“Commerce Engine” 共 94 个结果
io.github.patchy631/ai-engineering-hub/hugging-face-jobs
当用户想在 Hugging Face Jobs 基础设施上运行任意工作负载时使用。涵盖 UV 脚本、基于 Docker 的任务、硬件选型、成本估算、令牌认证、secrets 管理、超时配置与结果持久化。面向通用计算工作负载，包括数据处理、推理、实验、批处理及任意 Python 任务。当任务涉及云端计算、GPU 工作负载，或用户提到在 Hugging Face 基础设施上运行任务且无需本地环境时调用。
io.github.patchy631/ai-engineering-hub/hugging-face-datasets
在 Hugging Face Hub 上创建和管理数据集。支持初始化仓库、定义配置/系统提示、流式更新数据行，以及基于 SQL 的数据集查询/转换。配合 HF MCP server 完成完整的数据集工作流。
io.github.sickn33/agentic-awesome-skills/gcp-gke
Deploy and manage Google Kubernetes Engine clusters. Configure node pools, networking, and workload identity. Use when running Kubernetes on GCP.
io.github.google/skills/gke-workload-security
为 Google Kubernetes Engine（GKE）应用与命名空间审计、配置并加固工作负载级安全控制。涵盖运行集群安全审计（audit_cluster.sh）、配置 Workload Identity Federation（扮演、KSA/GSA 绑定与 Pod 设置）、强制网络策略（默认拒绝与 Dataplane V2 日志）、在 GKE Sandbox（gVisor）内隔离高风险 Pod、强制 Pod Security Standard（restricted 标签），以及经由 CSI 挂载 Secret Manager 密钥（SecretProviderClass）。用于审计集群安全态势、隔离命名空间、应用 Pod 安全标准、设置 Workload Identity，或配置网络策略与密钥卷挂载时。不用于集群级控制平面安全、RBAC 加固、Binary Authorization、Shielded Nodes 或平台级 GKE 附加组件启用（改用 gke-platform-security）。
io.github.google/skills/gke-platform-security
规划、配置并加固平台级的 Google Kubernetes Engine（GKE）集群安全。涵盖集群附加组件（启用 Secret Manager）、RBAC 加固（禁用不安全绑定、审计工具）、Binary Authorization、启用 Shielded Nodes、GKE Sandbox 集群启用、GKE IAM 角色，以及跨服务认证 IAM 模式。用于保障集群控制平面安全、加固 GKE RBAC、启用 Shielded Nodes、启用 GKE Sandbox 运行时、启用集群级安全附加组件，或管理 GKE IAM 角色时。不用于工作负载级安全（Workload Identity、SecretProviderClass、PSS、NetPol、gVisor pod runtimeClassName；改用 gke-workload-security）。
io.github.google/skills/gke-upgrades
为标准与 Autopilot 集群规划、执行并验证 Google Kubernetes Engine（GKE）集群升级与维护操作。产出升级计划、升级前后检查清单、含 gcloud 命令的维护 Runbook、发布通道策略与故障排查指南。处理节点池升级策略（surge、蓝绿）、版本兼容、PDB 管理，以及有状态、GPU、operator 等工作负载的特定关注点。每当用户提及 GKE 升级、Kubernetes 版本升级、节点池维护、GKE 打补丁、集群版本管理、发布通道选择、维护窗口、surge 升级、卡住的升级，或任何 GKE 生命周期管理任务——即便是随意的「我们需要升级集群」或「规划下次 GKE 维护」或「我们的升级卡住了」——都使用本技能。不用于 GKE 集群创建、应用接入、一般网络/路由配置或安全策略配置（改用 gke-basics 或相关 GKE 技能）。
io.github.google/skills/gke-alert-configuration
使用 PromQL 与 Google Cloud Managed Service for Prometheus，通过 Terraform 为 Google Kubernetes Engine（GKE）集群、工作负载与服务配置告警策略。用于编写、分析、校验或部署以监控 GKE 服务延迟、流量、错误率（采用多窗口多燃烧率 SLO 告警）、内存饱和，以及 CrashLoopBackOff、Node NotReady 等集群健康状况的 Terraform 告警策略。不用于非 GKE 计算运行时，如无 GKE 的独立 Compute Engine VM 或独立 Cloud Run 服务。
io.github.NousResearch/hermes-agent/unreal-mcp
自动化 Unreal Engine 编辑器的场景、Actor 与渲染操作。
io.github.JetBrains/skills/refactoring-code
在 Rider 支持的解决方案与项目中进行语义化重构时使用，涵盖 .NET/C#、F#、VB、C++、Unity、Unreal Engine、XAML、Razor 及其他 GameDev 或混合语言项目。当编辑必须跨 IDE 解析的引用同步更新声明与使用处时触发——重命名符号、移动类型或命名空间、安全删除无用代码、提取接口/基类/方法、修改签名或重组命名空间。不要用于仅移动文件、配置键、字符串、注释、纯文案编辑、生成产物，或名称/签名不变的逻辑改动。
io.github.davila7/claude-code-templates/gke-basics
以黄金路径 Autopilot 配置规划、创建并配置可用于生产的 Google Kubernetes Engine（GKE）集群，覆盖网络、安全、可观测性、弹性伸缩、成本优化以及 GKE 上的 AI/ML 推理。
io.github.flutter/flutter/upgrade-browser
升级 Flutter Web Engine 和/或 Framework 测试中使用的浏览器版本（Chrome 或 Firefox）。当被要求将 Chrome 或 Firefox 滚动升级到更新版本时使用。
io.github.heygen-com/hyperframes/embedded-captions
Add captions or subtitles to an existing single-subject talking-head video without editing the footage. Use for plain verbatim captions, cinematic captions embedded behind the subject, VFX captions, “炸/特效/酷炫字幕,” or a named identity from the 35-style catalog. Route by visual identity, not by backend engine. The quiet `anchor` rail is the default; embed every word only when the user explicitly wants a fully cinematic treatment. The workflow runs locally end to end, including transcription and subject matting; split multi-shot footage before applying it.
io.github.affaan-m/ECC/orch-pipeline
orch-* skill 家族共用的编排引擎。定义带门槛的“调研-规划-TDD-评审-提交”流水线、规模分类器、代理映射，以及两个由 orch-* 操作 skill 委派使用的人工关口。通常不直接调用；当某个 orch-* skill 委派其带门槛的调研-规划-TDD-评审-提交流水线时生效。
io.github.manaflow-ai/cmux/cmux-cua
仅在用户明确提出要使用 Computer Use 时使用：通过内置引擎，从 cmux 智能体会话中驱动真实的 macOS 应用（无障碍树加截图，支持点击、输入、滚动、拖拽，并带可辨识的光标），或向用户说明其由用户授权的权限设置。阅读或发现本技能不构成同意。
io.github.affaan-m/ECC/exa-search
通过 Exa MCP 进行神经检索，用于网页、代码和企业研究。当用户需要网页搜索、代码示例、公司情报、人物查找，或用 Exa 的神经搜索引擎做 AI 驱动的深度研究时使用。
io.github.code-yeongyu/oh-my-openagent/data-scientist
以混合引擎策略进行专业数据处理：优先使用常驻内核引擎——DuckDB 加上常驻的 Python 技术栈（Polars/numpy/matplotlib），在 harness 支持的 js/py eval 内核中保持常驻，其他环境则用 bun/uv 单次执行——并按动作决定放置方式（内存内、流式、远端就地）。触发词：analyze the data、what is in this CSV/parquet/json、summarize this、group by、filter rows、sort by、join these files、merge datasets、time series trend、compare yesterday and today、distribution/histogram、correlation、clean duplicates、handle missing values、dataset larger than RAM、SQL query on files、DataFrame operations、chart/plot this data、DuckDB vs Polars selection、quick data exploration CLI。不适用于：纯文本/代码查看、配置文件或极小的内联计算。
io.github.affaan-m/ECC/exa-search
通过 Exa MCP 进行神经检索，用于网页、代码和企业研究。当用户需要网页搜索、代码示例、公司情报、人物查找，或用 Exa 的神经搜索引擎做 AI 驱动的深度研究时使用。
io.github.garrytan/gbrain/postgres-adopt
检测当前 gbrain 使用的是哪种引擎（PGLite 还是 Postgres），在智能体安装场景中优先选择 Postgres，并安装或开通 Postgres（通过 SUPABASE_ACCESS_TOKEN 发现 Supabase、本地 Postgres、需显式选择的 Docker），再用受保护的引擎迁移把已有的 PGLite brain 搬移过去。检测只需一条与引擎无关的命令，安装阶梯也只需一个参数。
io.github.microsoft/SkillOpt/skillopt-sleep
当用户希望 Cursor 从最近的本地会话中学习、要求离线睡眠/做梦循环、想把重复性工作沉淀为 Cursor skill，或请求 SkillOpt-Sleep 的状态、采集、dry-run、执行、调度、审查或采纳时使用。驱动带验证门控的 skillopt_sleep 引擎，使用 Cursor 会话记录，可选 Cursor Agent CLI 后端。
io.github.moeru-ai/airi/unocss
UnoCSS 即时原子化 CSS 引擎,是 Tailwind CSS 的超集。适用于配置 UnoCSS、编写工具规则、shortcut,或使用 Wind、Icons、Attributify 等 preset。
io.github.langflow-ai/langflow/ibm-a11y-testing-guide
使用 axe（Jest）与 IBM Equal Access（Playwright page.runA11yScan）编写和运行 Langflow 前端无障碍测试的参考指南。涵盖引擎/测试层级选型、POUR 清单、axe 与 IBM 规则差异、Radix/AG-Grid 组件注意事项以及 IBM 基线。在编写或审查 a11y 测试、调试具体 axe/IBM 违规项或为某个 UI 界面选择测试层时使用。不执行扫描、不审计整个界面、不做端到端 PR 修复——分别见 ibm-a11y-route-scan、ibm-a11y-level1-audit 与 ibm-a11y-pr-remediation。
io.github.danielmiessler/LifeOS/Apify
通过 Apify actor 抓取社交平台、商业数据与电商内容——Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon 及通用网页爬取——并在代码中过滤。适用场景：抓取 Instagram/LinkedIn/TikTok/YouTube/Facebook、Google Maps 销售线索、Amazon 评论、商业智能、多平台社媒监听、竞品分析、线索生成、社媒监控、Apify actor、网页爬取、提取联系人。不适用于 X/Twitter 操作（用 _X）、四级代理递进式抓取（用 BrightData）、真实 Chrome 反爬绕过与 computer use（用 Interceptor）。
io.github.Stirling-Tools/Stirling-PDF/feature-walkthrough
端到端讲解当前分支的完整逻辑与流程，让毫无前置知识的人也能理解、审查并复现。从分支 diff 界定变更范围，追踪其触达的每一层流程（前端工具/hook/组件、Java controller/service/endpoint、Python 引擎、配置、i18n、测试），产出带 Mermaid 图（时序/流程/架构）、可点击引用的带注释文件地图、前后行为对比、涉及 UI 时的截图、「本地试跑」章节与边界情况/风险的自包含走查文档。当被要求做功能或分支走查、「解释这个分支做了什么」、设计/逻辑说明、PR 审查者上手或交接文档时使用。加 --html 可同时输出渲染的 HTML 版；--no-screens 跳过截图。
vcanary
io.github.lobehub/lobehub/agent-tracing
代理追踪 CLI，用于执行快照。适用于 agent-tracing、trace、快照、LLM 调用检查、上下文引擎数据、代理步骤分析、执行调试，或按 operation id 拉取远程/生产追踪（「拉线上 tracing」）。也是排查代理工具调用问题的第一站——错误或缺失的 tool_calls、异常的工具参数或结果、某步骤可用的工具，以及某工具为何在彼处运行。
