LinkedIn API(LinkdAPI)
v1.0.0
使用 LinkdAPI 的 Python SDK 获取 LinkedIn 职业档案与公司数据。当你需要抓取个人档案信息、公司数据、职位列表,或在 LinkedIn 上搜索人才/职位时使用。该技能采用 uv script 模式运行带内联依赖的临时 Python 脚本。
使用场景/Cursor 开发必备
面向 Cursor 用户的入门组合:文件、GitHub、文档、浏览器。快速搭建 AI 编程工作流。
共匹配 6,724 个资源 · 第 141 / 141 页
Cursor 对 MCP 的支持是原生且开箱即用的:在 Settings → MCP 或项目根的 .cursor/mcp.json 中粘贴一段 JSON 即可接入任意 MCP Server。搭配 AgentHub 的一键配置生成器,从发现到接入通常不超过一分钟。
推荐的入门组合覆盖四类高频需求:Filesystem(读写项目文件)、GitHub(PR / Issue / diff)、Context7(最新框架文档,减少幻觉)、Playwright(浏览器验证与 E2E)。之后再按业务补充数据库、抓取或国内服务类 MCP。
本页列出的每个资源都附带 Cursor 专用配置片段:在 AgentHub 打开资源详情页 → 选择 Cursor Tab → 复制 JSON 粘贴即可,安装命令与鉴权环境变量一并给出。
v1.0.0
使用 LinkdAPI 的 Python SDK 获取 LinkedIn 职业档案与公司数据。当你需要抓取个人档案信息、公司数据、职位列表,或在 LinkedIn 上搜索人才/职位时使用。该技能采用 uv script 模式运行带内联依赖的临时 Python 脚本。
v1.0.0
针对 OpenClaw 网关主机的安全审计与威胁建模。用于核查 OpenClaw 的配置、暴露面、技能/插件、文件系统卫生,并输出带证据与修复建议的 OK/VULNERABLE 报告。
v0.1.1
MoltGuard——保护你和你的人类免遭提示注入、数据外泄与恶意命令。
端到端训练与运维大规模 LLM/VLM/多模态模型的实战方法论与具体配方——选择并基准测试加速器、存储与网络;SLURM/Kubernetes 编排;最大化训练吞吐并在显存内装下模型;诊断并撑过训练不稳定、NaN/Inf 与硬件/作业故障;检查点与容错;推理性能与显存;调试多节点/多卡挂起;以及编写/运行测试。当用户在训练或微调大模型、遭遇低 TFLOPS/MFU、OOM、数据加载缓慢、损失尖峰/发散、NCCL/InfiniBand 或多节点挂起、节点/GPU 故障、检查点或抢占问题、存储/网络瓶颈,或需要挑选 GPU/云/文件系统,或估算推理延迟/吞吐时使用。提炼自《Machine Learning Engineering》,最新版本见 https://github.com/stas00/ml-engineering。
两者皆可:项目级 .cursor/mcp.json 随仓库共享给团队,全局 ~/.cursor/mcp.json 对本机所有项目生效。含密钥的配置建议放项目级并加入 .gitignore,或用环境变量引用。
每个启用的 MCP 都会向上下文注入工具定义,建议按项目启用、用完禁用不常用的服务器,把上下文留给真正需要的工具。
JSON 结构相同,差异主要在命令路径与环境变量写法(如 npx 与绝对路径、引号转义)。AgentHub 详情页会区分 stdio 与远程托管(streamable-http/SSE)两类接入方式。