搜索「Agent Behavior」的结果

io.github.ToolJet/ToolJet/manage-skills

在本仓库中添加、移动或修复代理技能——决定放在公开根目录还是私有 EE 子模块，并接好符号链接，使技能在 Claude Code、Cursor 与 Codex 中可从仓库根目录直接调用。当被要求添加、创建、移动、迁移或重命名技能，或技能未出现时使用。

io.github.stablyai/orca/orchestration

协调受监督的 Orca worker:线程消息、阻塞式问答、任务派发、worker_done/escalation 等待、任务 DAG、决策关卡以及 agent 间的工作分解。完全所有权移交("hand off"、"handoff"、"give this to another agent"、"another worktree")用 orca-cli,除非需要监督、监控或协调 DAG;终端控制、轻量终端提示、shell 命令、Orca 工作树管理、读取/等待终端也用 orca-cli。仅当需要 OS/窗口级控制(焦点、菜单、对话框、坐标、截图)时,才用 Computer Use 操作外部浏览器窗口、webview、Orca 应用 UI 或 Orca 内置浏览器之外的桌面 UI。Orca 内置页面用 orca-cli,外部页面用 Playwright/CDP 等页面自动化工具。

io.github.koala73/worldmonitor/verify-worldmonitor

用既有浏览器测试或限定范围的手动操作验证 WorldMonitor 仪表盘行为。适用于面板、地图图层、设置、搜索、国家简报、启动与仪表盘截图。

io.github.Significant-Gravitas/AutoGPT/pr-test

使用 docker compose、agent-browser 与 API 调用对 PR/分支进行 E2E 手动测试。当用户要求手动测试 PR、端到端测试某功能，或对运行中的系统执行集成测试时触发。

io.github.openai/codex/openai-docs

用于 Codex 模型/定价、定时任务、skills、设置、安装、排障、定制、自动化与自我知识——包括指代 Codex 的“you”“your”“this app”“this coding agent”——以及 OpenAI API/产品与 ChatGPT Work 的问题。也用于模型选型/迁移、prompt 撰写、SDK、Responses、Realtime、agents、evals 以及 Chat/Work/Codex 的对比。仅提到 Codex 的普通应用/软件任务不适用。

io.github.PostHog/posthog/modifying-taxonomic-filter

指导安全修改 TaxonomicFilter——PostHog 用于事件、action、属性、群组等的多标签选择器。先讲清经验性的产品现实（用户实际挑选和搜索什么）以及三个在用变体（legacy-control、藏在 TAXONOMIC_FILTER_CATEGORY_DROPDOWN 开关后的 legacy-pill、藏在 TAXONOMIC_FILTER_MENU_REBUILD 后的自选重构菜单），让改动以真实行为为评判标准并在多个界面镜像同步，而不是孤立地针对一支实现。在新增功能、修 bug 或重构 TaxonomicFilter、重构菜单或无头筛选面板时使用。

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.nexu-io/open-design/open-design-landing

以 Atelier Zero 视觉语言（Monocle / Apartamento / Études 编辑式拼贴）产出世界级的单页编辑型落地站——即 OpenDesign 自家营销页面所用的同一美学。代理从品牌简报填充类型化 `inputs.json`，可选经 gpt-image-2 生成 16 张拼贴素材，再由纯函数 compose 器输出自包含 HTML 文件。滚动显影动效与 Headroom 式吸顶导航自动装配。

io.github.openclaw/openclaw/telegram-e2e-userbot

在 Telegram 测试服务器上，用 Convex 租用的团队凭据验证用户可见的 OpenClaw Telegram 行为：驱动真实用户轮次，并记录消息、编辑、删除、表情回应、输入状态或富内容。

io.github.usestrix/strix/managed-pentesting-with-strix

通过 strix cloud CLI 或 REST API 在 app.strix.ai 平台上对 Web 应用、API、仓库或本地工作区进行托管式渗透测试,无需本地 Docker 或 LLM key。可安全审阅并上传本地源码、注册资产、启动并轮询扫描、分诊漏洞、导出 SARIF、下载合规报告、启动 PR 审查、购买额度和配置定时任务或 webhook。适用于托管式、持续、定时、团队跟踪或沙箱 agent 的安全测试。

io.github.nrwl/nx/setup-review-sandbox

一次性安装 reproduce-issue 技能与 reproduce-verifier 智能体所需的沙箱前置条件——Docker、隔离运行时（Linux 上用 gVisor，macOS 上用 Colima）、健康的容器网络，以及 nx-review-sandbox 工具链镜像（依据仓库的 mise.toml 构建）。操作幂等，可随时重跑以校验或修复。当用户说搭建审查沙箱、安装沙箱前置条件、构建沙箱镜像，或 reproduce-issue 的预检报告某项缺失时使用。

io.github.openclaw/openclaw/control-ui-e2e

在用 Vitest + Playwright 对 OpenClaw Control UI 图形界面做端到端测试、修复或扩展时使用，覆盖 Mock 网关 WebSocket 流程、Mock 面板运行、截图/视频，以及可由代理验证的浏览器证明。

io.github.PostHog/posthog/posthog-desktop

将工作限定在 products/desktop 下的桌面应用——一个嵌套的独立 pnpm/turbo/Biome 工作区，由现已归档的 PostHog/code 仓库引入；PR、CI 与发布以 posthog/posthog 为唯一事实来源，且不属于根前端或 Django 构建。当用户说 /posthog-desktop，或开发 Electron 桌面应用、apps/code、apps/web、apps/mobile、packages/core、packages/ui、packages/workspace-server、@posthog/api-client、@posthog/agent 或代理框架时使用。把工作目录钉在 products/desktop，以该目录树的工具链与约定取代 monorepo 的，并界定树外允许触碰的少数路径（应用调用的 Django API、根目录的 desktop-* CI）。

io.github.openclaw/openclaw/acp-router

把针对 Claude Code、Cursor、Copilot、OpenClaw ACP、OpenCode、Gemini CLI、Qwen、Kiro、Kimi、iFlow、Factory Droid、Kilocode 或明确 ACP 工具链工作的自然语言请求，路由到 OpenClaw ACP 会话或直接由 acpx 驱动的会话（“传话筒”流程）。涉及编码代理线程请求时先读本技能，且仅使用 `sessions_spawn` 创建线程。Codex 聊天绑定默认走原生 Codex app-server 插件，除非明确要求 ACP 或后台生成会话需要 ACP。

io.github.czlonkowski/n8n-mcp/n8n-self-hosting

使用 Docker Compose 部署在 Caddy 反向代理（自动 HTTPS）之后，将生产级自托管 n8n 端到端部署到一台全新的 Linux VM（通过 SSH）。每当用户想在自有服务器/VPS/主机（Hetzner、DigitalOcean、AWS EC2、裸金属等）上自托管、安装、设置、配置或部署 n8n——无论是单实例/常规模式还是带 worker 的队列模式——或更新、备份、恢复或加固这样的实例时使用。本技能针对自托管 n8n（Docker），不是 n8n Cloud，也不是构建工作流。它让 agent 先询问单实例还是队列模式，收集域名/SSH/时区输入，在机器上生成新密钥，并用 TLS 启动整套服务。触发于「deploy n8n」「self-host n8n」「install n8n on my server」「n8n docker compose」「n8n queue mode / workers / scaling」「n8n reverse proxy / SSL」「back up / update my n8n」等。

io.github.PostHog/posthog/splitting-oversized-modules

以可证明、不改变行为的方式，把超大的 Python 模块（上千行的 logic.py、models.py、api.py 或其测试文件）机械拆分为按关注点分离的包。当被要求拆分/分解上帝模块或从中搬出函数、在改动前人工已同意拆分，或在动手重组约上千行的模块内代码之前使用——拆解长函数或就地抽取 helper 只会把一切留在同一文件里，因此先查看值不值得拆的门槛并提议拆分。涵盖该门槛、以无环依赖图把符号分配给关注点、AST 加 tokenize 的搬迁脚本，以及证明结果是纯移动。仅限 Python——前端文件请用 writing-ui-components。不适用于把共享 helper 抽取到 common/，也不适用于在 products 之间搬代码（那是 isolating-product-facade-contracts）。

io.github.garrytan/gbrain/postgres-adopt

检测当前 gbrain 使用的是哪种引擎（PGLite 还是 Postgres），在智能体安装场景中优先选择 Postgres，并安装或开通 Postgres（通过 SUPABASE_ACCESS_TOKEN 发现 Supabase、本地 Postgres、需显式选择的 Docker），再用受保护的引擎迁移把已有的 PGLite brain 搬移过去。检测只需一条与引擎无关的命令，安装阶梯也只需一个参数。

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.PostHog/posthog/maintaining-python-tests

维护既有 pytest 与 Django 测试套件，且不放松正确性。当被要求压缩 Python 测试运行时长或 CI 工作量、排查缓慢的 pytest 套件、清理过期的迁移测试、合并重复 setup、提升 Python 测试归属感，或在合并后衡量测试优化是否见效时使用。按实测成本排序工作、将 writing-tests 的价值门槛应用于既有覆盖率、保留彼此独立的行为用例、在改动共享 fixture 后验证隔离性，并区分 testcase 工作与 pytest 套件墙钟时间。遇到偶发失败请改用 fixing-flaky-tests。

io.github.PostHog/posthog/formatting-insight-axes

在通过 `posthog:insight-create` 或 `posthog:insight-update` 创建或更新 insight 时选对 y 轴单位——同时覆盖 TrendsQuery（`trendsFilter.aggregationAxisFormat`）与 SQL insight（`DataVisualizationNode`、`chartSettings.yAxis[].settings.formatting`）。当代理即将仅为换算单位添加 `formula`（如把秒除以 60 显示为分钟）、`math_property` 或 SQL 列是时长、货币、比率或大计数，或用户在图表 insight 语境中提到“格式化 y 轴”“duration”“seconds”“minutes”“hours”“milliseconds”“ms”“percentage”“%%”“currency”“decimals”“axis label”“axis unit”时使用。

io.github.bentoml/BentoML/bentoml-deploy-scriptgen

生成可独立提交进仓库的生产部署脚本包（deploy/deploy.py + 一份仅含覆盖项的 config.yml——Kubernetes manifest 由它渲染），无需 agent 参与即可完成构建、容器化、推送、部署与验证 BentoML 服务——可在终端或 CI/CD 中运行。当用户说“generate a deployment script”“deploy from CI/CD”“set up a production deployment pipeline”“deploy without the agent”“give me a script I can commit to deploy this”“automate my BentoML deploys”等时使用。与交互式技能互补：bentoml-containerize、bentoml-k8s-deploy、bentoml-ec2-deploy 是在有你在场的情况下完成一次部署，本技能则产出可无限重复的脚本。支持 Kubernetes 与 EC2 目标。

io.github.screenpipe/screenpipe/screenpipe-chats

在已有的 screenpipe、Codex、Claude、Cursor 与 Gemini CLI 会话中搜索说过什么，并在用户明确要求时继续或引导某个确切会话。用于查找另一个 agent 对话、回忆某 agent 说过什么，或将工作交给某一个会话。

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.mem0ai/mem0/mem0-cli

Mem0 CLI——mem0 记忆操作的命令行界面。触发条件:用户提到 "mem0 cli"、"mem0 command line"、"@mem0/cli"、"mem0-cli"、"pip install mem0-cli"、"npm install -g @mem0/cli",或在终端/shell 中运行 mem0 命令(mem0 add、mem0 search、mem0 list、mem0 get、mem0 init、mem0 config、mem0 import)。查询包含 --user-id、--output、--json、--agent 等 CLI 参数,或描述 bash/zsh/终端使用时也触发。不触发:Python/TS 代码中的 SDK 集成(用 mem0 技能),或 Vercel AI SDK provider(用 mem0-vercel-ai-sdk)。