设计系统
SkillSkillsMP
io.github.affaan-m/ECC/design-system
用于生成或审计设计系统、检查视觉一致性，并审查涉及样式的 PR。在生成或审计设计系统、检查视觉一致性，或审查样式相关 PR 时使用。
source
“Nami AI” 共 1,156 个结果
io.github.affaan-m/ECC/design-system
用于生成或审计设计系统、检查视觉一致性，并审查涉及样式的 PR。在生成或审计设计系统、检查视觉一致性，或审查样式相关 PR 时使用。
io.github.garrytan/gstack/open-gstack-browser
启动 GStack Browser——内置侧边栏扩展、可由 AI 控制的 Chromium。
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.grafana/grafana/frontend-testing-strategy
按本仓库约定为 Grafana 前端代码（React/TypeScript，任意包或功能域）编写单元与 E2E 测试。新增、补齐或审查前端测试时使用；测试仅断言“渲染成功/已定义”、AI 生成测试质量存疑、或前端测试不稳定时同样适用。涉及可视化面板与 grafana-ui 可视化组件时，另需加载 panel-testing-strategy skill。
io.github.sickn33/agentic-awesome-skills/gpu-kubernetes-operations
Operate GPU-backed Kubernetes clusters for AI inference and training with scheduling, autoscaling, node health, MIG partitioning, and cost controls.
io.github.sickn33/agentic-awesome-skills/vector-database-ops
Deploy, manage, and optimize vector databases for AI applications.
io.github.google/skills/gke-manifest-generation
为 GKE Autopilot 与 GKE Standard 集群生成并更新安全、可用于生产的 Kubernetes YAML 清单。用于创建或修改 GKE 部署清单、配置容器安全上下文、设置 CPU/内存资源限制、定义就绪/存活/启动探针、挂载 Secret 与卷、配置 GKE Gateway API 路由、面向 Spot VM，或部署 AI 模型推理工作负载（vLLM、TGI、Gemma）。不用于实时集群操作、Pod 排障（用 gke-workload-troubleshooting）或集群基础设施供给（用 gke-cluster-creation）。
io.github.affaan-m/ECC/brand-voice
从真实的帖子、文章、发布说明、文档或站点文案中提炼出基于来源的写作风格画像，并在内容、触达和社媒工作流中复用。当用户希望语气统一、又不落 AI 写作的俗套时使用。
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.affaan-m/ECC/dmux-workflows
基于 dmux（面向 AI 代理的 tmux 面板管理器）的多代理编排。涵盖 Claude Code、Codex、OpenCode 等多种运行框架下的并行代理工作流模式。在并行运行多个代理会话或协调多代理开发工作流时使用。
io.github.affaan-m/ECC/agent-introspection-debugging
针对 AI 代理故障的结构化自调试流程，涵盖故障捕获、诊断、受控恢复与内省报告。当代理运行失败、需要可复现的诊断而不是盲目重试时使用。
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.ccxt/ccxt/ccxt-mcp
官方 CCXT MCP（Model Context Protocol）服务器——让 AI 代理连接 100+ 加密货币交易所与预测市场，进行行情、余额与可选的交易操作。涵盖在 Claude Desktop/Code、Cursor、VS Code 及其他 MCP 宿主中安装服务器；配置命名账户与 API key（保存在本地，模型永远接触不到）；能力分层与安全护栏；sandbox/testnet 交易；以及如何驱动这些工具。当用户希望代理跨交易所获取价格/订单簿/K 线、查看余额/挂单/持仓、下单或撤单，或探索预测市场时使用。
io.github.labring/FastGPT/deploy
FastGPT 的 Docker Compose 自托管部署流程。当用户要求 AI 智能体参照 /deploy/SKILL.md 用 Docker 部署 FastGPT 时使用，包括创建空的 fastgpt 目录、以非交互模式运行安装脚本、启动 Docker Compose、监控服务健康、排查 compose 问题，并返回访问地址、root 账号凭据与后续步骤。
io.github.koala73/worldmonitor/fetch-country-brief
按 ISO 3166-1 alpha-2 国家代码，获取当前的 AI 生成战略情报简报。当用户询问某国当前地缘政治、经济或安全局势摘要时使用。
io.github.serverless/serverless/serverless-mcp
使用 Serverless Framework 内置的 MCP 支持，将 Model Context Protocol（MCP）服务器托管到 AWS——基于官方 SDK 的服务器模块，部署到 AWS Lambda 的流式 API Gateway REST 端点后，自带网关访问控制与 OAuth protected-resource 发现，打包和 elicitation 状态均已代为实现。当用户要在 AWS 或 Lambda 上部署、托管、加固或调试 MCP 服务器，编写或编辑 serverless.yml 中的 `mcp:` 配置块，通过 HTTP 向 Claude 或其他 AI 客户端暴露 tools、resources 或 prompts，或遇到 `MCP_*` 配置错误（MCP_UNSUPPORTED_NODE_RUNTIME、MCP_FUNCTION_NAME_COLLISION、MCP_INVALID_STATE_ARN 等）时使用。即使用户没有点名 Serverless Framework 或 MCP，只要描述把自有工具通过 HTTPS 端点提供给 AI 客户端，也应触发。
io.github.zhaoxuya520/reverse-skill/pentest-tools
主动渗透测试工具链。覆盖信息收集、端口扫描、漏洞扫描、Web 渗透、SQL 注入、目录爆破、密码破解等场景。通过 MCP server（pentestMCP / mcp-security-hub）将 20+ 安全工具暴露给 AI agent。触发关键词：渗透测试、端口扫描、Nmap、漏洞扫描、Nuclei、SQL 注入、SQLMap、目录爆破、FFUF、密码破解、Hashcat、信息收集、子域名、Web 渗透、ZAP、Burp。
io.github.nextlevelbuilder/ui-ux-pro-max-skill/design
综合设计 skill：品牌识别、设计 token、UI 风格、logo 生成（55 种风格，可用 Gemini、Atlas Cloud 或 MuAPI AI）、企业识别系统（50 项交付物、CIP 样机）、HTML 演示（Chart.js）、banner 设计（22 种风格，社交/广告/网页/印刷）、图标设计（15 种风格，SVG，Gemini 3.1 Pro）、社交图片（HTML 转截图、多平台）。动作：设计 logo、制作 CIP、生成样机、做 slides、设计 banner、生成图标、制作社交图片/社媒图、品牌识别、设计体系。平台：Facebook、Twitter、LinkedIn、YouTube、Instagram、Pinterest、TikTok、Threads、Google Ads。
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.PostHog/posthog/exploring-llm-traces
使用 PostHog 的 MCP 工具调试并检查 LLM/AI 代理 trace。当用户粘贴 trace 或会话 URL（如 /ai-observability/traces/<id> 或 /ai-observability/sessions/<id>）、要求调试某个 trace、弄清哪里出了问题、检查代理是否正确使用了工具、验证上下文/文件是否被呈现、检查子代理行为、分析 LLM 决策，或研究 token 用量与成本时使用。当针对 `events.properties.$ai_input` / `$ai_output_choices` 的原始 SQL/HogQL 返回为空时也使用——消息内容只存在于专用的 `posthog.ai_events` 表中。
io.github.addyosmani/agent-skills/frontend-ui-engineering
构建生产级、可访问、响应式的用户界面。在构建或修改界面与页面、创建组件、实现布局、满足 WCAG 可访问性要求、管理状态时使用，或当产出需要达到生产质感而非 AI 生成感时使用。
io.github.affaan-m/ECC/data-scraper-agent
为任意公开来源（招聘网站、价格、新闻、GitHub、体育赛事等）构建全自动的 AI 数据收集代理。按计划抓取，用免费 LLM（Gemini Flash）丰富数据，将结果存入 Notion/Sheets/Supabase，并从用户反馈中学习。完全免费地在 GitHub Actions 上运行。当用户希望自动监控、收集或追踪公开数据时使用。
io.github.affaan-m/ECC/lead-intelligence
AI 原生的销售线索识别与触达流水线。以 Agent 驱动的信号打分、双向排序、熟人路径发现、基于来源的语调建模，以及针对邮件、LinkedIn 与 X 的渠道化触达，替代 Apollo、Clay 和 ZoomInfo。当用户希望找到、筛选并联系高价值联系人时使用。
io.github.PostHog/posthog/writing-code-comments
判定一条代码注释是否该存在，并强制留下的注释解释“为什么”而非“是什么”。在用任何语言（Python、TypeScript、Go、Rust、SQL）编写或编辑注释前务必使用，也用于评审新增注释的 diff。清除 clutter 代码库的注释类型：复述代码的旁白、变更历史与聊天上下文备注（“之前做了 X”“按 PR #123”“AI:”）、易失效的度量与现状标记（“约 20 分钟构建”“目前”“今天”）、被注释掉的代码与冗余 docstring。保留有价值的注释：不显然的 why、关于非本地影响的警告、指向未来读者无法自行重建上下文的线索。不适用于面向用户的文案（见 `/writing-user-facing-copy`）或提交信息。