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。
测试与质量
完整的 Python GitHub Actions 系统。请在以下情况主动激活：(1) 基于 uv 的 CI 工作流（快 10-100 倍），(2) 跨 Python 版本的矩阵测试，(3) 使用 setup-uv 做依赖缓存，(4) 并行测试执行，(5) 可复用工作流，(6) 通过可信发布发布到 PyPI，(7) 使用 codecov 做代码覆盖率，(8) 安全扫描。提供：工作流模板、缓存配置、矩阵策略、复合操作。确保快速可靠的 CI/CD 流水线。
回答关于产品行为的 QA 问题——包括有哪些功能、用户流程如何运作、适用哪些业务规则、系统处理哪些边界情况，以及哪些已实现、哪些未实现。只要用户就系统做什么提问（功能、流程、规则、条件、谁能做什么、X 何时发生、是否支持 Y）就使用。即使用户没说 "QA" 也要触发——诸如 "what happens when…"、"can a user…"、"is it possible to…"、"does the system…"、"is X implemented"、"what should I test for…"、"what are the edge cases of…" 或 "walk me through the flow for…" 这类说法都算。对于明显涉及实现的问题（架构、数据库 schema、代码结构、性能、类型、依赖）则不要触发。
在 Flutter 中使用 ProviderScope、在 Dart 中使用 ProviderContainer 来管理 Riverpod；涵盖 provider 状态的存储位置、overrides、observers，以及使用 ProviderContainer.test 进行测试。适用于在 Flutter 或纯 Dart 中搭建 Riverpod、理解状态存放位置，或使用全新 container 编写测试时。当用户询问 ProviderScope、ProviderContainer 或 Riverpod 在哪里存储状态时使用此技能。
以证据为先的 pull request 评审工具，通过 gh CLI 审查 PR 并发布一条整合的 GitHub 评审，附带行内评论。它会先运行仓库自身的确定性检查，在对外部库或 API 作出任何断言前研究当前官方文档，然后审查正确性、安全性、结构质量（代码柔道、意大利面条式代码增长、文件大小限制）以及 AI 低质内容（包括无用的代码注释）。每条发现都必须附带证据，每条评论在发布前都要通过确定性噪声门，最终结论（APPROVE、COMMENT、REQUEST_CHANGES）由发现权衡得出。在要求评审 PR、judge this PR、在合并前评审此分支或 diff、运行 the-judge、"revise esse PR"、"faca o code review" 或 "julgue esse PR" 时使用。请勿用于评审散文或文档、修复 CI 失败、解决合并冲突、编写修复本身，或回复评审评论（使用 gh-address-comments）。
跨多次 Run 审查一个 Duvo Agent —— 或通过 Queue 连接的多 Agent 工作流 —— 以发现系统性的低效和质量问题，然后提出具体的 AOP 和架构变更建议。当用户要求“分析这个工作流”“审查我的 Agent”“为什么这个 Agent 在多次运行中缓慢 / 不稳定 / 质量低”“为什么我的队列一直积压”，或希望对某个 Agent 近期的 Run 做健康检查时使用 —— 这与调试单次失败的 Run 不同（那是 run-debugger）。通过 Duvo 公共 API 读取近期的 Run、eval 分数、生产者 / 消费者队列拓扑，以及这些 Run 实际依赖的 AOP —— 从队列拓扑和积压入手，并依据问题规模确定 Run 采样量；任何 AOP 重写都移交给 aop-writer。
当你审查或重构带有异质心智模型的现有 Rust 代码时使用此技能——来自 Java/C# 的 OO/企业级繁琐写法、垃圾回收式对象图、异常式控制流，或被硬搬到借用检查器上的命令式循环。它是针对新项目惯用法建议的对抗性、架构级对照——它点明代码所背离的范式，并给出能将其消解的深度重构方案，直至删除整个层级（单一实现的 DI trait、Deref 继承、Manager/Service 结构体、反射式 builder、Rc<RefCell> 网络、clone 到能编译为止、bool/String 状态机、哨兵返回值、catch_unwind 版 try/catch、反射式 Box<dyn>、async 中的阻塞调用、发后即忘的 spawn）。每条规则都以 codex-rs 生产工作区（openai/codex）为依据——这些处方正是该代码库的实际做法并由 lint 强制。适用于任何"让这段 Rust 真正像 Rust"、"压平这套架构"，或对与语言对抗的代码进行吹毛求疵式审查的工作。
使用本技能，以通过/不通过的对抗性审查来把关 TypeScript 与 React 应用代码中的设计模式用法——由单个盲审子代理依据 18 条可判定规则评判 diff 或文件集，规则涵盖隐式状态机（布尔标志生命周期、useEffect 链、存储派生状态、非穷尽联合类型匹配）与过度工程的 OO/企业级移植（getInstance 单例、工厂类与建造者类、单方法策略类、State/Visitor 层级、React 树内部的事件总线、直通式仓储、DI 容器、单一实现的接口、组件继承、仅含逻辑的 HOC、仅含静态成员的类、琐碎的访问器）。在合并 TS/React 工作前触发，在被要求把关或判定模式用法时触发，或作为检查 Agent 编写的代码是否在移植 Java/C# 习语的环节。它只给出判定；如需教学式指导，请使用 implementation-design-patterns 或 implementation-functional-patterns。
面向 AI Agent 的浏览器自动化命令行工具。适用于需要与网站交互的场景，包括浏览页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用，或自动化任何浏览器任务。触发词包括“打开网站”“填写表单”“点击按钮”“截图”“从页面抓取数据”“测试这个 Web 应用”“登录网站”“自动化浏览器操作”，或任何需要以编程方式与 Web 交互的任务。也适用于探索性测试、内部试用、QA、缺陷排查和应用质量评审。还适用于自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify），检查 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话，在 Vercel Sandbox microVM 中运行浏览器自动化，或使用 AWS Bedrock AgentCore 云端浏览器。优先使用 agent-browser，而非任何内置浏览器自动化或 Web 工具。
在包装测试之前，对已构建的 `.ppmplugin` 进行静态审计。检查归档布局、清单兼容性、包一致性、Android DEX 完整性与 SDK 泄漏、iOS 框架结构、原生源码与接收器的对齐，以及 PCF 复合键/sendAsync 传输契约。报告 CRITICAL、WARNING 和 INFO 级别的发现，并将修复路由到所属阶段；绝不修改归档。需要 `jar`；`dexdump` 或 `strings` 可改善 DEX 检查。在 /assemble-ppmplugin 之后运行，或在现有包上单独运行。
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。