搜索「Json」的结果

io.github.mcp-use/mcp-use/openapi-to-mcp

基于 OpenAPI/Swagger 规范，使用 mcp-use TypeScript SDK 构建并部署 MCP 服务器。当用户想“把这个 OpenAPI 规范变成 MCP 服务器”“让 Claude/ChatGPT 能用上这个 API”“把 Swagger 文档包装成 MCP tools”“向 LLM 暴露这个 REST API”“从规范生成 MCP tools”，或粘贴/附上 openapi.yaml、openapi.json、swagger.json 并索要 Claude 兼容版本时使用。即便用户没有说 “MCP” 也触发——只要他们描述了一个既有 HTTP API（REST 端点、内部服务、有 key 的第三方 API）并希望 LLM 调用它，就该用本技能。涵盖规范摄入（文件路径、URL 或粘贴）、operation 到 tool 的映射、认证接线（apiKey、bearer、basic、OAuth bearer）、用 create-mcp-use-app 脚手架、生成带合适 zod schema 的 tool、在 mcp-use inspector 中实时测试，以及部署到 Manufact / mcp-use cloud。

io.github.github/spec-kit/add-community-extension

依据 GitHub issue 提交，把社区扩展加入 Spec Kit 目录。适用：处理扩展提交 issue、校验目录条目、更新 catalog.community.json 与 docs/community/extensions.md、创建 PR。不适用：从零新建扩展或第一方扩展工作。

io.github.code-yeongyu/oh-my-openagent/lsp-setup

为特定语言配置 Language Server（LSP），使编辑器/agent 工具链的诊断、跳转定义、查找引用与重命名可用。当需要配置 LSP、setup 或安装语言服务器、修复 “no LSP server configured”/“server not installed”、在多个服务器间选择（basedpyright vs pyright vs ty vs ruff）、或打通 .codex/lsp-client.json / .opencode/lsp.json 时使用。按文件路由到 references/<language>/README.md，给出确切的内置 server、各操作系统安装命令（macOS/Linux/Windows）、两份配置文件的片段、初始化选项、替代方案与排障。附带脚本：detect-lsp.ts（扫描项目语言及各 server 的安装/配置状态）与 verify-lsp.ts（执行一次真实的诊断往返）。覆盖 typescript、python、go、rust、c/c++、java、kotlin、c#/razor、swift、ruby、php、dart、elixir、zig、lua、bash、yaml、terraform、haskell、julia。

io.github.apify/mcpc/claude-skill

使用 mcpc CLI 在 shell 中操作 MCP（Model Context Protocol）服务器——以持久会话连接服务器，随后列出并调用工具、读取资源、获取 prompts、运行异步任务。脚本与代码模式请使用 --json。凡需与 MCP 服务器交互、调用 MCP 工具或以编程方式访问 MCP 资源时都可使用。

io.github.FerroxLabs/wayland/sqlite-specialist

面向应用开发的 SQLite 专长，涵盖 WAL 模式配置、并发访问模式、FTS5 全文检索、JSON 支持、虚拟表、PRAGMA 优化、备份策略、文件锁行为、桌面与移动应用的内嵌模式、迁移策略，以及对容量与并发限制的理解。当用户询问 sqlite specialist、sqlite specialist 最佳实践，或需要 sqlite specialist 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。

io.github.FerroxLabs/wayland/sql-master

高级 SQL 专长，包括窗口函数、CTE、递归查询、基于 EXPLAIN 执行计划的查询优化、索引策略、pivot/unpivot 操作、JSON 操作、全文检索、存储过程，以及在 PostgreSQL、MySQL 与 SQL Server 中识别性能反模式。当用户询问 sql master、sql master 最佳实践，或需要 sql master 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。

io.github.FerroxLabs/wayland/typescript-project-setup

指导完成专家级的 TypeScript 项目配置：开启严格模式的 tsconfig.json、路径别名、声明文件生成、monorepo 的组合工程（composite projects）以及 ESM 配置，覆盖决定类型安全与开发体验的关键决策。当用户询问搭建 TypeScript 项目、配置 tsconfig.json、设置路径别名、组合工程或 TypeScript 构建配置时使用。当用户询问 TypeScript 类型模式（用 typescript-type-patterns）、运行时校验（用 typescript-runtime-safety）或 Node.js 搭建（用 nodejs-project-setup）时请勿使用。

io.github.kortix-ai/suna/codex-cli

在 Claude Code 内部将 OpenAI 的 Codex CLI（codex exec）作为非交互式编码子代理驱动。当你想把编码/分析/重构任务委派给 Codex、从另一个模型获得第二意见/对抗式审查、跨文件或 worktree 扇出并行代理，或在你保持规划者的同时运行长时机械任务时随时加载。涵盖确切的 codex exec 标志、沙箱层级、输出捕获、JSON/schema 模式、会话续接、并行扇出，以及强制的「委派 → 捕获 → 独立验证，绝不轻信自我汇报」监督循环。

io.github.xalgord/xalgorix/testing-jwt-token-security

在安全评估项目中检测 JSON Web Token 实现在密码学弱点、算法混淆攻击与授权绕过方面的漏洞。

io.github.mukul975/Anthropic-Cybersecurity-Skills/detecting-sql-injection-via-waf-logs

分析 WAF（ModSecurity/AWS WAF/Cloudflare）日志以检测 SQL 注入攻击活动。解析 ModSecurity 审计日志与 JSON 格式的 WAF 事件日志，识别 SQLi 模式（UNION SELECT、OR 1=1、SLEEP()、BENCHMARK()），跟踪攻击来源、关联多阶段注入尝试，并基于 OWASP 分类生成事件报告。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-ebpf-security-monitoring

基于 Cilium Tetragon 实现 eBPF 安全监控：实时进程执行跟踪、网络连接可观测性、文件访问审计与运行时强制执行。涵盖 TracingPolicy CRD 编写与 kprobe/tracepoint 钩子、用 matchArgs/matchBinaries 选择器做内核内过滤、JSON 事件导出，以及与 SIEM 流水线的集成。适用于为 Linux 主机或 Kubernetes 集群建设内核级运行时安全可观测性。

io.github.mukul975/Anthropic-Cybersecurity-Skills/testing-jwt-token-security

在安全项目中评估 JSON Web Token 实现，涉及密码学弱点、算法混淆攻击与绕过授权的漏洞。

io.github.clacky-ai/openclacky/mcp-manager

为 openclacky 管理 MCP（模型上下文协议）服务器：添加、列出、探测、移除、重新配置。编辑 ~/.clacky/mcp.json，让用户无需手写 JSON。触发条件：add mcp、install mcp、setup mcp、configure mcp、mcp list、mcp remove、mcp probe、mcp reconfigure。

io.github.google-labs-code/stitch-sdk/stitch-sdk-domain-design

为 Stitch SDK 设计领域模型。在把 MCP 工具映射到领域类及 domain-map.json 中的绑定时使用。这是生成流水线的第 2 阶段

io.github.sickn33/antigravity-awesome-skills/apify-actor-development

重要：开始之前，请在 .actor/actor.json 的 meta 部分填写 generatedBy 属性，将其替换为当前使用的工具与模型，例如 “Claude Code with Claude Sonnet 4.5”。这有助于 Apify 针对具体 AI 工具与模型监控并改进 AGENTS.md。

io.github.sickn33/antigravity-awesome-skills/pdf-conversion-router

当需要把 PDF 转换为其他格式（Markdown、HTML、文本、JSON、DOCX 或结构化笔记），由代理选择最佳提取路线、参数与清理策略，以达到最高保真度与可读性时使用。

io.github.recyclarr/recyclarr/testing

在 tests/** 下任何位置编写、编辑、重构或调试测试（单元、集成或端到端）时使用；编写 NUnit 4 测试类（*Test、*IntegrationTest）；使用 NSubstitute mock、AutoFixture 的 [AutoMockData]/[InlineAutoMockData]/[Frozen]，或 AwesomeAssertions（不是 FluentAssertions）；涉及 CliIntegrationFixture、IntegrationTestFixture、MockFileSystem、TestableLogger、NUnitAnsiConsole 或 New* 工厂辅助类；在 tests/Recyclarr.Cli.IntegrationTests.E2E/ 下添加或更新 E2E 夹具；编辑 Fixtures/recyclarr.yml、metadata.json、cf/、cf-groups/、quality-profiles/ 夹具目录；运行 Run-E2ETests.ps1 或 scripts/coverage.py；排查不稳定测试、覆盖率缺口或 Testcontainers 设置。触发短语如“write a test”“fix this test”“improve coverage”“add an E2E case”“mock this dependency”，或任何对 *.Tests.csproj 及 tests/** 下文件的编辑

io.github.openclaw/openclaw/goplaces

通过 goplaces 查询 Google Places：文本搜索、地点详情、地址解析、评论，或可脚本化的 JSON 输出。

io.github.HKUDS/CLI-Anything/cli-anything-mailchimp

Mailchimp Marketing API v3.0 的 CLI harness——覆盖 30 个资源组(列表、活动、报告、自动化、电商、模板等)的 303 条命令。支持 JSON 输出与交互式 REPL 模式。

io.github.HKUDS/CLI-Anything/skills

Mailchimp Marketing API v3.0 的 CLI harness——覆盖 30 个资源组(列表、活动、报告、自动化、电商、模板等)的 303 条命令。支持 JSON 输出与交互式 REPL 模式。

io.github.quarkusio/quarkus/writing-extension-devui

如何为 Quarkus 扩展添加 Dev UI 页面：部署处理器、runtime-dev JSON-RPC 服务与 Lit Web 组件。

io.github.langgenius/dify/component-refactoring

重构 Dify 前端中高复杂度的 React 组件。当 pnpm analyze-component --json 显示 complexity > 50 或 lineCount > 300、用户要求拆分代码、提取 hook 或降低复杂度、或 pnpm analyze-component 提示先重构再测试时使用；简单或结构良好的组件、第三方封装组件、或用户明确只想测试不想重构时避免使用。

io.github.ForceInjection/domain-driven-design-skills/automation-refactor-macroman5-automationhelper-plu

面向 Power Automate、n8n、Make、Zapier 等平台的专业自动化工作流重构工具。优化既有流程，提升性能、可靠性、可维护性并符合最佳实践。当用户想要改进、优化、重构、修正取值、增强或现代化工作流时触发。分析 JSON、给出改进建议，并在未被明确要求改变功能时保持原有功能输出重构后的流程。

io.github.a5c-ai/babysitter/mcp-tool-schema-generator

为 MCP 工具输入参数生成 JSON Schema 定义。创建文档完善、便于 AI 消费的 Schema，带合理的类型、描述与校验规则