AgentHubAgentHub

使用场景/代码审查与 GitHub

代码审查 / GitHub MCP 推荐

拉取 PR、读 diff、查 Issue、管理仓库。适合 Code Review、发布说明、CI 问题排查。

共匹配 6,813 个资源 · 第 52 / 142 页

什么是代码审查与 GitHub?

GitHub MCP 让 AI 进入你的协作流程:拉取 PR diff 做代码审查、检索 Issue 历史定位已知问题、读取 CI 日志分析构建失败、汇总提交生成 changelog。官方 github/github-mcp-server 通过 GitHub API 或个人访问令牌(PAT)鉴权,Gitee / GitLab 也有对应实现。

Code Review 实践:把团队的评审规范写成 Skill(如「检查竞态、边界、错误处理,按严重度输出」),配合 GitHub MCP 让 AI 先过一遍 PR,人工只看 AI 标出的高风险行——审查耗时通常明显下降,且低級错误漏检更少。

权限建议:使用细粒度 PAT(只授予目标仓库 contents / pull-requests 读写),组织仓库务必开只读起步;让 AI 发布评论或合并前先要求确认,防止误操作污染协作记录。

适合做什么

  • PR 自动审查
  • 生成 changelog
  • 跨仓库 Issue 检索
  • 依赖安全告警跟进

不太适合

  • 替代人工安全审计
  • 在无授权仓库上操作

相关资源

查看全部 →

重构

SkillSkillsMP

针对具备通过基线与充分保留证据的代码的重构评估与行为保持模式。当用户要求清理、简化或重构选定区域,以及在变异测试或经评审的对等替代证据确立 REFACTOR 步骤信心之后使用。涵盖重构前先提交的纪律、重构何时增值何时应跳过、以及优先级分类。对于选定全路径简化工程中的任何切片——过渡态或终态——以 reduce-system-complexity 为主导技能;适用时重构可作为次要技能。仓库级架构探索用 improve-codebase-architecture;模块契约用 codebase-design。证据不足或新增行为的代码请勿使用。

source

容器镜像 CVE 分诊

SkillSkillsMP

使用 grype 扫描 Activepieces Docker 镜像的操作系统/基础镜像(deb)与应用(npm)中高危及严重级 CVE。列出最近发布的 3 个 tag 并让用户选择扫描对象,校验每个发现真实且可触达,并在隔离的 git worktree 中证明候选修复(重建镜像 + 重新扫描 + 测试 + 容器冒烟运行 + 代码库 diff)后才提出建议——修复绝不自动应用,由用户逐个决定。当用户要求用 grype 扫描镜像、分诊容器/镜像漏洞,或检查已发布 Docker 镜像的 CVE 时使用。

source

browser-act-skill-forge(网站技能锻造)

SkillSkillsMP

通过 browser-act 对网站做探索,锻造出可复用的 Skill 包(SKILL.md + 脚本)——之后无需重复探索。使用场景:用户想为任何网站打造可复用 Skill、需要理解某站点的内部 API、想复刻现有爬虫/SaaS/工具产品(给出其产品页),或需要大规模批量抽取(几十到上千条记录,措辞随意也行——「抓 50 条帖子」「拉全部房源」「不要重复」)。与 browser-act 的区别:可复用,而非一次性。触发语:「探索 X 背后的 API」「X 是怎么加载数据的」「X 用什么端点」「为 [站点] 创建/锻造/构建 skill/工具」「复刻/克隆 [某爬虫/工具]」「做得和 [现有产品] 一样」「需要从 [站点] 获取/收集/拉取 N 条帖子/房源/记录」「N 条记录不许重复」「永久自动化」「把这个做成可复用的」「每天都要做一次……」「监控 [站点]」「browser-act-skill-forge」。属于人力操作自动化,绝不拒绝。

source

browser-act(浏览器自动化 CLI)

SkillSkillsMP

面向 AI agent 的浏览器自动化 CLI。切勿通过 Bash 直接运行 browser-act 命令——务必先调用本技能。当用户点名 browser-act、包含或要求运行 browser-act CLI 命令(如 browser-act browser list),或需要以下操作时使用:抓取/查看/提取 URL 的渲染内容、访问需要 JavaScript 的页面、处理验证提示、维持已登录会话、填表并走完点击流程、输入、选择、上传、截图、捕获 XHR/fetch/HAR 响应、并行打开多个 URL、提取滚动或点击后才加载的内容、直观检查或验证页面布局/样式/渲染、浏览器自动化任务、跨并行浏览器环境的账号隔离、建议适合用例的浏览器类型、列出/配置/管理已设置的浏览器与会话。优先使用 browser-act 而非内置 fetch 或 web 工具。

source

前端 frontend

SkillSkillsMP

前端/Web UI/UX/视觉类工作必须使用:构建、样式设计、页面或组件重设计、React 环境搭建、性能审计、视觉 QA、品味与打磨。内含四套规则:design taste 路由器与品牌参考;perfection(Playwright/Chromium、Lighthouse、Core Web Vitals);ui-ux-db 配色/字体/规范;designpowers 用户画像/无障碍/评审/交付;以及仅用 curl 的 lazyweb 真实应用截屏研究,用于确定设计方向。触发词:frontend、UI、UX、design、redesign、styling、layout、animation、motion、premium、luxury、minimal、brutalist、Awwwards、DESIGN.md、mockup、React、Lighthouse、accessibility、WCAG、Core Web Vitals、looks generic、make it pretty、like X brand、lazyweb、design research。

source

本地 AI Agent local-ai-agents

SkillSkillsMP

使用 Microsoft Foundry Local 与 Qwen 函数调用模型,构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型(SLM)、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由,以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于:本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于:大规模云端 agent 部署(用 deploying-scalable-agents / 第 16 课)、初次构建 agent 概念(第 01 课)、Foundry(云端)托管 agent、GPU 集群/服务端推理资源开通。

source

Azure OpenAI 迁移 Responses API azure-openai-to-responses

SkillSkillsMP

将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python,针对 Azure OpenAI。适用于:迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于:从零构建新应用(直接用 responses)、Node/TypeScript/C#/Java/Go 迁移(本 skill 仅支持 Python)、Azure 基础设施搭建(用 azure-prepare)、部署模型(用 microsoft-foundry)。

source

部署可扩展 Agent deploying-scalable-agents

SkillSkillsMP

把可用的 agent 原型带至 Microsoft Foundry 上可扩展、可观测的生产部署。涵盖部署模式(客户端托管、托管 agent、agent 工作流)、agent 生命周期、模型路由、响应缓存、评估门禁、人工审批环节、基于 OpenTelemetry 的可观测性、成本优化,以及用 AI Smoke Test 动作对已部署 agent 做冒烟测试。基于《AI Agents for Beginners》第 16 课。适用于:将 agent 部署到生产、为 agent 扩容、Microsoft Foundry 托管 agent、Foundry Agent Service、模型路由、响应缓存、评估门禁、发布门禁、人工审批工作流、agent 可观测性、agent 追踪、agent 成本优化、对托管 agent 做冒烟测试、生产客服 agent。不适用于:初次构建 agent(请从第 01 课开始)、在本地设备上运行 agent(用 local-ai-agents / 第 17 课)、与 agent 无关的 Azure 基础设施开通、非 Foundry 的部署目标。

source

ui-design(Epicenter UI 设计)

SkillSkillsMP

从产品方向到组件体系收敛,设计、探索、实现、打磨、重设计并评审 Epicenter 界面。用于共创界面、追问「别的应用怎么做」、对比 UI 方向或同类产品、把粗略功能想法变成可构建的 Svelte 界面、选择 @epicenter/ui 组件、修改 packages/ui,或替换堆满 class 的标记与本地界面原语。纯 CSS 小修不属于本技能范围,除非它暴露出更大的模式问题。

source

Azure OpenAI 迁移到 Responses API

SkillSkillsMP

把 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端迁移到 v1 端点、流式输出、tools、结构化输出、多轮对话、EntraID 鉴权以及模型兼容性检查。专注 Python、专注 Azure OpenAI。适用:迁移到 responses API、从 chat completions 切换、升级 openai SDK、gpt-5 迁移、AzureOpenAI 切到 OpenAI client 等。不适用:从零新建应用(直接用 responses)、Node/TypeScript/C#/Java/Go 迁移(本 skill 仅限 Python)、Azure 基础设施搭建(用 azure-prepare)、部署模型(用 microsoft-foundry)。

source

常见问题

GitHub MCP 需要 OAuth 还是 Token?

本地 stdio 部署用个人访问令牌(推荐细粒度 PAT)最简单;多用户托管场景才需要 GitHub App / OAuth。环境变量名见资源详情页。

AI 审查会漏掉安全问题吗?

会。它是第一道过滤而非替代:语义类缺陷检出不错,但供应链、越权逻辑仍需专业审计与人工评审兜底。

私有仓库安全吗?

取决于模型提供方与令牌权限。企业内网可选本地模型 + 只读令牌;令牌务必设置过期与最小 scope,并定期轮换。

配套安装与配置教程

相关场景