搜索「Ai PDF」的结果

io.github.openclaw/openclaw/wiki-maintainer

维护 OpenClaw 记忆 wiki 库：确定性页面、受管区块、以来源为据的更新。

io.github.google/skills/ima-dai-sdk

将 Google Interactive Media Ads（IMA）动态广告插入（DAI）SDK 集成到网站、Web 应用、移动应用或 TV 应用中。用于：视频播放器需要在 Web、Android、iOS、tvOS 应用、Cast（CAF）接收端或 Roku 频道中加载并播放 HLS 或 DASH 流；应用需要使用 Google DAI 直播事件 asset key，或用于视频点播的内容源 CMS ID / video ID。切勿用于加载并播放 VAST 或 VMAP URL。

io.github.affaan-m/ECC/ito-training

在已完成的 Itô 算力预订上检查 ML 训练是否可用，当正式后端就绪时移交一份经明确确认的训练清单。在 ito-compute 已预订 GPU 节点、用户想在这些机器上做预训练、微调或强化学习之后使用。ECC 自身不实现任何训练技术栈。

io.github.affaan-m/ECC/ai-first-engineering

适用于 AI 代理产出大部分实现成果的团队的工程运营模型。在为大量由代理编写的代码库设定团队流程、评审门槛或归属规则时使用。

io.github.affaan-m/ECC/ai-regression-testing

面向 AI 辅助开发的回归测试策略。无数据库依赖的沙盒模式 API 测试、自动化缺陷检查工作流，以及捕捉 AI 盲点（同一模型既编写又审查代码）的模式。适用于为 AI 辅助编写的代码补充回归覆盖，或同一模型既编写又审查某次变更时。

io.github.moeru-ai/airi/use-agent-browser-for-airi

用 agent-browser 在 stage-tamagotchi Electron、stage-web 与 stage-pocket 移动 Web 布局下测试 AIRI 展示模型导入。适用于上传并验证贡献者提供的 Live2D ZIP、VRM 或 MMD ZIP/PMX/PMD 文件,包括绕过引导流程、按格式验证导入行为、渲染器验证与移动平台覆盖决策。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-cloud-forensics-with-aws-cloudtrail

调查 AWS 账号沦陷：用 boto3 的 LookupEvents 或在 S3 投递日志上跑 AWS Athena SQL 查询 CloudTrail，按可疑 user agent、源 IP 与事件名过滤，重建攻击者时间线。适用于追踪未授权 API 调用、S3 数据外泄、IAM 提权或凭据暴露，并编写含发现与修复建议的取证报告。

io.github.mukul975/Anthropic-Cybersecurity-Skills/detecting-qr-code-phishing-with-email-security

检测并防御 QR 码钓鱼（quishing）——攻击者把恶意 URL 藏进 QR 码图片绕过基于链接的邮件安全——使用图片威胁检测、OCR/QR 解码及移动端扫描手段（Microsoft Defender for O365、Proofpoint TAP、Barracuda Multimodal AI）。适用于针对 QR 钓鱼配置网关规则，或调查含可疑 QR 码的邮件。

io.github.mukul975/Anthropic-Cybersecurity-Skills/securing-container-registry-images

保护容器 registry 中的镜像（ECR、ACR、GCR、Docker Hub）：用 Trivy 与 Grype 扫描、用 Cosign 与 Sigstore 签名、配置 registry 访问控制，并搭建阻止未扫描或未签名镜像的 CI/CD 流水线。适用于建立 registry 安全控制，或在镜像晋升前强制执行扫描/签名检查。

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。