Git 工作流
Git工作流模式,包括分支策略、提交约定、合并与变基、冲突解决以及适用于各种规模团队的协作开发最佳实践。
使用场景/工作流与自动化
连接 Slack、Notion、日历、邮件等,把 AI 嵌入日常办公流。
共匹配 1,175 个资源 · 第 6 / 25 页
工作流自动化 MCP 把 AI 从「聊天助手」变成「执行者」:连接 Slack / 企业微信收发消息、在 Notion 中建页面与查库、通过 n8n 触发既有流程、读写 Gmail 与日历。Agent 负责理解意图与编排,这些 MCP 负责与 SaaS 的真实交互。
组合思路:先用单点 MCP(如 Notion)跑通「AI 读写一个系统」,再用 n8n / 编排类 MCP 把多个系统串成流程——告警 → 归因 → 建工单 → 通知群,每一步都有 AI 参与但权限边界清晰。
自动化意味着真实写入。为令牌设置最小 scope、为破坏性操作(删除、群发、支付)加确认环节,并保留操作日志以便回溯。
Git工作流模式,包括分支策略、提交约定、合并与变基、冲突解决以及适用于各种规模团队的协作开发最佳实践。
规划测试自动化策略,包括 ROI 分析、自动化候选对象筛选、框架评估以及可长期维护的自动化架构。
构建自动化程序、任务运行器与脚本工具。
面向 Power Automate、n8n、Make、Zapier 等平台的专业自动化工作流重构工具。优化既有流程,提升性能、可靠性、可维护性并符合最佳实践。当用户想要改进、优化、重构、修正取值、增强或现代化工作流时触发。分析 JSON、给出改进建议,并在未被明确要求改变功能时保持原有功能输出重构后的流程。
分析代码库并生成 Claude Code 自动化基础设施,包括命令、脚本与模板,以系统化执行任务。当用户希望创建可复用的自动化工作流、生成 .claude/commands 文件、编写配套的 bash/python 脚本、为结构化产出建立 Markdown 模板,或沉淀跨项目可用的多步任务执行框架时使用。
根据任务特征,在生成的自动化代码中选择 Shell 还是 Python。当需要自动化语言选型指导时使用。
使用 Playwright、Puppeteer 或 Selenium 自动化浏览器交互——面向 Web 应用的抓取、测试与工作流自动化
自动化移动端 GUI 测试——iOS 与 Android 的 UI 元素交互、手势模拟与跨设备视觉回归
automation 的子技能:Webhook 转工作流模式(+2)。
automation 的子技能:自动化测试(Testing Automation)。
automation 的子技能:相关资源(Related Resources)。
automation 的子技能:n8n Webhook 工作流(+3)。
automation 的子技能:低代码可视化自动化(+2)。
automation 的子技能:与 Workspace-Hub 的集成。
automation 的子技能:错误处理(+2)。
automation 的子技能:何时选择 n8n(+4)。
automation 的子技能:最佳实践(Best Practices)。
automation 的子技能:可用技能(Available Skills)。
为 n8n 开发配置 MCP 服务器。当用户输入 /setup-mcps 或要求为 n8n 设置 MCP 服务器时使用。
类级工作流技能:浏览器自动化、API 逆向工程、macOS UI 自动化、tmux/交互式 CLI 控制、MCP 工具调用、摄像头画面抓取,以及用工具/API 直接替代脆弱的 UI 流程。当需要自动化网站/应用、从流量中学习私有站点 API、驱动交互式 CLI、调用 MCP 服务器/工具、采集摄像头帧或控制 macOS UI 时使用。
浏览器自动化支撑着 Web 测试、网页抓取与 AI 代理交互。不稳定的脚本与可靠系统之间的差别,在于对选择器、等待策略与反检测模式的理解。
当用户要求自动化浏览器任务、抓取网站、填写表单、截图、从网页提取结构化数据或构建 Web 自动化工作流时使用。不用于测试——测试请使用 playwright-pro。
从最近的 Cursor 会话中提取可长期沿用的工作偏好,并转化为技能、规则或工作流文档。当被要求学习偏好、挖掘反馈、个性化工作流,或生成团队/个人专属的代理指引时使用。
在不改动代码行为的前提下,为 PR 准备评审:清理杂乱提交历史、完善 PR 描述、添加评审指引。适用于“让这个好评审一点”“整理这个 PR”“清理提交”或“给 diff 加注释”。
创建、更新并同步 Ona 自动化。确保 .ona/automations/ 下的 YAML 文件与线上 Ona 自动化注册表保持一致。在新增自动化、修改触发器或提示词、删除自动化,或审计 YAML 与线上状态的漂移时使用。触发词:"create automation"、"update automation"、"delete automation"、"sync automations"、"register automation"、"automation drift"、"add a new automation"、"change automation triggers"。
为独立创业者设计并实现自动化工作流,以节省时间并支撑运营规模化。在需要识别可自动化的重复任务、跨工具搭建工作流、配置触发器与动作,或优化既有自动化时使用。涵盖自动化机会识别、工作流设计、工具选型(Zapier、Make、n8n)、测试与维护。触发词:"automate"、"automation"、"workflow automation"、"save time"、"reduce manual work"、"automate my business"、"no-code automation"。
以治理为先的业务自动化架构师(n8n 优先),在实施之前先审计价值、风险和可维护性。
自动化开发技能。包含 Git 操作、MCP 工具集成、文档转换、代码打包、Skill 创建。适用于开发工作流自动化。
测试规划与优先级的核心 QA 工程思维。用于分析该测什么、设计测试用例、按风险排序及确定覆盖率策略。在触发于“该测什么”“测试策略”“覆盖率”“测试优先级”“设计测试用例”“P0 P1 P2”时启用。
Power Automate、n8n、Make、Zapier 等工作流平台的专家级自动化错误调试器。分析含错误信息的 JSON 流程定义,检索官方文档,并生成可直接复制粘贴的完整修复 JSON。当用户提供报错 JSON 文件、含错误的工作流 JSON、错误信息、调试请求或失败的自动化内容时触发。返回含根因分析与可运行修复 JSON 的结构化调试报告。
掌握那些自动化重复工作、打通你现有工具的 AI 工具。从简单的 Zapier 集成到复杂的 AI 驱动工作流,每周为你省下数小时。当提及 "automation, workflow, integrate tools, connect apps, zapier, no-code, automate process, rpa, integration, make" 时使用。
构建自动化程序、任务运行器与脚本工具。
为组件创建、批量操作、代码转换、项目脚手架以及 UI 库开发工作流的自定义 CLI 工具生成自动化脚本
重复作业自动化脚本生成技能。生成 Shell、Python、PowerShell、Node.js 脚本。自动化文件操作、数据处理、API 集成、CI/CD、备份、监控与报表生成。
设定项目内创建或修改自动化脚本的准则。
撰写周对周自动化覆盖率叙述。在运行 /report:automation-coverage 时使用。围绕节省的时间、证据质量与前瞻性复利价值,为管理层框定增量。
在启动后台进程或长时间运行命令时使用。维护清晰的状态图,记录哪些进程在运行及其预期结果。
在确认系统处于 mock/模拟模式后使用。停止尝试真实连接,改为解决问题或向用户求助。
n8n 工作流自动化平台的命令行界面。管理工作流、执行、凭证、变量和标签。基于 n8n Public API v1.1.1(n8n >= 1.0.0)。
包含 10 项科研自动化技能。触发场景:自动化实验、跟踪结果、构建可复现流水线。定位:ML 实验管理、工作流编排与实验室自动化工具。
AI 无代码自动化专家——Zapier、Make、n8n、工作流设计、触发器/动作、面向所有业务的流程自动化。
基于证据的自动化清单和重叠审计工作流,适用于 ECC。在修复任何内容之前,当用户想要了解哪些作业、钩子、连接器、MCP 服务器或封装程序是活跃的、损坏的、冗余的或缺失时使用。
使用 Husky、lint-staged、pre-commit 框架与 commitlint 精通 Git hooks 配置。在代码进入 CI 前自动化质量门禁、格式化、静态检查与提交信息校验。
掌握高级 Git 技巧,保持整洁的提交历史、高效协作,并从容应对各种恢复场景。
编排从代码审查到创建 PR 的完整 Git 工作流,调用专门代理进行质量保障、测试与部署就绪检查。
你是一名资深入职专家与知识转移架构师,在远程优先组织、技术团队融合与加速学习方法方面经验深厚。
你是专注于创建高质量 Pull Request 以促进高效代码审查的 PR 优化专家。生成全面的 PR 描述、自动化审查流程。
通过 Rube MCP(Composio)自动化 GitHub 仓库、议题、Pull Request、分支、CI/CD 与权限管理。以编程方式管理代码工作流、审查 PR、搜索代码并处理部署。
两者互补:n8n MCP 让 AI 调用你已建好的流程作为工具,避免重复实现;复杂判断交给 AI,确定性步骤仍放在流程引擎里。
多数实现支持页面与块的读写,改结构的能力取决于具体服务与授权范围。建议先授予只读验证行为,再逐步放开写入。
MCP 本身是被动的工具端,定时触发需要调度层:系统 crontab、CI 计划任务或带调度的 Agent 框架,按周期向 AI 发起带 MCP 的任务。