搜索「Personal Assistant」的结果

io.github.markus41/claude/ha-automation

Home Assistant 的自动化 YAML 模式、触发器、条件、动作与最佳实践。

io.github.mock-server/mockserver-monorepo/dockerhub-credentials

管理 MockServer 项目的 Docker Hub 凭证。引导用户创建 Docker Hub 个人访问令牌（PAT）、校验有效性，并存入 AWS Secrets Manager 供 CI 流水线使用。当用户说「docker hub 凭证」「docker hub token」「设置 docker push」「配置 docker hub」「轮换 docker token」，或需要把 Docker Hub 凭证存入 AWS Secrets Manager 时使用。

io.github.google/skills/google-ads-api-mcp-setup

引导开发者下载、配置并安装官方开源的 Google Ads MCP 服务器。当用户想把其 AI 助手（如 Gemini、Claude Code 或 Cursor）连接到 Google Ads 账户，以自然语言查询广告系列或获取报告指标时使用。

io.github.addyosmani/agent-skills/security-and-hardening

加固代码以抵御漏洞。在审计输入处理逻辑、处理用户输入/认证/数据存储/外部集成，或检查登录流程是否符合 OWASP Top Ten 时使用。在构建任何接收不可信数据、管理用户会话或对接第三方服务的功能时使用。在审计依赖已知漏洞、分诊包管理器审计结果或评估新包供应链风险时使用。涉及个人数据或隐私合规（GDPR、CCPA）时使用。

io.github.openstatusHQ/openstatus/openstatus-mcp

使用 openstatus MCP 服务器，从任意 Model Context Protocol 客户端（Claude、ChatGPT、Cursor 等）读取并更新状态页、状态报告与维护窗口。当 AI 助手需要在 openstatus 工作区发布事故、追加更新、完结报告或安排维护时使用。

io.github.netdata/netdata/triage-codacy

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

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.github/awesome-copilot/sql-code-review

通用 SQL 代码审查助手，对所有 SQL 数据库（MySQL、PostgreSQL、SQL Server、Oracle）进行全面的安全性、可维护性与代码质量分析。聚焦 SQL 注入防护、访问控制、代码规范与反模式检测。与 SQL 优化提示互补，覆盖完整开发环节。

io.github.Shubhamsaboo/awesome-llm-apps/project-graveyard

扫描开发者机器上已停滞的副业项目，从 git 历史逐个复盘死因（卡在支付环节、被新项目挤掉、做完了却没上线），归纳个人失败模式，挑出最值得复活的那具“尸体”并帮你把它上线。当用户提到被遗弃的、未完成的或很久以前的 side project，问“哪个该收尾”，想复活或重启某个项目，说“run the graveyard”，疑惑自己为什么总做不完事，或正要开一个和已有项目雷同的新项目时使用。完全本地运行。

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.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.netdata/netdata/codacy-audit

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

io.github.FerroxLabs/wayland/automation-architect

基于 Zapier、Make 与 n8n 的工作流自动化设计，涵盖触发-动作架构、多步自动化流程、错误处理策略、个人与商业自动化模式、ROI 计算，以及常用自动化配方库。当用户询问 automation architect、相关技术、最佳实践，或需要该领域指导时使用。当请求超出 automation architect 范围或需要其他专项技能时请勿使用。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-mobile-application-management

实施移动应用管理（MAM）策略，通过数据防泄漏、选择性擦除、应用配置与容器化等应用级控制，在受管与非受管移动设备上保护企业数据。适用于在 BYOD 设备上保护企业应用、实施 Intune App Protection Policies，或强制个人应用与工作应用的数据隔离。对涉及 MAM 部署、应用保护策略、移动容器化或 BYOD 安全的请求自动激活。

io.github.jeremylongshore/claude-code-plugins-plus-skills/deploying-machine-learning-models

该 skill 让 AI 助手把机器学习模型部署到生产环境：自动化部署流程、落地模型服务最佳实践、优化性能并处理常见错误。用于部署或管理基础设施时。触发词如 “deploy”、“infrastructure”、“CI/CD”。

io.github.coleam00/Archon/docker-extend

用于用户希望通过自定义工具扩展 Docker、个性化 Docker 环境，或设置基于用户的 Docker 定制时。触发词：「extend docker」「docker-extend」「add tools to docker」「customize docker」「add my tools to the container」「personalize docker setup」「docker user setup」「install tools in docker」。交互式设置 Dockerfile.user 与 docker-compose.override.yml，让用户在不影响维护者文件、也不把用户专属配置提交到 git 的前提下，为 Docker 环境添加工具。

io.github.github/awesome-copilot/sql-optimization

通用 SQL 性能优化助手，为所有 SQL 数据库（MySQL、PostgreSQL、SQL Server、Oracle）提供全面的查询调优、索引策略与数据库性能分析。提供执行计划分析、分页优化、批量操作与性能监控指导。