搜索「Perplexity Ask」的结果

io.github.PramodDutta/qaskills/appium-mobile

使用 Appium 对 iOS 与 Android 进行移动应用测试，涵盖设备 capabilities、选择器、手势与跨平台测试策略。

io.github.n8n-io/n8n/intent-recognition

通过两个判断对自动化请求分类：anchor（哪个原语掌握顶层控制流——工作流为锚、代理为锚、需澄清，或超出范围）与 embeds_other（另一原语是否内嵌出现——工作流中嵌入一个 agent 步骤，或代理把某个工作流当作工具调用）。每当当前轮次需要选定或重新判定某个自动化请求的意图时都必须使用，包括复合请求、构建过程中新引入的独立自动化、需要查询无法直接访问的外部系统的一次性提问或报告，以及在确定 anchor 前需要澄清的请求。当对话已明确面向某个工作流或 Agent 时，不要为常规编辑或扩展加载本技能。

io.github.code-yeongyu/oh-my-openagent/dev-browser

带持久页面状态的浏览器自动化。当用户要求浏览网站、填写表单、截图、提取网页数据、测试 Web 应用或自动化浏览器工作流时使用。触发短语包括 “go to [url]”“click on”“fill out the form”“take a screenshot”“scrape”“automate”“test the website”“log into”，或任何浏览器交互请求。

io.github.stablyai/orca/orchestration

协调受监督的 Orca worker:线程消息、阻塞式问答、任务派发、worker_done/escalation 等待、任务 DAG、决策关卡以及 agent 间的工作分解。完全所有权移交("hand off"、"handoff"、"give this to another agent"、"another worktree")用 orca-cli,除非需要监督、监控或协调 DAG;终端控制、轻量终端提示、shell 命令、Orca 工作树管理、读取/等待终端也用 orca-cli。仅当需要 OS/窗口级控制(焦点、菜单、对话框、坐标、截图)时,才用 Computer Use 操作外部浏览器窗口、webview、Orca 应用 UI 或 Orca 内置浏览器之外的桌面 UI。Orca 内置页面用 orca-cli,外部页面用 Playwright/CDP 等页面自动化工具。

io.github.czlonkowski/n8n-mcp/n8n-self-hosting

使用 Docker Compose 部署在 Caddy 反向代理（自动 HTTPS）之后，将生产级自托管 n8n 端到端部署到一台全新的 Linux VM（通过 SSH）。每当用户想在自有服务器/VPS/主机（Hetzner、DigitalOcean、AWS EC2、裸金属等）上自托管、安装、设置、配置或部署 n8n——无论是单实例/常规模式还是带 worker 的队列模式——或更新、备份、恢复或加固这样的实例时使用。本技能针对自托管 n8n（Docker），不是 n8n Cloud，也不是构建工作流。它让 agent 先询问单实例还是队列模式，收集域名/SSH/时区输入，在机器上生成新密钥，并用 TLS 启动整套服务。触发于「deploy n8n」「self-host n8n」「install n8n on my server」「n8n docker compose」「n8n queue mode / workers / scaling」「n8n reverse proxy / SSL」「back up / update my n8n」等。

io.github.microsoft/vscode/agent-customization

工作流技能：创建、更新、评审、修复或调试 VS Code 代理定制文件（.instructions.md、.prompt.md、.agent.md、SKILL.md、copilot-instructions.md、AGENTS.md）。适用场景：保存编码偏好；排查指令/技能/代理为何被忽略或未被调用；配置 applyTo 模式；定义工具限制；创建自定义代理模式或专项工作流；打包领域知识；修复 YAML frontmatter 语法。不适用：一般编码问题（用默认代理）；运行时调试或错误诊断；MCP 服务器配置（直接查 MCP 文档）；VS Code 扩展开发。会调用：文件系统工具（读写定制文件）、提问工具（向用户访谈需求）、用于代码库探索的子代理。单一操作：若只是快速修 YAML frontmatter 或按已知模式创建单个文件，直接编辑即可，无需本技能。

io.github.shareAI-lab/learn-claude-code/agent-builder

为任意领域设计与构建 AI agent。适用于用户：(1)要求“create an agent”“build an assistant”或“design an AI system”；(2)想理解 agent 架构、agentic 模式或自主 AI；(3)需要能力、subagent、规划或 skill 机制方面的帮助；(4)询问 Claude Code、Cursor 等 agent 内部实现；(5)想为业务、研究、创意或运营任务构建 agent。关键词：agent、assistant、autonomous、workflow、tool use、multi-step、orchestration。

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.nexu-io/open-design/html-ppt-zhangzara-capsule

产品经理的年终自我复盘——职责、成果、成长与诉求，全部有证据支撑。以面向上级与评审委员会的决策级职业幻灯片构建。

io.github.luongnv89/claude-howto/refactor

基于 Martin Fowler 方法论系统化地重构代码。当用户要求重构代码、改善代码结构、减少技术债、清理遗留代码、消除 code smell 或提升可维护性时使用。该技能引导经过调研、规划与安全增量实施的阶段性方法。

skillsmp.droidrun-mobilerun-skill-md

Mobilerun 文档参考。当用户询问 Mobilerun 的安装、配置、SDK 用法、CLI 命令、设备设置、agents、架构、app card、凭据、tracing、Docker、迁移、结构化输出，或任何 Mobilerun“怎么做”类问题时使用。

io.github.SawyerHood/dev-browser/dev-browser

带持久页面状态的浏览器自动化。当用户要求访问网站、填写表单、截图、提取网页数据、测试 Web 应用或自动化浏览器工作流时使用。触发短语包括“打开某网址”“点击”“填写表单”“截图”“抓取”“自动化”“测试该网站”“登录”，或任何浏览器交互请求。

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.bytedance/deer-flow/skill-reviewer

审查 DeerFlow skill 包在可用性、触发、安全边界、资源与证据方面的就绪度。当用户要求审计、评级或对已有 skill 做生产检查时调用。

io.github.nexu-io/open-design/html-ppt-zhangzara-capsule

产品经理的年终自我复盘——职责、成果、成长与诉求，全部有证据支撑。以面向上级与评审委员会的决策级职业幻灯片构建。

io.github.pytorch/pytorch/ci-metrics

查询 PyTorch CI、GitHub Actions、HUD、Grafana 与基础设施指标。当用户询问 CI 耗时、任务失败、排队时长、工作流趋势、runner 健康度、看板数据或 PyTorch 基础设施指标时使用。

io.github.sickn33/antigravity-awesome-skills/api-analyzer

依据提供的输入（方法、URL、请求头、请求体、认证、查询参数）校验 API 请求是否正确。当用户想检查、校验、调试或验证一次 API 调用时使用本技能——包括粘贴 curl 命令、给出接口细节或追问某个请求时。

io.github.bdfinst/agentic-dev-team/docker-image-create

从项目源码生成生产可用的 Dockerfile，自动识别语言/框架，并产出基于最小化、distroless 或 slim 基础镜像的多阶段构建。当用户想为应用容器化、创建 Dockerfile、把项目 dockerize、构建 Docker 镜像，或说“让这个应用跑在 Docker 里”“为这个应用创建容器”“我需要一个 Dockerfile”“为部署打包”“把这个服务容器化”时使用。当用户已有 Dockerfile 并希望按生产标准重写，或咨询项目的 Docker 最佳实践时也应触发。

io.github.lishuangqiang/backend-agent-resume-scout/backend-agent-project-selector

为学生或初级工程师从 GitHub 上寻找合适的传统软件后端或业务级 AI 智能体项目，评估简历价值并生成 Markdown 简历撰写包。当用户请求选择后端项目、Java/Spring 项目、分布式系统项目、完整 AI 智能体业务项目、多智能体系统、LLM 应用、用于简历的 GitHub 项目，或想把所选项目转化为简历要点/面试谈资时使用。支持模式：仅 agent、仅后端、混合、稳妥模式、挑战模式；未指定模式时先询问用户再搜索或推荐。后端推荐默认排除 IoT、嵌入式、硬件集成、设备管理与工控平台，除非用户点名。同时避免简单浏览器扩展、薄封装 LLM 套壳、浅层 AI 插件与浏览器自动化库，除非用户点名。

io.github.erickalfaro/multitable/cursor-cli

MultiTable 的 Cursor provider 权威开发参考，其核心是以无头 `--print --output-format stream-json` 模式驱动的 Cursor CLI（`cursor-agent`）。当用户提到 Cursor、cursor-agent、Cursor 适配器、CursorAdapter、stream-json / NDJSON 事件、`--resume` / `--continue`、`--mode plan|ask`、`--force` / `--yolo`、`--sandbox`、composer-2.5、`cursor-agent models`、`~/.cursor`、agent-transcripts、用量限额/速率限制（以及为何对 Cursor 不适用；cursor.com 计费走带外通道），或改动 `packages/daemon/src/agent/providers/cursor.ts`、`packages/daemon/src/agent/providers/cursor-cli/`、`packages/daemon/src/transcripts/cursorParser.ts` 时触发。

io.github.tw93/Waza/design

为页面、组件、视觉界面、字体排印与基于截图的打磨，产出具辨识度、生产级的 UI。当用户以任何语言提出 UI、页面、组件、前端、字体排印、基于截图的视觉打磨需求，或抱怨界面看不清、丑、不一致、视觉上不对劲时使用。不适用于后端逻辑或数据管道。

io.github.code-yeongyu/oh-my-openagent/dev-browser

带持久页面状态的浏览器自动化。当用户要求浏览网站、填写表单、截图、提取网页数据、测试 Web 应用或自动化浏览器工作流时使用。触发短语包括 “go to [url]”“click on”“fill out the form”“take a screenshot”“scrape”“automate”“test the website”“log into”，或任何浏览器交互请求。

io.github.tw93/Waza/design

为页面、组件、视觉界面、字体排印与基于截图的打磨，产出具辨识度、生产级的 UI。当用户用中文提出设计/做页面/做组件/UI/前端/截图需求，或抱怨界面丑、看不清、不一致、视觉上不对劲时使用。不适用于后端逻辑或数据管道。

io.github.Chachamaru127/claude-code-harness/cursor-do

通过 cursor-companion.sh 在隔离的 worktree 中把单个写入任务委托给 Cursor Composer，随后由 Lead 评审 diff 并 cherry-pick。当用户调用 cursor:do、说委托给 cursor、让 composer 写、用 cursor 重构、把某个文件的修改交给 Composer 时使用。不要用于：制定计划、仅做代码评审、只读排查，或多任务团队运行（请改用 breezing --cursor 或 cursor:ask）。