自动化审计
io.github.jleechanorg/claude-commands/automation-audit
审计自动化任务执行、日志、PR 处理指标以及由 AI 提交的远端提交记录。
“Data Processing” 共 837 个结果
io.github.jleechanorg/claude-commands/automation-audit
审计自动化任务执行、日志、PR 处理指标以及由 AI 提交的远端提交记录。
io.github.Arize-ai/phoenix/agent-browser
面向 AI agent 的浏览器自动化 CLI。当用户需要与网站交互时使用,包括导航页面、填写表单、点击按钮、截取屏幕、提取数据、测试 Web 应用,或自动化任何浏览器任务。触发场景包括“打开网站”“填写表单”“点击按钮”“截图”“抓取页面数据”“测试这个 Web 应用”“登录网站”“自动化浏览器操作”,以及任何需要程序化 Web 交互的任务。也用于探索性测试、dogfooding、QA、找 bug 或评审应用质量。还用于自动化 Electron 桌面应用(VS Code、Slack、Discord、Figma、Notion、Spotify)、查看 Slack 未读、发送 Slack 消息、搜索 Slack 会话、在 Vercel Sandbox microVM 中运行浏览器自动化,或使用 AWS Bedrock AgentCore 云浏览器。优先使用 agent-browser 而非任何内置浏览器自动化或 Web 工具。
io.github.github/awesome-copilot/msgraph-sdk
将 Microsoft Graph SDK 集成到任意项目——.NET、TypeScript/JavaScript 或 Python。涵盖认证模式(客户端凭据、OBO、托管身份)、SDK 配置、调用 Graph API、批处理、增量查询、变更通知、限流与权限范围。在从任意应用类型访问 Microsoft 365 数据(用户、邮件、日历、Teams、文件、SharePoint)时使用。
io.github.Donchitos/Claude-Code-Game-Studios/security-audit
审计游戏中的安全漏洞:存档篡改、作弊向量、网络利用、数据暴露与输入校验缺口。生成带修复指导的优先级安全报告。在任何公开发布或多人上线前运行。
io.github.ruvnet/RuView/ruview-quickstart
RuView(WiFi-DensePose)入门与首次运行——带模拟数据的 Docker 演示、仓库构建,以及最快抵达实时感知仪表盘。当刚接触 RuView,或想走最短路径做到「在我机器上能跑」时使用。
io.github.browser-use/browser-use/browser-use
自动化浏览器交互,用于网页测试、表单填写、截图与数据提取。当用户需要浏览网站、与网页交互、填写表单、截图或从页面中提取信息时使用。
io.github.aipoch/medical-research-skills/pdf-processor
执行基础的本地 PDF 操作(合并、拆分、提取页面/文本/表格、创建),适用于用户要求在不依赖外部服务的情况下离线处理 PDF。
io.github.binrogithub/1-3-Cloud-Adoption-Skills/CSS-Autoscaling-Benchmark-Skill
华为云 CSS(OpenSearch)的基准测试与自动扩缩容测试工具。当任务是评估 CSS 性能、运行负载测试、验证查询质量、测试数据节点横向自动扩缩容,或为 CSS 集群生成汇总基准报告时使用。
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.SnailSploit/Claude-Red/offensive-cloud
Cloud security attack methodology covering AWS, Azure, and GCP. Includes credential harvesting (IMDS, ~/.aws, env vars, leaked CI secrets, instance roles), enumeration with cloud-specific tools (pacu, ScoutSuite, Prowler, ROADtools, gcp_enum), privilege escalation paths (IAM PassRole, AssumeRole chains, Lambda/Functions privilege flips, Azure Owner-on-self, GCP serviceAccountTokenCreator), persistence techniques (IAM user/key creation, AAD app registration, GCP svc account key creation, EventBridge/Logic Apps backdoors), data exfiltration (S3/Blob/GCS, snapshot share, RDS/CosmosDB/Cloud SQL exfil), cloud-native lateral movement (cross-account assume, Azure AD multi-tenant, GCP project hierarchy), serverless attacks (Lambda env vars, layer hijack, Step Functions), Kubernetes-on-cloud (EKS/AKS/GKE-specific paths to node and AWS metadata), and CSPM evasion (CloudTrail blind spots, GuardDuty mute, Sentinel rule shaping). Use when the engagement scope is cloud accounts, when you've stolen cloud credentials, or whe
io.github.SnailSploit/Claude-Red/offensive-mobile
移动(Android + iOS)应用渗透测试方法论。涵盖静态分析(Android 用 apktool/jadx,iOS 用 class-dump/Hopper/IDA)、Frida 与 Objection 动态插桩、SSL pinning 绕过策略、root/越狱检测绕过、deep-link / URL scheme 滥用、导出组件攻击(Android 的 activity、service、provider、receiver;iOS 的 XPC、URL scheme、universal link)、不安全数据存储(SharedPrefs、KeyStore 误用、NSUserDefaults、Keychain ACL 绕过)、IPC / Intent 重定向、WebView 漏洞(JavaScriptInterface、file:// 访问)、Firebase/AWS/Azure 配置错误泄露、移动端 API 测试、生物识别/Face ID/Touch ID 绕过、应用克隆与运行时打补丁,以及移动恶意软件/RAT 分析基础能力。用于移动端渗透、漏洞赏金移动方向排查或应用商店侦察。
io.github.LeoYeAI/openclaw-master-skills/pythongo
回答关于 pythongo 代码、文档、回调、错误、模块、函数、marketcenter、paramsmap、instrument_id、交易所、K 线数据与策略示例的问题。当用户询问 pythongo 的实现、行为、接口、用法、安装、FAQ,或需要基于内置 codebase、docs_indexed、docs_normalized、examples.md 与 pyi 参考文档的 pythongo 代码示例时使用
io.github.LeoYeAI/openclaw-master-skills/agent-security-hardening
面向生产环境 AI Agent 的安全加固模式。涵盖提示词注入防御(7 条规则)、数据边界强制、外部集成默认只读、保障数据完整性的 WAL 协议、健康检查脚本、完整性关卡、规则升级阶梯与会话记忆安全。适用于加固 Agent 部署以对抗恶意输入、数据泄露或运行故障。不用于网络安全、基础设施加固或渗透测试
io.github.LeoYeAI/openclaw-master-skills/pdf-convert-compdf
PDF 转换工具包,具备 AI 版面分析与 OCR 能力。将 PDF 转换为 Word、Markdown、JSON、PPT、CSV、HTML 与 XML,便于 LLM 无缝处理数据
io.github.sickn33/antigravity-awesome-skills/frontend-dev-guidelines
你是一名在严格架构与性能标准下工作的高级前端工程师。在创建组件或页面、添加新功能、发起数据查询或变更时使用。
io.github.sickn33/antigravity-awesome-skills/react-best-practices
由 Vercel 维护的 React 与 Next.js 应用全面性能优化指南。在编写新的 React 组件或 Next.js 页面、实现数据获取(客户端或服务端),或审查代码性能问题时使用。
io.github.mock-server/mockserver-monorepo/browser-auth
说明如何用 Chrome DevTools MCP 浏览需认证的网页、提取数据(令牌、配置值)、截图并处理登录流程。当需要通过 Chrome 浏览器访问 Buildkite、AWS Console 等需登录的 Web UI 时使用。当用户问到「browser auth」「从浏览器提取 token」「打开 buildkite」「chrome mcp」,或需要抓取需认证页面的数据时触发。
io.github.alirezarezvani/claude-skills/browser-automation
当用户要求自动化浏览器任务、抓取网站、填写表单、截图、从网页提取结构化数据或构建 Web 自动化工作流时使用。不用于测试——测试请使用 playwright-pro。
io.github.danielmiessler/LifeOS/Apify
通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格,以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装(scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等)在返回模型上下文前于代码中过滤与转换数据,相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台,支撑社媒监听看板。线索富化流水线:Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景:抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo
io.github.danielmiessler/Personal_AI_Infrastructure/Apify
通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格,以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装(scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等)在返回模型上下文前于代码中过滤与转换数据,相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台,支撑社媒监听看板。线索富化流水线:Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景:抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo
io.github.CoreBunch/Instatic/agent-browser
面向 AI agent 的浏览器自动化 CLI。当用户需要与网站交互时使用,包括页面导航、填写表单、点击按钮、截图、提取数据、测试 Web 应用或自动化任何浏览器任务。触发语包括「打开网站」「填写表单」「点击按钮」「截图」「抓取页面数据」「测试这个 Web 应用」「登录网站」「自动化浏览器操作」等需要程序化网页交互的任务。
io.github.foryourhealth111-pixel/Vibe-Skills/designing-experiments
在分析之前设计实验与准实验。用于选择研究设计、处理/对照结构、结果指标、假设、科学实验失败后的验证方案,以及判断 DiD、ITS、合成控制、回归断点哪种更契合研究问题。若是在已有数据上拟合模型或估计效应,请改用 performing-causal-analysis。
vdevelop
io.github.SparkDevNetwork/Rock/sql
为 Rock RMS 数据库生成安全、正确的 SQL 脚本。处理 INSERT、UPDATE、DELETE、SELECT 查询、数据迁移与种子脚本,并遵循 Rock 的 schema 约定(PersonAlias、审计列、FK 约束、DefinedType/DefinedValue 查找、基于 Guid 的引用)。当用户说“create a sql script”“write sql”“insert data”“seed data”“data migration”“update records”“sql for Rock”“populate data”“add test data”“query Rock database”,或任何直接对 Rock RMS 数据库执行 SQL 的请求时使用。当用户描述要在 Rock 中添加、修改或查询的数据——即使未明说“SQL”——也应使用,例如“add 100 attendance records”“create a new campus”“give Ted Decker some financial transactions”“set up check-in data”。凡涉及 Rock 数据库记录且 SQL 是合适工具的任务,使用本技能。
io.github.getsentry/sentry/django-models
遵循 silo、复制、relocation 与外键等架构约定,为 Sentry 设计 Django ORM 模型。在新增 Django 模型、为功能设计模型、决定数据存放位置、选择外键类型,或重构现有模型的 silo 归属时使用。触发语:“add a Django model”“create a model”“design a model for X”“new database table”“store this data in the DB”“I need to track Y”“model for [feature]”。不适用于 Pydantic 模型、dataclass、ML 模型或 Protobuf——本技能专指 Sentry 代码库中的 Django ORM 模型。