Skills

H

hsb-test

promptingcompany / nv-skills

在 Holoscan Sensor Bridge 硬件上执行 QA 测试计划。读取用户提供的测试文档，根据用户的配置筛选测试，确定哪些测试可以自动运行，执行测试并评估通过或失败，最后生成结构化的测试结果报告。

I

idor-testing

aipentest / cyberstrikeai

面向 AI 原生网络安全的行动系统——将意图转化为受治理的执行，将证据转化为运营记忆，并让每次操作都改进下一次

I

implement-graphql

igmarin / rails-agent-skills

在构建或审查 graphql-ruby 的 schema、resolver 或 mutation 时使用。触发词：GraphQL、graphql-ruby、resolver、mutation、dataloader、schema。

I

implement-prepare-environment-script

plainlang / plain-forge

***纯文本规范编写工具

I

implement-unit-testing-script

plainlang / plain-forge

***纯文本规范编写工具

I

ios

fusengine / agents

在构建 iPhone 应用时使用——借助 XcodeBuildMCP 工具进行模拟器/真机测试、UI 自动化或调试。

I

ios

fusengine / claude-plugins

通过认知自动化和协作式 Agent 系统重新定义开发。

I

is-is-not-scoping

rbraga01 / quality-engineering-skills

使用 Is/Is-Not 界定问题范围，适用于 8D D2 问题描述、CAPA 调查或排除假设。通过对比观察到的情况与未观察到的情况，明确问题边界，排除与模式不符的假设。这是一种源自 Ford 的汽车行业技术，用于各类结构化质量调查。

指导 Apache Beam 中的 Java SDK 开发，包括构建、测试、运行示例以及理解项目结构。在使用 sdks/java/、runners/ 或 examples/java/ 中的 Java 代码时使用。

在 jest 测试模式时使用，包括单元测试、mock、spy、快照和断言技巧，以实现全面的测试覆盖。

J

jira-cr

sh0ckwavezero / ai-agent-skills

生成变更请求（CR）摘要：将 Jira 工单的验收标准与已验证的 Git 变更范围进行比较，起草摘要，并在用户要求时发布。

K

knip

liaoann / skills

配置 Knip 或诊断其检查结果时使用。

在修改、删除或重构缺乏测试覆盖的代码时使用。强调未经测试的变更所带来的风险，以及通过 RGR 工作流在修改前添加表征测试。

L

library-update-review

shokai / agent-skills

库更新 pull request 的审查。审查 dependabot 或 renovatebot 创建的 PR，或手动创建的库更新 PR，并进行发布说明分析、代码更新、依赖项调查和过往失败调查。

L

localization-quality-program-review

sylphxai / skills

为移动应用、游戏、SaaS、网页、桌面应用、商店页面、生命周期消息、支持内容、法律文案、RTL、截断、复数、文化适配、上下文内审校、伪本地化、LQA、发布门禁和市场反馈，规划并审计本地化质量项目。适用于翻译必须成为发布级产品体验时。

M

markdown-formatting

denolfe / dotfiles

使用 markdownlint 格式化并检查 markdown 和 MDX 文件，具备全面的规则知识，支持自动和手动修复。适用于处理 .md 或 .mdx 文件、格式化文档、检查 markdown/MDX，或当用户提及 markdown 问题、格式问题或文档标准时。

M

mcore-create-issue

promptingcompany / nv-skills

调查失败的 GitHub Actions 运行或作业，并为该故障创建 GitHub issue。

M

mcore-linting-and-formatting

promptingcompany / nv-skills

Megatron-LM 的代码检查和格式化。涵盖运行 autoformat.sh、工具（ruff、black、isort、pylint、mypy）和代码风格规则。

M

mcore-split-pr

promptingcompany / nv-skills

将一个 PR 拆分为多个 PR，以减少所需的 CODEOWNERS 审查组数量。

M

mcore-testing

promptingcompany / nv-skills

Megatron-LM 测试系统。涵盖测试布局、recipe YAML 结构、添加和运行单元测试与功能测试、基准值、标记筛选器以及与 CI 的一致性。

暂无简介

N

nemo-evaluator-plugin

promptingcompany / nv-skills

在处理 Evaluator 插件 CLI、作业、由 SDK 支持的 spec、指标类型或插件自有的 Evaluator 技能时使用。

N

nemo-mbridge-mlm-bridge-training

promptingcompany / nv-skills

使用模拟或真实数据运行 Megatron-LM (MLM) 和 Megatron Bridge 训练。涵盖相关性测试、可用配方和多 GPU 示例。

N

nemotron-customize

promptingcompany / nv-skills

规划、配置并串联仓库原生的 Nemotron 定制步骤，构建单步或多步流水线：数据整理、翻译、SFT/PEFT（AutoModel 或 Megatron-Bridge）、预训练/CPT、RL 对齐（DPO/RLVR/GRPO/RLHF）、BYOB/MCQ 基准测试、检查点转换、ModelOpt 优化、环境配置，以及对训练所得检查点或现有/托管端点进行评估。当请求提及 Nemotron 步骤或工作流，或要求清理、翻译、训练、微调、对齐、转换、优化、评估，或将这些步骤组合成流水线时使用。不要用于前端/仪表盘/可视化工作、通用 ML 建议、计费/访问问题或非 Nemotron 编码任务。

N

nuxt-test-utils-skilld

nuxt / scripts

在编写导入 \"@nuxt/test-utils\" 的代码时始终使用。可在调试、最佳实践或修改 @nuxt/test-utils、nuxt/test-utils、nuxt test-utils、nuxt test utils、test-utils、test utils 时参考。

N

nv-reason-cxr

promptingcompany / nv-skills

用于 NV-Reason-CXR 胸部 X 光推理的命令形状或实时冒烟测试。不用于诊断或临床报告

N

nv-segment-ct-finetune

promptingcompany / nv-skills

用于在 CT NIfTI 标注上对 NV-Segment-CT VISTA3D 进行冒烟测试或数据集微调。不用于临床验证。

O

ohos-ut-test-coverage-report-generation

openharmonyinsight / openharmony-skills

为 OpenHarmony C/C++ 基于 UT 用例生成代码覆盖率报告，支持全量和增量覆盖率分析；需要通过 hdc 连接测试设备。适用于：（1）用户请求为子系统/部件/模块/测试套/测试用例生成全量代码覆盖率；如果提供报告路径，将其解析为 --output 路径。（2）用户请求为部件/模块/测试套/测试用例生成增量代码覆盖率，需要 git diff 文件；如果提供报告路径，将其解析为 --output 路径。注意：增量覆盖率不支持子系统级分析。需要连接 OpenHarmony 设备运行测试时激活

O

om-auto-verify-pr-ui

open-mercato / skills

通过配置好的 browser-provider 描述符，在真实浏览器中人工对 UI 变更进行 QA，捕获截图和通过/失败报告，并可选地发布跟踪器证据或自测标签，而不修改源代码。

O

omniverse-usd-performance-tuning

promptingcompany / nv-skills

面向 USD 性能诊断与优化的顶层工作流技能。用于加载缓慢、内存占用高、FPS 低或“优化我的场景”等请求；将认证/运行时设置交由 Phase 0 负责人处理。

O

openclaw-crabbox

theangrypit / theangryskills

Crabbox/Testbox 远程验证：可移植的提供商路由、不可信环境隔离、Linux/macOS/Windows/WSL2、实时端到端测试、诊断与清理

O

owasp

anmolnagpal / devops-skills

需要判断可利用性的安全审查：注入与输入处理、身份验证与会话管理、授权、密钥存储与密码学，以及 Agentic AI 风险，对照 OWASP Top 10:2025 和 ASVS 5.0。当用户说“review for security”“is this secure”“review this endpoint for injection”“check for SQL injection or XSS”“review auth/authorization”“how are we storing secrets”“check how we store secrets in this service”“is this crypto correct”，或是在编写密码学、会话管理或 AI Agent 代码时使用。判断在此代码库中的可达性与影响；/clouddrove:appsec 负责工具可以回答的确定性检查（lockfile CVE、缺失的响应头、通配符 CORS）。

P

paper-to-code

jurgendn / agent-skills

在没有官方代码可用时，用最小化、直接明了的 PyTorch 复现论文的方法，以检验该方法是否如其所声称的那样有效。当用户说「复现这篇论文」「实现这篇论文的方法」「这篇论文没有代码」「我想验证这篇论文是否真的有效」「把这个算法/公式转成代码」，或分享论文/arXiv 链接并想要其核心机制的可运行实现时使用。输出是一个小型、单文件、可读的实现，加上分阶段的验证关卡（形状检查 → 在小批量上过拟合 → 玩具规模下的基线对比），以及一份针对论文所有未明确说明之处的显式假设清单。不要用于为自己实验设计训练配方（pytorch-training-recipe / jax-training-recipe）、审计已有的已发布产件（reproducibility-audit），或组织研究代码仓库（research-codebase）。

P

pdca-improvement

rbraga01 / quality-engineering-skills

开展 PDCA 循环（计划、执行、检查、处理）或结构化改进项目。引导完成问题分析、试点、验证和标准化。与 8D 的区别：PDCA 用于主动改进，8D 用于被动响应缺陷。适用于流程优化、落实经验教训和质量目标。

P

peach-refactor-backend

peachsolution / peach-harness

后端重构专家。以「백엔드 리팩토링」「API 리팩토링」「서버 코드 정리」等关键词触发。按照 test-data 指南代码模式重构现有后端代码。

P

performance

89jobrien / steve

全面的性能专家，覆盖分析与优化，

P

performance-result-analysis

naodeng / awesome-qa-skills

需要解读性能结果、证据质量和风险，且不臆造结论时使用此技能；触发词包括“性能结果分析”和“performance result analysis”。

P

plan-perf-audit

kensaurus / skills

仅规划的跨 web、移动端、后端和数据的性能审计；先测量，不修复任何内容。在提到"performance audit plan"、"perf burndown"、"measure before optimize"或"N+1 audit plan"时使用。应用修复 → audit-performance。

P

platform-testing

ravnhq / ai-toolkit

与框架无关的测试原则——测试理念、结构、mock

P

playwright-testing

fcakyon / claude-codex-settings

当用户询问 "Playwright"、"响应式测试"、"用 playwright 测试"、"测试登录流程"、"文件上传测试"、"在测试中处理认证" 或 "修复不稳定的测试" 时，应使用本 skill。

P

post-implementation-reviewer

eho / agent-skills

对已交付的设计文档或多故事功能进行独立的、仅报告式的整体审计。验证故事完成情况、组装后的行为、与设计的一致性、文档以及相关测试，然后报告是否仍存在阻塞性发现。

P

ppap

rbraga01 / quality-engineering-skills

生产件批准程序（PPAP）——验证 PPAP 提交等级，审核全部 18 项要素，检查客户批准所需的完整性，并准备 PSW。适用于供应商需要提交零件以供批准、审查 PPAP 文件包或确定所需 PPAP 等级的情况。涵盖 AIAG PPAP 第 4 版，以及 Ford、BMW、VW 和 Stellantis 的 OEM 特定要求。

P

pr-test-impact-analysis

naodeng / awesome-qa-skills

需要根据拉取请求或代码差异确定测试影响时使用此 skill；触发条件包括 PR 测试影响分析。

P

pre-release

mattpocock / sandcastle

对仓库运行一系列发布前检查。

P

pw-test-audit

bondar-artem / playwright-scripting-skills

以全新的眼光审查刚写好的 Playwright 测试。仅通过 git diff 审查最近未提交的改动，检查其是否符合项目的 Playwright 脚本规则、架构与 POM 惯例，并在可选地应用修复之前报告发现。

P

python-code-style

jurgendn / agent-skills

指导 Python 风格、lint、格式化、命名、类型注解和文档约定。用于编写或审查 Python 代码、配置 Ruff/mypy/pyright、编写 docstring 或制定项目规范时。

暂无简介

暂无简介

Q

quality-workflow

metyatech / skill-quality-workflow

在编写测试、设计测试覆盖、处理缺陷修复、进行根因分析、设置 CI 验证或配置提交时钩子时使用。也用于创建测试矩阵或在单元/集成/E2E 测试之间做选择。请勿用于一般开发或 lint 配置。

R

rag-perf

promptingcompany / nv-skills

针对已部署的 NVIDIA RAG Blueprint 服务的性能基准测试：由单个 YAML 配置驱动的 profiling 流程 + aiperf 负载测试。不用于准确率 / RAGAS 评分（用 rag-eval），也不用于部署 / 修复服务（用 rag-blueprint）。

R

react-doctor

makerjackie / jackie-skills-starter

在修改 React 代码后运行，及早发现问题。适用于审查代码、完成功能或修复 React 项目中的 bug 时。

R

receiving-code-review

21307369 / superpowers-zh

在收到代码审查反馈后、实施建议之前使用，尤其是在反馈不明确或技术上存疑时——应保持技术严谨并进行验证，而非敷衍附和或盲目执行。

R

receiving-code-review

makerjackie / jackie-skills-starter

在收到代码审查反馈时使用；先验证建议再实施。

R

red-team

gaasher / agent-loop-skills

当用户希望对自己拥有或获授权测试的护栏、分类器、提示词或 API 进行对抗性压力测试，以暴露其各类不同失败方式时使用。生成对抗性输入，将其通过目标和真值预言机运行，把每次目标与预言机的不一致按技术类别去重后记录为一次失败，并循环直至各轮不再出现新类别。产出一份不同且可复现的失败目录——即 find→fix 流程中的攻击方。不适用于修补目标，也不适用于攻击用户不拥有或无权限测试的系统。

R

report-bug

everyinc / compound-engineering-plugin

报告 compound-engineering 插件中的错误

R

requesting-code-review

21307369 / superpowers-zh

完成任务、实现重要功能或合并前使用，用于验证工作成果是否符合要求

R

requesting-code-review

makerjackie / jackie-skills-starter

在完成重要工作并需要合并前进行代码审查时使用。

R

review-architecture

igmarin / rails-agent-skills

在审查 Rails 结构、胖模型或胖控制器、服务边界时使用。触发词：architecture、fat model、fat controller、boundaries、tech debt。

R

review-quick

jimweller / clanker-skills

用于审查工作区中未提交的改动和最近的提交。并行调度 8 个专门的审查 Agent，并返回一份汇总报告

R

reviewing-code-modularity-skill

tyshkovskii / reviewing-code-modularity-skill

评审模块边界、耦合、公共 API 和重构，找出具体复杂性及不必要的抽象。适用于结构性评审，或「这个文件做的事太多」「难以测试」「拆分这个文件」「同一项变更涉及很多地方」等请求。不适用于不影响结构的一般错误修复、格式调整和仅修改命名的编辑。