探索 MCP Server 与 Agent Skill

io.github.affaan-m/ECC/motion-advanced

React/Next.js 的高级动效模式——拖放、手势、文本动画、SVG 路径绘制、自定义 hook、命令式动画序列（useAnimate）、加载指示器，以及完整的 API 选择决策树。依赖 motion-foundations。当在 React 或 Next.js 中实现拖放、手势、文本或 SVG 动画，或命令式动画序列时使用。

io.github.affaan-m/ECC/code-tour

创建 CodeTour 的 `.tour` 文件——面向特定角色、带真实文件与行号锚点的分步讲解。用于新人上手导览、架构走查、PR 导览、RCA 导览，以及结构化的“解释这是如何工作的”类请求。当用户要求代码导览、上手讲解、PR 导览，或解释某个子系统如何工作时使用。

io.github.affaan-m/ECC/backend-patterns

面向 Node.js、Express 和 Next.js API 路由的后端架构模式、API 设计、数据库优化与服务端最佳实践。当构建或审阅 Node.js、Express、Next.js 的 API 路由及其数据访问时使用。

io.github.affaan-m/ECC/frontend-patterns

面向 React、Next.js 的前端开发模式，涵盖状态管理、性能优化与 UI 最佳实践。当构建或审阅 React、Next.js 的组件、状态或渲染性能时使用。

io.github.affaan-m/ECC/kubernetes-patterns

面向生产级部署的 Kubernetes 工作负载模式、资源管理、RBAC、探针、弹性伸缩、ConfigMap/Secret 处理以及 kubectl 调试。当编写或审阅 Kubernetes 清单，或调试探针、RBAC、弹性伸缩与资源限制时使用。

io.github.affaan-m/ECC/mcp-server-patterns

使用 Node/TypeScript SDK 构建 MCP 服务器——涵盖工具、资源、提示、Zod 校验，以及 stdio 与 Streamable HTTP 的取舍。最新 API 请查阅 Context7 或 MCP 官方文档。当需要构建或调试 MCP 服务器——工具、资源、提示、校验或传输方式选择时使用。

io.github.affaan-m/ECC/agentic-os

在 Claude Code 之上构建可持久化的多 Agent 操作系统。涵盖内核架构、专职 Agent、斜杠命令、基于文件的记忆、定时自动化，以及无需外部数据库的状态管理。当需要在 Claude Code 上构建自带记忆、命令与调度能力的持久化多 Agent 系统时使用。

io.github.affaan-m/ECC/agentic-engineering

以 Agentic 工程师的方式开展工作：评测优先执行、任务拆解与成本感知的模型路由。当需要规划或执行交由 Agent 端到端完成的工程工作时使用。

io.github.affaan-m/ECC/agent-payment-x402

为 AI Agent 加入 x402 支付执行能力，支持按任务预算、支出管控与非托管钱包。通过 agentwallet-sdk 支持 Base，通过 OKX Payments / OKX Agent Payments Protocol 支持 X Layer。当 Agent 需要自行付费，并需要按任务预算、支出管控与非托管钱包时使用。

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.affaan-m/ECC/agent-harness-construction

设计并优化 AI Agent 的动作空间、工具定义与观察格式，以提升任务完成率。当需要定义或修改 Agent 的工具集、动作空间或观察格式时使用。

io.github.affaan-m/ECC/agent-eval

在自定义任务上对编码 Agent（Claude Code、Aider、Codex 等）进行正面对比，给出通过率、成本、耗时与一致性指标。当需要在多个编码 Agent 之间做选择，或对 Agent 配置的改动需要实测通过率、成本与耗时而非凭感觉时使用。

io.github.affaan-m/ECC/agent-architecture-audit

面向 Agent 与 LLM 应用的全栈诊断。按 12 层 Agent 技术栈审查包装层回归、记忆污染、工具调用约束失效、隐藏的修补循环与渲染损坏，输出按严重程度排序的问题清单，并给出以代码为优先的修复建议。构建 Agent 应用、自主循环或任何 LLM 功能的开发者必备。当 Agent 或 LLM 功能表现异常且故障层级不明，或在上线一套 Agent 技术栈之前使用。

io.github.affaan-m/ECC/security-scan

使用 AgentShield 扫描你的 Claude Code 配置（.claude/ 目录），发现安全漏洞、配置错误和注入风险。检查 CLAUDE.md、settings.json、MCP 服务器、hooks 和代理定义。在审计 .claude/ 目录——CLAUDE.md、settings.json、MCP 服务器、hooks 或代理定义——时使用。

io.github.affaan-m/ECC/security-bounty-hunter

在仓库中搜寻可被利用、够得上赏金的安全问题。聚焦可远程触达、符合真实上报标准的漏洞，而不是只有本地价值的噪音发现。在仓库中寻找可上报、可远程触达的漏洞时使用。

io.github.affaan-m/ECC/llm-trading-agent-security

自主交易代理（拥有钱包或交易权限）的安全模式。覆盖提示注入、支出限额、发送前模拟、熔断器、MEV 防护和密钥管理。当自主代理持有钱包或交易权限，且需要审查其限额、模拟或密钥管理时使用。

io.github.affaan-m/ECC/defi-amm-security

Solidity AMM 合约、流动性池和换币流程的安全清单。覆盖重入、CEI 排序、捐赠/通胀攻击、预言机操纵、滑点、管理员权限和整数运算。在审计或编写 Solidity AMM、流动性池或换币代码时使用。

io.github.affaan-m/ECC/deployment-patterns

Web 应用的部署工作流、CI/CD 流水线模式、Docker 容器化、健康检查、回滚策略与生产就绪检查清单。在搭建 CI/CD、容器化应用或发布前做生产就绪检查时使用。

io.github.affaan-m/ECC/api-connector-builder

完全遵循目标仓库现有集成模式来构建新的 API 连接器或 provider。需要在不另造一套架构的前提下再加一个集成时使用。

io.github.affaan-m/ECC/api-design

REST API 设计模式：资源命名、状态码、分页、过滤、错误响应、版本管理，以及生产 API 的限流。在设计或审查 REST 端点、资源命名、状态码、分页或版本管理时使用。

io.github.affaan-m/ECC/python-testing

基于 pytest、TDD 方法、fixture、Mock、参数化和覆盖率要求的 Python 测试策略。在编写 pytest 测试——fixture、Mock、参数化或覆盖率——时使用。

io.github.affaan-m/ECC/python-patterns

Pythonic 惯用法、PEP 8 规范、类型提示，以及构建健壮、高效、易维护 Python 应用的最佳实践。在编写或审查 Python 代码，且涉及惯用结构、类型标注或 PEP 8 时使用。

io.github.affaan-m/ECC/prompt-optimizer

分析原始提示词，识别意图与缺口，匹配 ECC 组件（skill/命令/代理/hook），输出可直接粘贴的优化后提示词。只提供建议——绝不亲自执行任务。触发时机：用户说“optimize prompt”“improve my prompt”“how to write a prompt for”“help me prompt”“rewrite this prompt”，或明确要求提升提示词质量。中文等价说法同样触发：“优化prompt”“改进prompt”“怎么写prompt”“帮我优化这个指令”。不触发时机：用户希望直接执行任务，或说“just do it”/“直接做”。当用户说“优化代码”“优化性能”“optimize performance”“optimize this code”时不触发——那些是重构/性能任务，不是提示词优化。

io.github.affaan-m/ECC/project-guidelines-example

面向具体项目的技能模板，涵盖架构、模式、测试与部署指南。