 目录角色(使用 entra-id)或 Microsoft 365 管理员角色(使用 m365-govern-manage)。
Azure Site Recovery(ASR)指南 —— 灾难恢复即服务,可将 Azure VM 和本地机器复制到次要区域,以实现编排的故障转移。涵盖 RPO / RTO 设计、复制设置、带启动顺序和脚本的恢复计划、测试故障转移规范,以及针对勒索软件韧性将灾难恢复(ASR)与备份(Azure Backup)分离。WHEN:Azure Site Recovery、ASR、灾难恢复、DR 复制、故障转移、恢复计划、业务连续性、RPO RTO、测试故障转移、区域故障转移、勒索软件韧性 DR、配对区域、故障转移与故障恢复。DO NOT USE 于时间点备份/还原(使用 Azure Backup)、仅数据库高可用/异地复制(使用 SQL 异地复制),或没有 Azure 侧重的通用 BCDR 设计。
执行 Fastly CLI 命令以管理 CDN 服务、Compute 部署和边缘基础设施。适用于运行 `fastly` CLI 命令、从终端创建或管理 Fastly 服务、部署 Fastly Compute 应用、通过命令行管理后端/域名/VCL 片段、清除缓存、配置日志流、设置 TLS 证书、管理 KV/config/secret 存储、查看服务统计、使用 Fastly SSO 认证,或处理 fastly.toml。在 CLI 场景下处理 Fastly 服务 ID,或使用 `fastly service`、`fastly compute`、`fastly auth` 或任何 Fastly CLI 子命令时同样适用。涵盖服务 CRUD、版本管理、自动克隆以及常见 CLI 错误的排查。
用于无服务器视频处理的完整 Modal.com FFmpeg 部署系统。以下情况请主动启用:(1) Modal.com FFmpeg 容器搭建,(2) Modal 上的 GPU 加速视频编码(NVIDIA、NVENC),(3) 使用 Modal map/starmap 的并行视频处理,(4) 为大型视频文件挂载 Volume,(5) CPU 与 GPU 容器成本优化,(6) 为 FFmpeg 执行 apt_install/pip_install,(7) Python subprocess 调用 FFmpeg 的模式,(8) 大规模批量视频转码,(9) 视频工作负载的 Modal 定价,(10) 结合 Whisper 进行音频/视频处理。提供:镜像配置示例、GPU 容器模式、并行处理代码、Volume 用法、成本对比、可上生产的 FFmpeg 部署。确保:在 Modal 无服务器基础设施上高效、可扩展地处理视频。
通过 hcloud CLI 查询华为云云连接(CC)全域互联带宽(GCB)资源。涵盖单个 GCB 详情查询(含已绑定实例信息)、带筛选条件的 GCB 列表查询、GCB 租户配置查询(规格范围、配额、计费模式、支持的服务),以及可绑定到特定服务类型的 GCB 列表。无写操作。当用户需要查看全域互联带宽详情、检查 GCB 绑定的实例、查看 GCB 租户配置与配额,或查找可绑定的 GCB 时使用此技能。触发词包括:全域互联带宽、GCB、Global Connection Bandwidth、global-connection-bandwidth、云连接带宽、CC 带宽、bandwidth config、绑定带宽、support binding bandwidth、gcb-query。
此技能用于监控长时间运行的后台任务(ffmpeg/媒体编码、qmd 或其他 embedding/vector-DB 运行、批处理 Agent/LLM 管道,或真实浏览器/agent-browser 守护进程),直到任务完成或卡住,然后给出结论(已完成、需要关注或受阻)以及确切的下一条命令,避免手动轮询数十次。触发词包括“看护这个任务”“盯着它直到完成”“编码/嵌入/批处理结束时提醒我”“这个后台进程是不是卡住了”“监控这个 ffmpeg/qmd 运行”,或任何要求等待长时间运行的进程并在完成或挂起时告知的请求。
只要涉及 LLM API 成本,或应当涉及成本时就主动使用。触发情形包括: “我的 AI 成本太高”、“优化 token 用量”、“我该用哪个模型”、“LLM 支出失控”、“实现 prompt caching”、“我们即将上线 AI 功能”、“给我搭一个 AI 端点”。不要等到有人明确抱怨成本——如果有人正在构建 AI 功能、设计 LLM 端点或在模型之间做选择,成本架构就该纳入讨论。出现以下任一情况时立即应用: 系统提示词超过几百个 token、所有请求都打到同一个模型、未设置 max_tokens,或缺少按功能维度的成本日志。不适用于 RAG 流水线设计(请用 rag-architect)。不适用于提升提示词质量或效果(请用 senior-prompt-engineer)。
用于实际的 Pulumi CLI 工作:运行部署、修复损坏的 stack 以及管理基础设施状态。处理以下场景:从因待处理操作而卡住或中断的 `pulumi up` 中恢复、在带外云删除后清理状态中的孤立资源、保护关键资源免受意外 `pulumi destroy` 影响、在不重建资源的情况下将其在 stack 之间移动、在部署时定位特定资源、在后端之间迁移(本地文件到 Pulumi Cloud、S3)、stack 生命周期管理、状态导出/导入/修复、CI/CD 流水线设置以及导入已有的云资源。只要用户的问题涉及操作、排查或恢复 Pulumi 基础设施,而不是编写程序代码,就应使用此 skill——而非特定语言的 Pulumi skill。
保护 GitHub Actions 工作流免受供应链、特权和 shell 注入风险。在创建、搭建、编辑或审查 `.github/workflows/*.yml`、可复用工作流、`action.yml` 或 GitHub Actions 的 Dependabot 配置时使用。也用于完整的仓库安全审计("audit my workflows"、"harden this repo"、"security scan"、"pin actions to SHA")、使用 gitleaks 和 trufflehog 进行机密扫描,以及发布前安全审查。强制执行完整的 40 字符提交 SHA 固定、避免在不可信代码上使用 `pull_request_target`、通过 `env:` 将 GitHub 上下文传入 `run:` 步骤,并设置最小权限。
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。
