Skills
收录 97,501 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
适用于依据最佳实践和常见陷阱审查或校验 Frappe/ERPNext 代码。在部署前检查生成的代码,对照全部 61 个 frappe-* 技能进行校验,捕捉 v16 模式(extend_doctype_class、类型注解),校验运维模式(bench 命令、部署),并生成修正报告。关键词:review code, check script, validate deployment, find bugs, code quality, check my code, is this correct, code review, before deploying, best practices check。
指导为 Fusion Framework React 应用编写和运行 Vitest 测试,使用 @equinor/fusion-framework-vitest-plugin-react-app——选择测试层级、配置 vitest.config.ts 与 Browser Mode、使用 test/render/renderAppHook/renderAppComponent/testApp fixtures 渲染,以及排查故障或迁移测试套件。适用场景:编写新的应用/组件/hook 测试、为 Fusion 应用设置 vitest.config.ts、在 app/framework/module/HTTP 测试层级间做选择、组合或覆盖测试 fixtures、诊断失败的 Fusion 应用测试。不适用场景:为模块填充特定的 mock 状态(auth、context、bookmarks、feature flags、HTTP)——请使用 fusion-framework-mocking;dev-server 阶段的 API mock/代理(请使用 fusion-developer-app);非 Fusion 测试套件;后端/服务仓库测试。
就 Infrahub 生态中正确的 GitHub 仓库报告缺陷和功能请求。对请求进行分类并路由(存疑时以主仓库 `opsmill/infrahub` 作为安全兜底),搜索已有重复项,为缺陷收集保守的环境信息,并在提交前准备好 issue 供用户审查。触发条件:用户想要报告缺陷、提交 issue、请求功能、开具工单,或在任何 opsmill/infrahub-* 项目(SDK、Ansible、VS Code、MCP、Helm、schema-library、sync、backup、nornir、skills)中升级问题。不触发条件:用户想自己在本地修复缺陷、编写测试,或在不提交的情况下调试代码。
(NS) 代码质量门控:SOLID、整洁代码、性能、安全、可测试性。只有评分 10 才算 `Approved`;评分 9 即为 `Rejected`。在代码变更之后、提交 PR 之前、实现收尾时,或代码/PR/issue 评审时使用——即使没有点名此 skill。交付证明是 Code Review: Approved 之后的 ns-judge。GitLab `ISSUE_URL`:Issue 评审模式。不要解析 requirements.md。不要编写 code-review-report.md。不要调试根因(ns-investigator)。
使用 pytest 为 FastAPI 应用编写 Python 后端测试模式。适用于编写 Python 测试:服务和仓库的单元测试、使用 httpx.AsyncClient 的 API 端点集成测试、fixture 创建、使用 factory_boy 的工厂设置、使用 pytest-asyncio 的异步测试、mock 策略和参数化测试。涵盖测试组织(tests/unit、tests/integration)、conftest 层级和覆盖率要求。不涵盖前端测试(使用 react-testing-patterns)或 E2E 浏览器测试(使用 e2e-testing)。
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。
Biome 参考资料(Rust 编写的格式化工具和 Linter)。支持 JavaScript / TypeScript / JSX / CSS / JSON / GraphQL / HTML(Vue、Svelte、Astro)。涵盖 biome.json、biome check / lint / format / ci / migrate / upgrade、Linter 规则、预设和域、GritQL 插件、assist(organizeImports)、抑制规则(biome-ignore)、LSP / VS Code / Zed、ESLint / Prettier 迁移、monorepo 和 CI。
把 Rust crate 已记录的问题文件逐条推进到绿灯 —— 一次处理一个发现项,有序而自律:对每个发现项,先写失败的回归测试,再做最小且正确的修复,运行整个 crate 的 `cargo test` 和 `cargo clippy -D warnings`,然后在问题文件中将该发现项标记为 FIXED / Deferred / Not-a-bug,再继续下一个。它绝不会在验证通过前把发现项标记为已修复,绝不批量处理发现项,也绝不把警告藏在 `#[allow]` 下或用注释替代真正的修复 —— 每次修复后问题文件与 crate 状态都保持同步。仅在用户要求修复现有 crate 问题文件中的发现项时使用。
使用 OpenAI Codex CLI 作为外部对抗性审查者,审查代码变更中的 bug、安全问题与代码质量。当用户要求代码审查、想检查代码中的 bug 或安全问题、要求审查 PR、分支、提交或 diff,或说出 "any issues with this?"、"review before I push"、"check my changes"、"look at what I changed"、"review my PR" 之类的话时,可从任何 Agent 或提供商使用。告诉 Codex 在哪里找到代码。
对照 Agent Skills 规范(agentskills.io)、CLAUDE.md 中的 Confluent 约定、PR 模板门槛以及评测即契约规则,审查本仓库中的 Confluent Agent 技能。凡是用户要求审查、审计、验证或对技能做 lint;打开或检查在 `skills/` 下新增或修改任何内容的 PR;询问规范符合性、懒加载、frontmatter 结构、触发范围重叠或评测覆盖;或希望对技能变更做合并前健全性检查时,都使用本技能。不要用于应用代码的常规代码审查;安全审查;为 Schema Registry 审计模式、生产者/消费者配置、PII 标记或 Terraform 生成(由 `kafka-schema-registry` 处理);对技能行为的运行时/日志分析(使用 `tools/skill_review_dashboard.py`);或任何不触及 `skills/` 目录树的变更。
面向 ClickHouse 的全面 SQL 语句检查,支持多个内核版本(24.8、23.3、22.3)和两种检查模式:1. 语法检查——基于内核源码语法进行关键字校验、语句结构验证、子句完整性检查,以及 ClickHouse 特有语法兼容性检查(SAMPLE BY、FINAL、ARRAY JOIN、PREWHERE、GLOBAL JOIN、ASOF JOIN、ENGINE、PARTITION BY、TTL 等)2. 规范检查——来自 MRS Development Specification v01 的开发规范规则(SPEC001-SPEC035),涵盖 DDL 表设计、DDL 操作、物化视图、DML 数据加载、查询规范和数据修改规范。内置自定义 ClickHouse SQL 词法分析器(来自内核源码的版本特定关键字)和支持 47 种语句类型(DML/DDL/DCL/TCL/Utility)的语句识别器。适用于用户需要 SQL 质量评审、语法校验或 ClickHouse 特有语法检查时。触发词:“Clickhouse SQL check”、“CK SQL check”、“Clickhouse SQL 校验”、“Clickhouse SQL 检查”、“Clickhouse SQL specification”、“Clickhouse SQL 规范检查”、“Clickhouse SQL optimization”、“Clickhouse SQL 优化”、“检查 Clickhouse SQL”
在评审/评判已完成(或修订后)的线框图文档时使用 — 这是一道验收关口:下游高保真 + UI 工程能否据此构建屏幕结构。依据单一来源的可构建性 + 覆盖度 + 构图标准评判一份文本式 markdown 线框图:每个以流程命名的屏幕/状态都以高质量状态覆盖;布局在网格 + 共享应用外壳上无歧义,满足客观的布局质量标准;组件真实且一致;可操作性 + 数据显示有标注;微文案意图(标签中不泄露数据模型);屏幕构图的可访问性(landmark/焦点顺序/目标尺寸)— 像素级对比度/焦点外观属于设计系统,不在此评判;响应式;差距被暴露;是结构性的而非高保真;修订按有范围、带版本的增量评审。输出 `VERDICT: approve|revise` + 可执行的发现;对达到标准的文档予以批准(不因屏幕内容单薄而误判为修订),仅在有明确差距时要求修订。不适用于撰写、导航图(user-flows)、视觉令牌(design-system)或高保真。
把关代码注释是否应该存在,并强制保留下来的注释解释“为什么”而非“是什么”。在编写或编辑任何语言的注释之前(Python、TypeScript、Go、Rust、SQL),以及审查添加注释的 diff 时,务必使用。清除那些让代码库变得杂乱的注释类型:复述代码的叙述性注释、变更历史和聊天上下文备注("previously did X"、"per PR #123"、"AI:")、易过期的度量值和当前状态标记("~20 min build"、"currently"、"today")、被注释掉的代码以及冗余的 docstring。保留那些值得存在的注释:非显而易见的“为什么”、关于非局部后果的警告、指向未来读者无法重建的上下文的线索。不适用于面向用户的文案(参见 `/writing-user-facing-copy`)或提交信息。
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。
