famulor-skill(Famulor 助手)
io.github.sickn33/agentic-awesome-skills/famulor-skill
通过 Famulor 托管的 MCP 服务器操作其助手、通讯历史、营销活动、知识库、自动化、电话与工作区管理。
“MCP” 共 364 个结果
io.github.sickn33/agentic-awesome-skills/famulor-skill
通过 Famulor 托管的 MCP 服务器操作其助手、通讯历史、营销活动、知识库、自动化、电话与工作区管理。
io.github.anthropics/skills/academy-guide
在回复任何关于如何使用 Claude 或 Claude 产品的问题前,先查阅本 skill:从 Claude Academy(academy.claude.com,Anthropic 学习中心)匹配推荐的课程、教程与用例。触发场景包括“how do I”“getting started”“what can Claude do”“teach me”等提问,涉及 artifacts、projects、skills、plugins、connectors、MCP 的问题,团队/班级/组织的部署推广问题,以及培训材料、入职内容、学习资源的请求。仅在学习场景使用,用户只想完成任务时不适用。可与其它 skill 组合:回答完功能文档问题后附上对应课程推荐。只在高度匹配时推荐,绝不编造 Academy 内容。
io.github.affaan-m/ECC/context-budget
审核 Claude Code 的上下文窗口在代理、skill、MCP 服务器和规则上的消耗,识别膨胀与冗余组件,并给出按优先级排序的省 token 建议。当上下文窗口填充过快、需要找出是哪些代理、skill、MCP 服务器或规则在占用时使用。
io.github.affaan-m/ECC/security-scan
使用 AgentShield 扫描你的 Claude Code 配置(.claude/ 目录),发现安全漏洞、配置错误和注入风险。检查 CLAUDE.md、settings.json、MCP 服务器、hooks 和代理定义。在审计 .claude/ 目录——CLAUDE.md、settings.json、MCP 服务器、hooks 或代理定义——时使用。
io.github.ruvnet/ruflo/hooks-automation
通过带 MCP 集成的智能钩子,从 Claude Code 操作中自动完成协调、格式化与学习。涵盖 pre/post 任务钩子、会话管理、Git 集成、记忆协同与神经网络模式训练,以提升开发工作流。
io.github.PostHog/posthog/triaging-warehouse-sync-tickets
借助 PostHog 自身生产数据,从支持工单出发排查客户的数据仓库源、schema 或表。当工单称仓库表过期、为空、卡住、重复、缺行或同步失败,且你需要同步的真实状态而非客户描述时使用。客户所在团队你的 MCP 会话无法直达,因此所有答案都来自 execute-sql,其 connectionId 指向直连 PostHog 线上生产库(存有全部客户数据)的 direct-connect 源。涵盖区域判定(US 与 EU)、生产 Postgres 连接(externaldatasource / externaldataschema / externaldatajob / datawarehousetable)、生产 ClickHouse 连接(log_entries、app_metrics2)、经 posthog-connection-call 的跨区域访问、为何 external-data-* 产品工具会悄悄从你自己的项目作答,以及如何以一条建议动作加“谁能执行”收尾。仅限内部:每次查询返回的都是其他客户的数据。
io.github.PostHog/posthog/investigating-logs
在 PostHog 项目中调查日志:确认某个服务或部署是否健康、解释错误尖峰、分诊事故,或读懂日志流在说什么。当用户要求“查看日志”、询问某个服务、部署、发布或变更是否正常或引发了问题、为什么错误上升或变化了什么,或想要日志中可见故障的根因时使用。指导使用日志 MCP 工具(服务概览、模式挖掘、前后模式对比、分桶计数、facets、原始行),让调查从汇总开始而不是原始行或对日志表手写 SQL。
io.github.PostHog/posthog/working-with-skills
代理通过 MCP `skill-*` 工具管理 PostHog 技能的最佳实践——如何高效地发现、阅读、创建、更新与重构技能,尤其是带大量附属文件的大型技能。当你即将调用任何 `skill-*` 工具、被要求编写或编辑共享技能,或排查技能写入被拒的原因时使用。与 `skills-store`(覆盖工具原始界面)互补,补充决策树、效率与避坑指南。
io.github.CherryHQ/cherry-studio/claude-automation-recommender
分析代码库并推荐 Claude Code 自动化(hooks、subagent、技能、插件、MCP 服务器)。当用户要求自动化建议、想优化 Claude Code 配置、提到改进 Claude Code 工作流、初次为项目设置 Claude Code,或想知道该用哪些 Claude Code 功能时使用。
io.github.microsoft/ai-agents-for-beginners/testing-course-samples
当被要求对课程的 notebook 与代码样例做验证、测试、冒烟测试或运行(针对真实的 Microsoft Foundry / Azure OpenAI 配置)时使用。涵盖环境准备(.env、az login、依赖包)、scripts/validate-notebooks.ps1 运行器、PASS/FAIL 结果解读,以及哪些课程需要额外资源(Azure AI Search、GitHub MCP、Foundry Local、Playwright)。
io.github.PostHog/posthog/designing-email-templates
在 PostHog workflows 库中撰写、保存和编辑邮件模板——组合带 Liquid 个性化的邮件设计 JSON,通过 MCP 创建模板并往返编辑。当被要求为 workflows、broadcasts 或 campaigns 设计、构建、更新或修复邮件模板时使用。
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
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。
io.github.abhigyanpatwari/GitNexus/gitnexus-guide
当用户询问 GitNexus 本身——可用工具、如何查询知识图谱、MCP 资源、图 schema 或工作流参考——时使用。示例:“有哪些 GitNexus 工具?”“我该怎么用 GitNexus?”
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
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。
io.github.microsoft/ai-agents-for-beginners/testing-course-samples
当被要求对课程的 notebook 与代码样例做验证、测试、冒烟测试或运行(针对真实的 Microsoft Foundry / Azure OpenAI 配置)时使用。涵盖环境准备(.env、az login、依赖包)、scripts/validate-notebooks.ps1 运行器、PASS/FAIL 结果解读,以及哪些课程需要额外资源(Azure AI Search、GitHub MCP、Foundry Local、Playwright)。
io.github.microsoft/ai-agents-for-beginners/testing-course-samples
当被要求对课程的 notebook 与代码样例做验证、测试、冒烟测试或运行(针对真实的 Microsoft Foundry / Azure OpenAI 配置)时使用。涵盖环境准备(.env、az login、依赖包)、scripts/validate-notebooks.ps1 运行器、PASS/FAIL 结果解读,以及哪些课程需要额外资源(Azure AI Search、GitHub MCP、Foundry Local、Playwright)。
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
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。
io.github.microsoft/ai-agents-for-beginners/local-ai-agents
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。
io.github.BuilderIO/agent-native/design-exploration
通过托管的 Design MCP 应用进行 UI/UX 探索、并列设计方向、交互原型预览、用户选择、迭代,以及设计到代码的交接。
io.github.comet-ml/opik/writing-e2e-tests
当开发者要为 Opik 的某个功能、页面或分支添加、编写或创建端到端测试时使用——例如「为实验对比页添加 e2e 测试」「为刚做的功能写测试」「这个分支的 e2e 测试」「给数据集条目流程加测试」。在 tests_end_to_end/e2e/ 中跑完整个循环——分析功能与前端代码、用 Playwright MCP 探索真实 UI、编写 Page Object Model + spec,并在本地运行直到通过。
vdevelopment
io.github.latitude-dev/latitude-llm/api-endpoints
在 `@repo/operations` 中新增或修改 API 操作。单一事实来源(`defineOperation` + Zod schema)会同时变成 HTTP 端点、OpenAPI 操作、MCP 工具、TS + Python SDK 方法、`latitude` CLI 命令和进程内 agent 工具——描述与契约必须兼顾所有这些消费方。
io.github.aiskillstore/marketplace/cursor-mem
从 Cursor 访问 claude-mem 的 MCP 服务器,搜索过往会话记录并记录新的观察。触发词:「メモリ検索」「claude-mem」「過去の判断」「記録して」「memory search」「past decisions」。不要在常规编码、临时笔记或实现工作时加载。
io.github.PostHog/posthog/writing-skills
编写 PostHog agent skill 的指南——以"要完成的事"为框架的模板,教会 agent 如何用 MCP 工具达成目标。当新增需要 agent 掌握的产品功能、创建新 skill,或更新 products/*/skills/ 下的现有 skill 时使用。
io.github.abhigyanpatwari/GitNexus/gitnexus-pdg-query
在查询或扩展 GitNexus 的 PDG 控制/数据依赖接口(`pdg_query` MCP 工具、CDG/REACHING_DEF 边),或推理“什么控制 X”/“Y 流向哪里”/guard 子句时使用。示例:“这条语句的 guard 是什么?”“在函数内追踪这个变量”“为什么 pdg_query 结果为空?”“添加一个 CDG 查询”。