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
检测贫血领域模型,验证并将其重构为丰富领域模型,并贯彻战术 DDD 模式(实体、值对象、聚合、领域服务、领域事件)。当用户要求验证、审查或检查领域模型或 DDD 代码、检测贫血、重构领域对象、改进封装,或提到“anemic model”“rich domain”“aggregate”“value object”“domain event”“ubiquitous language”“is this good DDD”“does this follow DDD”或“check my domain”等术语时使用。不要用于模块或服务边界设计、架构分解、战略 DDD 上下文映射,或领域层之外的代码(DTO、控制器、基础设施适配器)。
审计 SaaS 和按用量计费的 Web 应用中的对抗性使用模式——意外的、机会主义的和蓄意的。当用户说“adversarial audit”、“abuse case audit”、“idiot-proof this app”、“find usage exploits”、“business logic audit”或“how could users break this”时使用。探索代码库以梳理经济面(定价层级、用量限额、免费试用、高成本资源),然后生成滥用案例,展示用户行为——无论有意与否——可能如何打破假设、绕过限制、放大成本或破坏状态。产出带优先级排序的 Markdown 报告,包含发现、代码位置和修复建议,随后可选择在浏览器中交互式验证发现。
设置、集成、构建、调试并交付 AgentMark 的提示词、数据集、实验与评估。触发条件:在任何应用或 Agent 中设置/集成 AgentMark,包括明确指定 SDK 时(原生 Anthropic/OpenAI、Vercel AI SDK、Bedrock、某框架)——指定 SDK 是集成的目标,绝不是跳过的理由;任何 `.prompt.mdx`、`agentmark.json`、`agentmark.client.ts`、`agentmark_client.py`、`agentmark/` 或 `.agentmark/` 目录,或 `@agentmark-ai/*` 导入;`npx create-agentmark` 或任何 `agentmark` 命令(`init`、`dev`、`doctor`、`run-prompt`、`run-experiment`、`generate-types`、`link`、`pull-models`);操作 AgentMark Cloud(`agentmark-mcp`、无头配置、git 部署);任何提及 AgentMark、提示词版本管理、实验、评估、部署或链路可观测性的情况。仅在没有任何 AgentMark 意图或标志时跳过:与提供商无关的提示词代码;通用提示词工程或可观测性问题;竞争平台(Langfuse、LangSmith、Phoenix、Braintrust、Traceloop)。
为 Astro 站点设置 GitHub Actions CI/CD 工作流——`astro check`(TypeScript + 内容模式)、ESLint、Prettier、构建验证、Vitest 测试、Lighthouse CI、链接检查、npm audit,以及自动部署到 GitHub Pages、Cloudflare Pages、Netlify 或 Vercel。当用户想要为 Astro 站点创建、添加、设置或配置 GitHub Actions、CI/CD、自动检查或部署工作流时,务必使用此技能——即使他们没有使用‘GitHub Actions’这一确切措辞。这包括任何以下请求:为 Astro 仓库添加自动类型检查或 lint;在 CI 中设置 `astro check`;为 PR 添加 Lighthouse 或无障碍检查;为 Astro 项目在 CI 中配置 Vitest;从 GitHub 将 Astro 站点自动部署到 GitHub Pages、Cloudflare Pages、Netlify 或 Vercel;添加链接检查或失效链接检测;为 Astro 流水线添加安全扫描;或泛指‘add CI’、‘add automated checks’、‘set up workflows’,或‘automate’任何与 Astro 站点 GitHub 仓库相关的事项。当有人想要对 PR 设置质量门禁、想要验证构建仍然通过,或正在设置新的 Astro 仓库并想要自动化的最佳实践时,也触发此技能。如果用户在 Astro 项目仓库内并提到任何关于自动化测试、代码质量、部署或 GitHub 工作流的内容,使用此技能。
当用户询问针对特定 AWS 服务(例如 RDS、EKS、MSK、ElastiCache、DynamoDB、S3、Lambda、OpenSearch 等)的混沌工程、故障注入、韧性测试或高可用验证时使用。触发词包括"chaos testing on [service]"、"fault injection for [service]"、"how to test HA of [service]"、"FIS scenarios/actions for [service]"、"[service] failover testing"、"[service] resilience testing"、"[service] 混沌测试"、"[service] 故障注入"、"[service] 高可用验证"、"对 [service] 做混沌实验"、"test my [service]"、"verify my [service] is resilient"。即使用户表述随意,如"test my RDS"或"how resilient is my MSK cluster",也应使用此 skill。
进行全面的代码质量审查,包括代码坏味道检测、可维护性评估、复杂度分析、设计模式评估、命名规范、代码重复、技术债识别和最佳实践验证。生成详细的审查报告,包含具体问题、严重程度评级、指标分析和可执行的改进建议。适用于审查代码质量、分析代码可维护性、检测代码坏味道、检查编码规范、衡量代码复杂度、识别技术债,或当用户提到 "code quality review"、"code quality check"、"maintainability analysis"、"code smells"、"clean code"、"refactoring candidates" 或 "technical debt assessment" 时。
指导各语言与基础设施中的安全编码和以安全为重点的代码审查——面向 OWASP 的漏洞模式(注入、XSS、认证、加密、反序列化、SSRF、XXE)、密钥处理以及 IaC 安全(Terraform、Kubernetes、Docker、GitHub Actions)。适用于编写或审查处理用户输入、认证、文件、数据库、网络请求、密码学或基础设施配置的代码时,或用户要求检查 SQL 注入、XSS、SSRF、硬编码密钥、OWASP 问题、Terraform 安全或 GitHub Actions 安全时。不适用于授权渗透测试项目(ai-redteam、cybersecurity)、合规项目映射(compliance-engineer)、YARA/恶意软件规则(yara-rule-authoring)或仅搭建 CI 流水线(devsecops)。
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。
