mcpField

Skills

收录 96,770 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

C
cargo-diagnostics
cargo-diagnostics
getcargohq / cargo-skills

事后解释某次 Cargo 运行或批处理实际做了什么——逐节点追踪一次运行,绘制它执行的过程图并标出失败步骤,按根因归类扫描一批运行或播放中的错误,并将额度消耗追溯到节点和提供方。触发词:「为什么失败了」「它成功了但输出不对」「我一半的行是空的」「为什么这一列是空的」「这批里什么坏了」「为什么花了这么多钱」「哪个节点在烧额度」「昨天还好好的」「这些结果看起来不对」「它走错了路径」「这一步从没跑过」「给我看看这次运行做了什么」。跳过场景:设置下次告警——用 cargo-observability;仅下载数据——用 cargo-analytics。

测试与质量9.0k
P
power-bi-model-design-review
power-bi-model-design-review
github / awesome-copilot

用于评估模型架构、关系和优化机会的全面 Power BI 数据模型设计审查提示词。

数据与数据库9.0k
C
csharp-nunit
csharp-nunit
github / awesome-copilot

获取 NUnit 单元测试最佳实践,包括数据驱动测试

测试与质量9.0k
T
typescript-react-reviewer
typescript-react-reviewer
dotneet / claude-code-marketplace

面向 TypeScript + React 19 应用的专家级代码审查工具。审查 React 代码、识别反模式、评估状态管理或检查代码可维护性时使用。触发场景:代码审查请求、PR 审查、React 架构评估、识别代码异味、TypeScript 类型安全检查、检测 useEffect 滥用,以及状态管理审查。

测试与质量9.0k
C
create-github-issues-for-unmet-specification-requirements
create-github-issues-for-unmet-specification-requirements
github / awesome-copilot

使用 feature_request.yml 模板,为规格文件中尚未实现的需求创建 GitHub Issues

开发8.9k
F
flutter-testing-apps
flutter-testing-apps
flutter / agent-plugins

暂无简介

测试与质量8.9k
G
gan-style-harness

受 GAN 启发的 Generator-Evaluator Agent harness,用于自主构建高质量应用。基于 Anthropic 于 2026 年 3 月发布的 harness 设计论文。适用于通过生成器和评估器反复迭代、自主构建功能直至达到质量标准。

Agent 工作流8.9k
C
csharp-testing

C# 和 .NET 测试模式,涵盖 xUnit、FluentAssertions、模拟、集成测试及测试组织最佳实践。编写或审查 C# / .NET 项目中的 xUnit 测试、模拟或集成测试时使用。

测试与质量8.9k
C
csharp-mstest
csharp-mstest
github / awesome-copilot

获取 MSTest 3.x/4.x 单元测试最佳实践,包括现代断言 API 和数据驱动测试。

测试与质量8.9k
C
csharp-tunit
csharp-tunit
github / awesome-copilot

获取 TUnit 单元测试最佳实践,包括数据驱动测试

测试与质量8.8k
T
terraform-test
terraform-test
hashicorp / agent-skills

编写和运行 Terraform 测试的全面指南。适用于创建测试文件(.tftest.hcl)、使用 run 块编写测试场景、通过断言验证基础设施行为、模拟提供程序和数据源、测试模块输出和资源配置,或排查 Terraform 测试语法与执行问题。

测试与质量8.8k
C
cmux-browser

使用 cmux 的终端用户浏览器自动化。当你需要打开网站、检查或操作浏览器界面、等待页面状态,并在不抢占焦点的情况下提取数据时使用。

Agent 工作流8.8k
B
bigquery-pipeline-audit
bigquery-pipeline-audit
github / awesome-copilot

审查 Python + BigQuery 管道的成本安全性、幂等性和生产就绪情况。返回包含确切补丁位置的结构化报告。

数据与数据库8.8k
A
api-reference-quality
api-reference-quality
samber / developer-platform-skills

按端点逐项对照规范审查已发布的 API 参考文档,确保记录每个操作、参数、响应代码和错误,包含请求/响应示例,各语言代码片段保持一致,试用功能正常;并设置防止参考文档偏离的事实来源门禁(规范驱动生成、OpenAPI lint、契约测试、CI 中的代码片段一致性检查)。用户提及 API 参考文档、OpenAPI 文档完整性、未记录的端点或错误代码、过时或偏离的文档,或文档 CI 门禁时使用,即使没有说“参考文档质量”也适用。仅用于端点级参考文档。不要用于门户信息架构和引导;此类任务请使用 samber/developer-platform-skills@developer-portal-design。

测试与质量8.7k
P
playwright
playwright
openai / skills

任务需要通过 `playwright-cli` 或捆绑的包装脚本,从终端自动化真实浏览器(导航、填写表单、快照、截图、数据提取、UI 流程调试)时使用。

测试与质量8.7k
A
app-marketplace-review
app-marketplace-review
samber / developer-platform-skills

设计 B2B SaaS 市场中第三方应用的运营方审核与审批流程:根据数据敏感度设计审核流程、设置权限和数据访问审计检查点、自动预审与人工分流、制定客观的更新后重新审核触发条件、强化发布渠道以防供应链攻击、设置申诉途径,以及按严重程度分级的撤销政策。用户提及应用审核、市场审批标准、第三方应用权限审计、应用更新后重新审核、拒绝申诉或下架与撤销时使用,即使他们没有说“应用审核”。仅用于运营方。不要用于提交方入驻;请改用 samber/developer-platform-skills@partner-app-onboarding。

安全8.7k
A
api-test-mode-design
api-test-mode-design
samber / developer-platform-skills

设计公共 API 平台的测试/沙盒模式,让外部集成方能够构建和验证,而不触及真实资金、消息或数据。内容包括隔离架构(软性测试模式开关或硬性独立副本沙盒)、测试密钥前缀、特殊测试值、模拟对象和角色、按需触发测试事件、确定性时间操控、重置与初始化、沙盒配额、滥用控制以及转为正式环境。用户提到沙盒、测试模式、测试 API 密钥、特殊或虚拟测试值、模拟 webhook 事件或演示数据时均适用,即使没有明确说“测试模式”。不适用于代码执行沙盒或单元测试模拟。不要用于合作伙伴沙盒配置;请改用 samber/developer-platform-skills@partner-app-onboarding。

测试与质量8.7k
M
meticulous-cli
meticulous-cli
alwaysmeticulous / skills

Meticulous CLI 工具及其全局选项概览。询问 Meticulous CLI 的一般信息、可用命令或适用于所有命令的全局标志时使用。

测试与质量8.7k
C
chrome-devtools
chrome-devtools
chromedevtools / chrome-devtools-mcp

通过 MCP 使用 Chrome DevTools 进行高效调试、故障排查和浏览器自动化。在调试网页、自动化浏览器交互、分析性能或检查网络请求时使用。此技能不适用于 `--slim` 模式(MCP 配置)。

开发8.7k
M
m15-anti-pattern
m15-anti-pattern
actionbook / rust-skills

审查代码中的反模式时使用。关键词:反模式、常见错误、陷阱、代码异味、不良实践、代码审查、这算反模式吗、更好的做法、应避免的常见错误、为什么这样不好、惯用写法、新手错误、与借用检查器较劲、到处 clone、在生产环境 unwrap、是否应该重构、反模式、常见错误、代码异味、最佳实践、地道写法

测试与质量8.7k
M
meticulous-cli-update
meticulous-cli-update
alwaysmeticulous / skills

检查 Meticulous CLI(@alwaysmeticulous/cli)和技能是否已安装且为最新版本;若不是,则安装或更新。Meticulous CLI 和技能正在积极开发并频繁更新改进,因此每次启动其他 Meticulous 技能时都会调用。

测试与质量8.7k
M
meticulous-review
meticulous-review
alwaysmeticulous / skills

处理 Meticulous 测试运行结果,并根据其审核状态采取行动——对照 PR 预期变更审查尚未审核的差异(以及任何未通过的非视觉检查),标记潜在回归;处理 PR 代码时,将需要修复的内容(他人拒绝或评论的差异,以及你自己的拒绝项)交给 `meticulous-fix` 技能;同时总结 Agent swarm 的结果。测试运行默认依据本地仓库的当前提交解析,也可指定测试运行 ID、commit SHA 或 PR 编号。只要运行结果很重要就使用——审核 pull/merge request、自己推送前端变更后、Meticulous CI 检查失败或仍在等待时,或有人要求查看 Meticulous 结果时。

测试与质量8.7k
M
meticulous-simulate-and-diff
meticulous-simulate-and-diff
alwaysmeticulous / skills

针对实时 URL 运行 Meticulous 会话模拟并分析视觉输出:可以直接检查截图(快速检查模式),也可以将像素和 HTML 差异与基础回放进行比较。检查代码更改是否导致特定会话出现视觉回归时使用。

测试与质量8.6k
M
meticulous-iterative-dev
meticulous-iterative-dev
alwaysmeticulous / skills

使用 Meticulous 进行迭代式前端开发循环,逐步验证视觉效果。在实现多步骤前端更改并希望在最终云端测试运行前,逐步发现视觉回归和意外副作用时使用。

开发8.6k
S
skill-doctor
skill-doctor
warpdotdev / common-skills

通过评估 Agent 对话的效率、代码质量、流程合规性和冗长度,为 Agent 技能评分,然后起草具体的技能修改建议和可分享的报告。适用于用户想根据真实对话历史评估其 Agent 配置,或询问已安装的哪些技能确实有效。

Agent 工作流8.6k
M
meticulous-test
meticulous-test
alwaysmeticulous / skills

实现前端更改后运行 Meticulous 测试,然后将结果交给 `meticulous-review` 技能,将每项视觉更改分类为预期或非预期。只上传一次构建产物——无需重新构建即可针对不同基线重新触发同一构建,并且支持未提交的更改。在创建 PR 前自主端到端实现功能时使用。

测试与质量8.6k
M
meticulous-use-session-data
meticulous-use-session-data
alwaysmeticulous / skills

下载并使用结构化的 Meticulous 会话数据(用户流程 + 网络模拟)在本地测试代码变更。适用于了解测试涵盖了哪些用户交互和 API 调用,或需要网络模拟来编写测试。

测试与质量8.6k
A
agent-platform-eval-flywheel
agent-platform-eval-flywheel
google / skills

使用 Eval Quality Flywheel 方法衡量并提升 Google Cloud 上 AI 模型和 Agent 的质量。适用于生成合成用户场景、评估 Agent 或模型、构建评估数据集、选择或编写评估指标、分析失败原因、比较修复前后的结果,或需要 Agent Platform 评估方法指导的情况,包括数据集架构、LLM-as-judge 评分和常见失败原因。微调请使用 agent-platform-tuning。通用生产部署请使用 agent-platform-deploy。

测试与质量8.5k
P
public-api-design-review
public-api-design-review
samber / developer-platform-skills

通过清单审查现有或拟议的公共 REST API:资源和 URI 命名、HTTP 方法与状态码的正确性、字段命名一致性、分页模式选择、筛选/排序/字段选择规范、统一错误封装,以及 Hyrum 定律带来的向后兼容风险。每项发现均按引用规则归入“必须修改”或“改进”,并涵盖持续审查计划(受众、生命周期触发条件、审查者权限、lint、联邦)。用户提到 API 设计审查、REST API 一致性、端点命名、分页风格或 API 设计治理时均使用——即使用户未说“设计审查”。不要用于 GraphQL schema——改用 samber/developer-platform-skills@public-graphql-api-design。

测试与质量8.5k
P
polyglot-test-agent
polyglot-test-agent
github / awesome-copilot

使用多 Agent 流程为任何编程语言生成全面且可用的单元测试。适用于用户要求生成测试、编写单元测试、提高测试覆盖率、补充测试覆盖、创建测试文件或测试代码库的情况。支持 C#、TypeScript、JavaScript、Python、Go、Rust、Java 等。协调研究、规划和实现阶段,生成可编译、可通过并遵循项目规范的测试。

测试与质量8.4k
G
gateguard

PreToolUse 的事实强制门禁:在 Agent 给出具体事实(导入来源、数据 schema、用户原话)之前,拒绝首次 Edit/Write/Bash(包括 MultiEdit 和 NotebookEdit)尝试,之后允许重试;A/B 测试显示质量提升 2.25 分。用于启用或配置 GateGuard hook、通过环境变量豁免路径,或处理首次触碰被拒的情况。

Agent 工作流8.4k
C
cypress-docs
cypress-docs
cypress-io / ai-toolkit

从官方文档(docs.cypress.io、cypress.io)搜索并提取 Cypress 信息;优先使用 /llm/* 下的 LLM Markdown,并拒绝未经验证的 API 或行为声明。

测试与质量8.3k
P
performance-optimization
performance-optimization
gamedev-skills / awesome-gamedev-agent-skills

系统地查找并修复游戏性能问题——先用引擎性能分析器测量,分析帧时间预算,定位 CPU 与 GPU 瓶颈,再采取正确的修复手段:对象池、绘制调用批处理、减少内存分配/GC 尖峰,以及资源预算。一种不绑定引擎、可与各引擎性能分析器配合的方法。当用户提到性能、优化、FPS 低或下降、掉帧、卡顿、延迟、性能分析器、帧预算、绘制调用、批处理、垃圾回收/GC 尖峰、对象池或「游戏运行很慢」时使用。

开发8.2k
A
apifox-cli

通过 Apifox CLI 管理 Apifox 项目资源。触发场景:运行接口自动化测试/测试套件,查询/创建/更新/删除接口、环境、Schema、Mock、分支等项目资源,导入导出 API 文档,查看测试报告,管理 Runner、定时任务、通知等 CI/CD 配置。CLI 输出为结构化 JSON,常含 agentHints.nextSteps;所有命令支持 --help。

开发8.2k
C
cypress-explain
cypress-explain
cypress-io / ai-toolkit

解释 Cypress 测试(E2E 和组件测试),并回答有关 Cypress 用法和行为的问题。用户要求说明测试如何运行、解释 Cypress 的工作方式,或在不编写代码的情况下审查或评价测试时使用。即使用户没有提到“Cypress”,也适用(例如“解释这个测试”)。用户想创建、修复或更新测试时,优先使用 cypress-author 技能。

测试与质量8.1k
D
dbs-skill-maker
dbs-skill-maker
dontbesilent2025 / dbskill

制作新 Skill,或改进已有 Skill。先按改动规模给出方案并等待确认,再生成或修改文件,并用真实任务对比改动前后的表现。用户要求做 Skill、把反复出现的问题沉淀成 Skill、修改或修复 Skill、根据失败案例改进 Skill、检查或测试 Skill 时使用;只有用户明确要求分享或发布时,才准备 GitHub 仓库并验证 `npx skills add`。

Agent 工作流8.0k
S
skill-creator
skill-creator
anthropics / claude-plugins-official

创建新技能,修改和改进现有技能,以及衡量技能性能。当用户想从零开始创建技能、编辑或优化现有技能、运行 evals 测试技能、使用方差分析对技能性能进行基准测试,或优化技能描述以提高触发准确度时使用

Agent 工作流7.7k
M
migrate-oxlint

指导将项目从 ESLint 迁移到 Oxlint。当用户要求把 JavaScript/TypeScript 项目的 linter 从 ESLint 迁移、转换或切换到 Oxlint 时使用。

开发7.7k
T
terraform-skill
terraform-skill
antonbabenko / terraform-skill

在编写、审查或调试 Terraform/OpenTofu 模块、测试、CI、扫描或状态操作时使用 —— 可诊断故障模式(身份漂移、机密信息、影响范围、CI 漂移、状态损坏),并提供随版本变化的防护措施。

云与 DevOps7.6k
C
clanker-discipline
clanker-discipline
gbasin / clanker-discipline

发现 AI 编码 Agent 生成的状态膨胀、万宝囊式模型和变更歧义。审查状态类型、布尔标志、可选字段模型或可变数据模式时使用。

开发7.5k
E
evaluation-methodology
evaluation-methodology
wshobson / agents

PluginEval 质量方法论,涵盖评估维度、评分标准和计分公式。在以下情形使用此技能:了解插件质量的衡量方式、解读某个维度上的低分、决定如何改进技能的触发准确性或编排适配性、为你的应用市场设定分数阈值,或向 Neon 等外部合作伙伴解释质量徽章。

测试与质量7.4k
A
asc-testflight-orchestration
asc-testflight-orchestration
rorkai / app-store-connect-cli-skills

使用 asc 编排 TestFlight 分发、群组、测试人员和 What to Test 说明。在发布 beta 版本时使用。

测试与质量7.3k
V
validate-skills
validate-skills
callstackincubator / agent-skills

根据 agentskills.io 规范和 Claude Code 最佳实践验证本仓库中的技能。通过 /validate-skills 命令使用。

Agent 工作流7.3k
A
agent-architecture-audit

面向 Agent 与大模型应用的全栈诊断。审计 12 层 Agent 技术栈,检查封装层退化、记忆污染、工具纪律失效、隐藏的修复循环和渲染损坏。输出按严重程度排序的发现及以代码为先的修复方案。对于构建 Agent 应用、自主循环或任何大模型驱动功能的开发者必不可少。当某个 Agent 或大模型功能行为异常且故障层不明确时,或在发布 Agent 技术栈之前使用。

Agent 工作流7.3k
W
windows-desktop-e2e

使用 pywinauto 和 Windows UI Automation 对 Windows 原生桌面应用(WPF、WinForms、Win32/MFC、Qt)进行端到端测试。在使用 pywinauto 或 UI Automation 为 Windows 原生桌面应用编写 E2E 测试时使用。

测试与质量7.2k
P
production-audit

基于本地证据对已上线应用进行生产就绪度审计,适用于发布前评审、合并后检查以及"在生产环境会出什么问题"这类提问,不会将仓库数据发送到外部审计服务。在上线前、合并后进行生产就绪度审计,或被问到生产环境会出现什么问题时使用。

测试与质量7.2k
C
code-maturity-assessor
code-maturity-assessor
trailofbits / skills

使用 Trail of Bits 的 9 类框架进行系统化的代码成熟度评估。分析代码库在算术安全、审计实践、访问控制、复杂度、去中心化、文档、MEV 风险、底层代码和测试方面的情况,然后输出带证据支撑评级的记分卡和按优先级排序的路线图。适用于评估或评分智能合约或区块链代码库的成熟度、产出成熟度记分卡或评估报告,或依据评分标准判断此类项目的成熟度、测试充分度和文档完善度。

测试与质量7.2k
P
platform-apex-test-generate
platform-apex-test-generate
forcedotcom / sf-skills

用于按 TestDataFactory 模式生成并验证 Apex 测试类,包含批量测试(251 条以上记录)、模拟、断言以及规范的测试-修复循环。适用于:创建 Apex 测试类(针对触发器、服务、控制器、批处理作业、Queueable 和 callout)、提升覆盖率、调试或修复失败的 Apex 测试,以及运行测试与覆盖率分析。触发条件:*Test.cls 文件、sf apex run test、覆盖率报告。生产环境的 Apex 不要触发(请使用 platform-apex-generate),Jest/LWC 测试也不适用。

测试与质量7.1k
P
property-based-testing
property-based-testing
trailofbits / skills

编写、审查和调试基于属性的测试——包括 Hypothesis、fast-check、proptest、jqwik、rapid,以及用于 Solidity 不变量的 Echidna 或 Medusa。当测试应覆盖整个输入域而非手工挑选的示例列表时使用:编码/解码与序列化/反序列化配对、解析器、规范化器、校验器、数值与 Decimal 类型、比较器与排序规则、数据结构,以及智能合约状态不变量。向已有的 @given、fast-check 或 proptest 测试套件添加用例、判断现有属性测试是否真的断言了任何东西,或当生成器已收缩出反例而你需要区分错误的属性与真正的 bug 时,也使用本技能。不适用于覆盖率引导的二进制模糊测试(libFuzzer、AFL)、变异测试活动、静态分析、基准测试或端到端 UI 测试。

测试与质量7.1k
F
find-bugs
find-bugs
getsentry / skills

在本地分支的改动中查找缺陷、安全漏洞和代码质量问题。当需要评审改动、查找缺陷、进行安全审查,或审计当前分支上的代码时使用。

测试与质量7.1k
C
chrome-devtools-axi
chrome-devtools-axi
kunchenguid / chrome-devtools-axi

通过 chrome-devtools-axi CLI 控制 Chrome 浏览器会话——导航、快照、点击、填写表单、运行 JavaScript、检查控制台与网络、截图、性能审计。当任务需要真实浏览器时使用:打开或测试网页、点击完成某个流程、提取页面内容,或调试网站。

开发7.0k
P
playwright-skill
playwright-skill
lackeyjb / playwright-skill

使用 Playwright 完成浏览器自动化。自动检测开发服务器,编写可复用的测试脚本,支持截图、响应式检查、UX 验证、登录流程、链接检查以及任意浏览器自动化。当用户想要测试网站、自动化浏览器交互、验证 Web 功能或进行基于浏览器的测试时使用。

测试与质量7.0k
P
platform-apex-test-run
platform-apex-test-run
forcedotcom / sf-skills

Apex 测试执行、覆盖率分析和测试修复循环,采用 120 分评分体系。当用户运行 Apex 测试、检查代码覆盖率、修复失败测试,或涉及 *Test.cls / *_Test.cls 文件时使用。编写 Apex 生产代码时不要触发(请使用 platform-apex-generate)、Agentforce Agent 测试(请使用 agentforce-test)或 Jest/LWC 测试(请使用 experience-lwc-generate)。

测试与质量7.0k
S
skill-stocktake

在审查 Claude 技能和命令的质量时使用。支持 Quick Scan(仅检查变更的技能)和 Full Stocktake 两种模式,并按顺序使用子 Agent 分批评估。

Agent 工作流7.0k
O
open-code-review
open-code-review
alibaba / open-code-review

使用 alibaba/open-code-review 的 `ocr` CLI 对 Git 更改执行 AI 驱动的代码审查。当用户要求审查代码、审查拉取请求、审查已暂存/未暂存的更改、审查某次提交,或比较分支以找出代码质量问题时使用。生成行级审查评论,并可在要求时自动应用修复。配合适当的审查规则,可检测包括 bug、安全漏洞、性能问题和代码质量隐患在内的多种问题类型。

测试与质量7.0k
N
n8n-validation-expert
n8n-validation-expert
czlonkowski / n8n-skills

解读校验错误并指导修复。遇到校验错误、校验警告、误报、运算符结构问题时,或需要了解校验结果时使用。询问校验配置、错误类型、校验循环流程或自动修复能力时也使用。每当 validate_node 或 validate_workflow 调用返回错误或警告时都应查阅本 Skill——它知道哪些警告是误报,哪些错误需要真正修复。

测试与质量6.9k
P
printing-press-polish
printing-press-polish
mvanhorn / cli-printing-press

对生成的 CLI 进行打磨,使其通过校验并达到可发布状态。运行诊断(dogfood、verify、scorecard、go vet、gosec),自动修复所有问题(verify 失败、静态分析发现、死代码、描述、README、MCP 工具质量),报告改动前后的差异,并提供发布选项。在任何 /printing-press 运行之后,或对 $PRESS_LIBRARY/ 中的任意 CLI 使用。触发语:"polish"、"improve the CLI"、"fix verify"、"make it publish-ready"、"clean up the CLI"、"get this ready to ship"。

测试与质量6.9k
C
chrome-devtools-cli
chrome-devtools-cli
chromedevtools / chrome-devtools-mcp

使用此技能编写 shell 脚本或执行 shell 命令,以自动化浏览器中的任务,或通过 CLI 使用 Chrome DevTools。

开发6.9k
Q
quarkus-tdd

面向 Quarkus 3.x LTS 的测试驱动开发,使用 JUnit 5、Mockito、REST Assured、Camel 测试和 JaCoCo。用于在事件驱动服务中新增功能、修复缺陷或重构。

测试与质量6.8k
Q
quarkus-verification

Quarkus 项目的验证循环:构建、静态分析(Checkstyle、PMD、SpotBugs)、带 JaCoCo 覆盖率的测试、OWASP 依赖与容器安全扫描、GraalVM 原生编译、健康检查和配置校验。适用于 PR 之前验证 Quarkus 服务、大规模重构或依赖升级之后,以及部署前。

测试与质量6.8k
第 301–360 条,共 11,825 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。