Skills
收录 97,501 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。
测试与质量
以有界多 Agent 工作流编写并运行项目量身定制的发布前审计——给出真正的发布结论,而非走马观花式检查清单:根据仓库的真实技术栈和硬性规则填充随附的工作流模板,然后运行 Gates(typecheck / test / lint / build 并行)→ Find(每个适用的审计维度一个只读查找器)→ Dedup(合并同根因的发现)→ Verify(对抗式 Agent 尝试反驳每一条发现;阻塞项同时使用代码视角和规格视角)→ Critic(指出未覆盖的区域,派生后续查找器)→ 一份 GO / NO-GO / GO-WITH-FIXES 报告,全部在 MAX_PARALLEL 上限下展开。查找器和验证器保持只读——该技能只审计并报告,从不修复;未真正运行的 Gate 视为阻塞项,绝不记为通过;密钥值按类型和位置脱敏。运行前会确认范围并警告 Agent 数量(通常为 40-80 个)。
当用户想要对某个 SKILL.md 进行评分、审计或打分时,使用此技能。触发词包括 "rate this skill"、"grade this skill"、"give my skill a letter grade"、"audit my SKILL.md"、"score this skill against best practices"、"is this SKILL.md up to spec",即使用户没有使用 "rate" 一词。返回 A-F 字母评级、加权类别得分,以及按优先级排序、可直接粘贴的补丁。不要将本技能用于代码审查(见 code-review)或撰写新技能(见 generate-skill)。
对 diff 或特定文件进行深度安全审查,基于从大型开源项目(Linux 内核、OpenSSL、Chromium、Firefox、curl、Go、Rust、Kubernetes、Next.js 等)400 多个真实缺陷中提取的 20 个循证模式库。当用户说“security review”“security audit”“audit this for vulnerabilities”“threat model this”“check for CVEs”“check for injection/auth/crypto issues”,或当 diff 涉及缓冲区处理、解析器、认证、授权、密码学、状态机、CI/CD、依赖项或信任边界时使用。也可作为参考库使用——当 diff 涉及安全敏感区域时,`/review` 会链接到此处。
设计、实现、审计并报告无损的 Java 到 Rust 迁移测试,不将通过的测试提升为虚假的完成声明。在需要移植 100% 的 JUnit 测试和具体的参数化/动态用例、对源夹具/资源/脚本/数据做 SHA-256 校验、要求完整的逐用例 golden 或实时差分 MATCH 结果、验证对象/测试账本、审查过大的 Rust 测试文件、组织内联单元测试与集成测试、添加 Rust 特有义务、比较覆盖率,或构建属性、模糊、变异、并发、生命周期、适配器、宿主、负载、安全和回滚证据时使用。强制 500 行内聚性审查阈值、800 行自撰文件阻断线和符合惯用法的 Rust 测试放置。
使用 `asc` 命令行工具管理 TestFlight 外部测试的 beta 应用审核提交与审核联系人信息。在以下情况使用本技能:(1) 提交构建版本进行 beta 应用审核:"asc beta-review submissions create --build-id ID" (2) 查看 beta 审核提交状态:"asc beta-review submissions list --build-id ID" (3) 获取特定提交:"asc beta-review submissions get --submission-id ID" (4) 获取 beta 审核联系人信息:"asc beta-review detail get --app-id ID" (5) 更新 beta 审核联系信息或演示账号:"asc beta-review detail update --detail-id ID ..." (6) 管理向 TestFlight 测试人员展示的各语言 **Beta App Description** 与反馈元数据:"asc beta-app-localizations {list,get,create,update,delete}" (7) 用户提到 "submit for beta review"、"TestFlight review"、"beta review status"、"beta review contact"、"external testing review"、"beta app description"、"TestFlight description" 或任何 beta 应用审核任务
按 CI 最佳实践评估仓库的 GitHub Actions 配置(CI Score:由仓库自身的 workflow YAML 计算出的十一项通过/失败配置事实),并针对每个差距给出具体修复方案,按影响和风险排序,每项都附立即应用选项和可直接粘贴的 Agent 提示词。使用场景:(1) 用户要求评分或打分其 CI,或按最佳实践审计 CI 配置("grade my CI"、"CI score"、"CI best practices audit"、"how healthy is my CI config");(2) 工作流变更后重新评分。需要目标仓库的本地检出。不要用于:CI 速度、成本或耗时审计,"why is CI slow",或优化机会分析(改用 ci-speedup);安全审计或安全态势评审(ci-score 不是安全审计——恰好有两项评分检查与安全相关:action pinning 和 OIDC token scoping);从零编写新工作流;非 GitHub Actions 的 CI。
在终端中使用 circleci CLI 完成日常 CircleCI 工作——认证、提交前校验配置、观察推送触发的运行、查看 pipeline/workflow/job 状态、阅读 job 日志和失败的测试、下载产物,以及重新运行/取消/触发。当开发者要求认证 CLI 访问、查看构建或流水线状态、推送后观察运行、查看 CI 为何失败、阅读 job 输出/日志、查找失败的测试、重新运行失败的 job、取消或重新触发一次运行、在本地校验配置变更,或查询项目的环境变量、context、触发器和流水线定义时使用。首次连接项目/设置流水线定义请使用 onboarding 技能;针对失败构建的诊断与修复方法请使用 circleci-builds。
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。
