“Voice Ai” 共 1,158 个结果
io.github.mukul975/Anthropic-Cybersecurity-Skills/scanning-containers-with-trivy-in-cicd
把 Aqua Security 的 Trivy 扫描器集成进 CI/CD 流水线，检测 OS 包与应用依赖 CVE、Dockerfile 错误配置，以及文件系统或 git 仓库中的问题，并按严重度实施质量门禁，阻止带漏洞的镜像被部署。适用于在 CI/CD 中构建 Docker 镜像，并需要在推送 registry 或生产部署前做自动漏洞扫描与通过/失败门禁。
io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-container-image-hardening
通过最小化攻击面、裁掉不必要软件包、实施多阶段构建、配置非 root 用户并应用 CIS Docker Benchmark 建议来加固容器镜像，产出安全可上线的镜像。适用于构建生产容器镜像、合规要求遵循 CIS Docker Benchmark，或缩减镜像体积以降低未用软件包带来的漏洞暴露。
io.github.mukul975/Anthropic-Cybersecurity-Skills/analyzing-docker-container-forensics
通过分析镜像、层、卷、日志与运行时痕迹调查被入侵的 Docker 容器，识别恶意活动与证据。
io.github.NousResearch/hermes-agent/hermes-s6-container-supervision
修改或调试 Hermes Docker 镜像中的 s6 服务。
io.github.openclaw/openclaw/openclaw-secret-scanning-maintainer
分诊、清除、清理并处理 OpenClaw 在 issue 或 PR 中的 GitHub Secret Scanning 告警。
io.github.PostHog/posthog/designing-email-templates
在 PostHog workflows 库中撰写、保存和编辑邮件模板——组合带 Liquid 个性化的邮件设计 JSON，通过 MCP 创建模板并往返编辑。当被要求为 workflows、broadcasts 或 campaigns 设计、构建、更新或修复邮件模板时使用。
io.github.dotnet/maui/review-test-failures
将 PR 的 CI/测试失败归类为可能由 PR 引起或无关，并与基线分支对比，给出整体可合并性结论。使用收集到的 GitHub/AzDO/Helix 上下文及共享的 MAUI CI 事实。
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/azure-openai-to-responses
将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。
io.github.microsoft/ai-agents-for-beginners/azure-openai-to-responses
将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。
io.github.NVIDIA/NemoClaw/nemoclaw-maintainer-security-code-review
审阅 GitHub PR 或 issue 中的代码改动以求安全。对照九个类别检查改动文件，并给出 PASS/WARNING/FAIL 结论。在审阅 Pull Request 的安全漏洞、硬编码密钥、注入缺陷、认证绕过或不安全配置时使用。触发词——security review、code review、appsec、vulnerability assessment、security audit、review PR security。
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/azure-openai-to-responses
将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。
io.github.microsoft/generative-ai-for-beginners/azure-openai-to-responses
把 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端迁移到 v1 端点、流式输出、tools、结构化输出、多轮对话、EntraID 鉴权以及模型兼容性检查。专注 Python、专注 Azure OpenAI。适用：迁移到 responses API、从 chat completions 切换、升级 openai SDK、gpt-5 迁移、AzureOpenAI 切到 OpenAI client 等。不适用：从零新建应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅限 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。
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/azure-openai-to-responses
将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。
io.github.modu-ai/moai-adk/moai-domain-database
数据库专家，覆盖 PostgreSQL、MongoDB、Redis、Oracle 和云数据库平台（Neon、Supabase、Firestore）。用于 schema 设计、查询优化、索引策略、数据建模或云数据库选型。已并入来自 moai-platform-database-cloud 的云厂商指南。
io.github.EpicenterHQ/epicenter/writing-voice
长文写作的机构口吻：清晰、直接、自然、适合朗读。用于语气打磨、遣词调整、重写，或处理读起来像公司公文/AI 味道的文字。
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/azure-openai-to-responses
将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。
io.github.modu-ai/moai-adk/moai-domain-backend
后端开发专家，覆盖 API 设计、数据库集成、微服务架构和现代后端模式。在设计 API、实现服务端逻辑、认证或授权时使用。
io.github.jeremylongshore/claude-code-plugins-plus-skills/docker-container-basics
管理 Docker 容器基础操作，属于 DevOps Basics 的自动激活 skill。触发词：docker container basics、docker basics、docker。在处理容器基础操作时使用。
io.github.code-yeongyu/oh-my-openagent/remove-ai-slops
移除分支改动或明确文件列表中的 AI 生成代码异味（slop）。先用回归测试锁定行为，再通过批次为 5 的并行 deep agent 执行分类清理，最后用质量门禁验证。覆盖 10 类 slop，包括性能等价性、过度复杂（对象标注、if/elif 分支链）与超大模块（250+ 有效 LOC，并强制做模块化重构）。当用户要求 “remove slop”“clean AI code”“deslop”“clean up AI-generated code”“remove AI slop” 或清理近期改动中 AI 生成模式时务必使用。触发词：remove ai slops、clean ai code、deslop、cleanup AI generated、remove AI slop、clean up AI-generated code、strip slop、ai-slop cleanup。
io.github.DietrichGebert/ponytail/ponytail
适用于任何编码任务（编写、重构、修复、审查）的偷懒资深开发模式：YAGNI、标准库优先、不做未经要求的抽象。不适用于非编码请求。
