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
使用 PHP 特有的危险函数与陷阱目录审计 PHP Web 应用源码中的严重漏洞——通过 unserialize 和 phar:// POP 链实现的对象注入、类型混淆与魔法哈希认证绕过、经由 php:// 和 phar:// 包装器的 LFI/RFI、动态 include 与 extract()/超全局变量信任、字符串拼接及遗留 mysql_* 查询中的 SQL 注入、命令执行危险函数,以及 SSRF。当审查 PHP 代码库、WordPress/Magento/Laravel 应用,或插件的可利用漏洞时使用。通用审计方法论交由 auditing-code-for-vulnerabilities 处理。
在项目的数仓表和已保存查询视图上添加并运行数据质量检查(dbt-test 风格的断言),以及 HogQL 目录指标:非空、唯一性、可接受值、引用完整性、行数范围、新鲜度和自定义 HogQL。指标仅支持自定义 SQL 检查。适用于被要求测试模型、验证视图、检查空值或重复、添加数据质量检查、查明某个数字为何看起来不对,或在分析中使用某张数仓表之前判断它是否可信。若要描述数据的*含义*(指标、认证、连接),请参阅 setting-up-data-catalog。触发词:数据质量、数据测试、dbt test、非空检查、唯一性检查、新鲜度检查、引用完整性、行数检查、验证模型、这张表可信吗。
将一组被标记的生产通话日志转化为 Cekura Agent 的评估场景 —— 将失败聚类为可复现的失败模式,并为每个聚类创建一个场景。当用户说「create scenarios from failed calls」「build evaluators for prod failures」「turn call logs into scenarios」「simulate the failures we saw in prod」「replay these bad calls as tests」「regression-test the agent on prod issues」,或交来一组被标记的通话 ID 以强化 Agent 时使用。被标记的集合通常来自 `cekura-flag-call-log-failures`;如果用户尚未完成分诊,先运行该技能。此技能将被标记的通话视为既定输入 —— 不会重新挖掘或重新分诊 —— 而是按失败模式聚类,为每个聚类起草一个场景,并可选地通过 scenarios API(或 call-logs → scenarios 端点)创建它们。还支持单通话快速路径:给定一个通话日志 ID(或一个 observe URL),仅将该通话复现为一个评估场景。
驱动 GitHub 拉取请求通过 ChatGPT Codex 的在线 PR 审阅直至干净合并:触发审阅、轮询裁决(发现问题 vs 干净)、逐条修复并本地验证,仅在同一 commit 上连续两次干净审阅后才合并。当围绕 Codex 审阅意见迭代 PR,或被要求“run the Codex review loop”“handle Codex review findings”“get this PR clean and merge it”时使用。前提条件:仓库已启用 ChatGPT Codex 的 GitHub 集成(bot: chatgpt-codex-connector[bot]);还需要 `gh`(已认证)和 `jq`。
当用户说 "copilot review"、"review with copilot"、"delegate to copilot"、"have copilot fix this"、"copilot agent task"、"set up copilot"、"generate copilot instructions"、"bootstrap copilot for this repo",或调用 `/copilot` 时使用。三种模式:`review`(对 PR 运行代码审查,并通过行内 `@copilot fix this` 评论将修复路由给 Copilot)、`delegate`(创建 `gh agent-task`,轮询直到编码 Agent 打开 PR,可选地移交给审查)、`setup`(一次性引导,写入 `.github/copilot-instructions.md` 以及按角色区分的 `.github/instructions/*.instructions.md` 文件)。`review` 和 `delegate` 是常规操作;`setup` 是一次性的仓库引导,仅在用户明确要求时按需从 `references/setup.md` 加载。不要用于普通的 GitHub PR 工作——那是 `/gh` 的职责。
诊断 PostHog Surveys 在全部五个 SDK(web/posthog-js、iOS、Android、Flutter、React Native)中的配置与回答。每当粘贴 Surveys 支持工单时使用("survey not showing"、"fewer responses than expected"、"responses disappeared"、"responses are incomplete"、"only the first question was answered"、"the user says they didn't mean to submit"、"survey shows on wrong platform"),或诊断某个 survey 为何显示或不显示时使用。涵盖资格判定流程、回答实际如何被存储(部分回答、分支、可选问题、自动提交)、跨 SDK 功能差异、已知原因目录、只读诊断查询、员工访问权限,以及客户回复风格指南。
GitHub Actions CI/CD。涵盖工作流、作业和部署。用于自动化构建、测试和部署。使用场景:用户提到 "github actions"、"workflow"、"ci/cd"、".github/workflows"、"actions/checkout"、"github workflow",询问 "automate tests"、"deploy on push"、"build pipeline"、"ci pipeline"、"continuous integration"、"github automation" 时请勿用于:GitLab CI/CD——语法和特性不同,Jenkins 流水线——不同工具,容器编排——使用 `docker` 或 `kubernetes` 技能,本地构建——工作流在 GitHub runner 上运行。
调查某一具体 CI 失败直至得出结论:是谁的错、哪个 commit、谁写的,以及是否已修复。用于 "who broke master"、"why did this test fail in CI"、"is this failure my PR's fault or everyone's"、"is this test flaky or actually broken"、"when did this failure start"。基于 engineering_analytics 数仓视图(engineering_analytics_ci_failures、engineering_analytics_ci_job_history)以及 CI 失败日志开展工作。不适用于汇总的 CI 健康状况、成本或合并瓶颈(请使用 diagnosing-ci-and-merge-bottlenecks),也不适用于构建已保存的洞察(请使用 turning-engineering-analytics-into-insights)。
按照《Layered Design for Ruby on Rails Applications》中的分层架构原则编写、重构和审查 Rails 代码。编写或重构 Rails 代码(模型、控制器、服务、作业、邮件程序、策略、表单、查询对象、Presenter、视图组件、状态机、序列化器或 AI/LLM 功能)以应用正确模式并避免层级违规时使用;审查 Rails 代码、PR 或差异中的层级违规、臃肿的控制器/模型、贫血模型、回调误用、上帝对象或规格测试失败时也使用。触发词包括“分层设计”“架构分层”“抽象层”“规格测试”“层级违规”“臃肿控制器/模型”“上帝对象”“贫血模型”“提取服务/回调/策略/Concern”“服务对象”“表单/策略/查询/值对象”“Presenter”“视图组件”“状态机”“Active Delivery”“回调评分”“Rails 重构/审查”“Rails 模式/最佳实践”“archspec”或“架构检查器/强制执行”。
使用 Very Good CLI 的 packages_check_licenses MCP 工具审计 Dart 和 Flutter 包依赖的许可证,标记不合规或未知的许可证,并生成合规总结报告。适用于用户说“check licenses”、“license audit”、“check dependency licenses”、“license compliance”、“review package licenses”、“are our dependencies compliant”、“scan for license issues”或“pre-release license check”时。尤其当请求要求在没有扫描的情况下给出合规结论时使用,例如“read the licenses off this pubspec”、“confirm we're compliant”、“just tell me if these packages are safe to ship”、“I'd rather not run anything”或“which of these are GPL”,因为拒绝仅凭依赖列表就认证合规正是此技能所规范的情形。粘贴的 pubspec 是触发条件,而非审计的替代品。
对暂存的更改、分支、PR 或文件集进行全新上下文的评审。委派给一位全新的评审者;通过 --model 路由到外部 CLI(Copilot、Codex)。在以下情况使用:用户说"peer review"("peer review PR 5"、"peer review staged")、"fresh review"、"another set of eyes"、"sanity check"、"quick review before I push"、"review with Copilot" 或 "review using Codex"。不要在仅有"review"短语("review my changes"、"review PR N"、"review staged")时触发——那些应路由到 code-review。
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。
