探索 MCP Server 与 Agent Skill

io.github.a5c-ai/babysitter/backend-async-processing

实现后端异步与后台处理模式——事件驱动架构、消息队列、异步任务运行器与 Worker 池

io.github.a5c-ai/babysitter/database-testing

测试数据库操作——模式迁移校验、查询正确性、事务完整性与数据一致性检查

io.github.a5c-ai/babysitter/database-drivers-connectors

集成数据库驱动与连接器——连接池、查询构造器、ORM 配置与多数据库抽象层

io.github.Gentleman-Programming/gentle-ai/cognitive-doc-design

编写能降低认知负荷的文档。触发场景：撰写指南、README、RFC、入职手册、架构文档或面向评审的文档。

io.github.nixopus/nixopus/dockerfile-generation

按生态以最佳实践生成生产就绪的多阶段 Dockerfile。当用户需要 Dockerfile、询问容器化方案，或仓库中没有 Dockerfile 时使用

io.github.nixopus/nixopus/dockerignore-generation

按生态生成专属的 .dockerignore 文件，缩减构建上下文体积并防止密钥泄露。当不存在 .dockerignore、构建上下文过大或密钥可能泄入镜像时使用

io.github.nixopus/nixopus/mcp-integrations

MCP 服务器发现、工具调用与 Provider 目录集成。当任务涉及外部服务、第三方工具，或用户询问 MCP 服务器时加载

io.github.nixopus/nixopus/database-migration

在部署期间安全执行数据库迁移——各框架专属命令、pre-deploy 与 post-deploy 时机、健康关卡与回滚策略。当应用有数据库迁移系统且需要在部署过程中运行迁移时使用

io.github.nixopus/nixopus/deploy-flow

完整部署流水线——源检测、提示驱动的分析、项目创建、部署监控与在线 URL 交付。当用户想要部署应用时加载

io.github.nixopus/nixopus/shell-deploy

部署 Shell 脚本应用——解释器检测、setup 脚本与 Dockerfile 模式。在部署 Shell 脚本项目或检测到 start.sh 时使用

io.github.nixopus/nixopus/deployment-analysis

分析仓库以确定生态、部署目标、端口、构建命令与 monorepo 结构。在开始新部署、接入新仓库，或用户询问项目所用技术栈/框架时使用

io.github.nixopus/nixopus/static-deploy

部署纯静态文件站点——Caddy/nginx 服务、Staticfile 配置与 Dockerfile 模式。在部署无服务端运行时的静态 HTML 站点，或检测到项目根目录的 index.html、Staticfile 时使用

io.github.nixopus/nixopus/deploy-delegation

子代理路由表——诊断、机器健康、基础设施、GitHub、计费与通知分别由哪个 Agent 处理。当当前任务不是直接部署时加载

io.github.nixopus/nixopus/python-deploy

构建并部署 Python 应用——uv、poetry、pdm、pipenv、pip、框架检测与 Dockerfile 模式。在部署 Python 项目时，或检测到 requirements.txt、pyproject.toml、Pipfile 时使用

io.github.podman-desktop/podman-desktop/mcp-testing

使用 electron-test MCP 服务器对 Podman Desktop UI 进行交互式测试。支持生产模式（已安装应用）和开发模式（pnpm watch）。适用于手动测试 UI 工作流、排查 UI 问题、探索功能或快速验收测试。

io.github.a5c-ai/babysitter/mcp-transport-websocket-setup

为双向 MCP 通信配置 WebSocket 传输，包括连接管理与重连处理

io.github.a5c-ai/babysitter/mcp-transport-sse-setup

为基于 Web 的 MCP 服务器配置 HTTP/SSE 传输，包括正确的端点、认证与 CORS

io.github.a5c-ai/babysitter/mcp-tool-schema-generator

为 MCP 工具输入参数生成 JSON Schema 定义。创建文档完善、便于 AI 消费的 Schema，带合理的类型、描述与校验规则

io.github.a5c-ai/babysitter/mcp-resource-uri-designer

设计并实现 MCP 资源 URI 方案与模板，具备合理的命名、层级与文档

io.github.a5c-ai/babysitter/typescript-sdk-specialist

支持 Node.js 与浏览器的 TypeScript SDK 开发。设计 SDK 架构、实现类型安全的 API 客户端、支持 ESM 与 CommonJS 模块，并为浏览器配置打包

io.github.a5c-ai/babysitter/examples

将应用部署到目标环境。在部署代码、发布或推送到 staging/production 时使用。需用户显式调用

io.github.medusajs/medusa/writing-docs

为 book、resources、ui、user-guide 和 cloud 项目撰写与更新 Medusa 文档 MDX 文件。适用于基于代码 diff 修改文档、新增页面、更新既有内容或更新组件示例。修改 www/apps/ 下任何 MDX 文件前务必先加载本技能。

io.github.opensquilla/opensquilla/pdf-toolkit

结构化的 `.pdf` 操作：提取文本/表格、从多个 PDF 合并页面、按页码范围拆分 PDF、填写 PDF 表单字段，以及从 JSON 生成全新 PDF。当用户想要程序化处理 PDF 而无需自然语言改写时触发——示例：从报告中拉取表格、合并三个 PDF、提取第 5-12 页、填写报税表，或基于数据构建新 PDF。与 `nano-pdf` 不同：后者由 LLM 按一句话改写整页；本技能是通过 pypdf、pdfplumber 与 reportlab 完成的确定性字节级操作。

io.github.citypaul/.dotfiles/testing

行为驱动测试的模式。在编写测试、创建测试工厂、组织测试文件或决定测试内容时使用。不适用于 UI 专项测试（参见 front-end-testing 或 react-testing 技能）。