搜索「Job Search」的结果

io.github.f/prompts.chat/skill-lookup

使用 MCP 工具在 prompts.chat 注册库中搜索、获取并安装 Agent Skills。当用户要求查找 skill、浏览 skill 目录、为 Claude 安装 skill 或用可复用 AI agent 组件扩展 Claude 能力时使用。

io.github.Dicklesworthstone/pi_agent_rust/mcp-grep-code

从超过一百万个公开 GitHub 仓库中搜索真实代码示例。用于查找代码模式、实现示例或库的实际用法。触发条件：find code examples、how is [library] used、search GitHub code、grep.app search、code pattern。

io.github.garrytan/gstack/qa

Fix browser/API/CLI/job/worker/webhook bugs. (gstack)

io.github.garrytan/gstack/qa-only

仅出具报告的 QA 测试。（gstack）

io.github.affaan-m/ECC/nanoclaw-repl

Operate and extend NanoClaw, ECC's zero-dependency session-aware REPL, with persistent markdown-backed sessions and slash commands for model switching, skill loading, session branching, cross-session search, history compaction, and export. Use when running or extending scripts/claw.js, or when resuming, branching, compacting, searching, or exporting a NanoClaw session.

io.github.affaan-m/ECC/recursive-decision-ledger

Run repeated rollouts ("Prime Gauss" style recursive prompting) while keeping an append-only decision ledger of trials, marks, coherence checks, and promotion gates, so recursive confidence never auto-approves live trading, deploy, or destructive actions. Use when the user asks for repeated rollouts, marked decision processes, high-dimensional search, stochastic optimization, local-optima exploration, ensemble comparison, or recursive reasoning with a visible evidence trail.

io.github.affaan-m/ECC/videodb

Ingest, index, search, edit, and monitor video and audio with the VideoDB Python SDK — upload from files, URLs, or RTSP feeds, build spoken and scene indexes with timestamped search and playable clips, transcode and reframe, do timeline edits (subtitles, overlays, dubbing), and run real-time alerts on live streams or desktop capture. Use when working with video search, transcription, clipping, transcoding, streaming, or live video alerts.

io.github.skypilot-org/skypilot/skypilot

在启动云端 VM、Kubernetes pod 或 Slurm 作业以承载 GPU/TPU/CPU 负载、在云端 GPU 上训练或微调模型、部署带自动扩缩的推理服务（vllm、TGI 等）、编写或调试 SkyPilot 任务 YAML、用 spot/抢占式实例节省成本、跨云比较 GPU 价格、统一管理 25+ 云服务以及 Kubernetes、Slurm 与本地集群并在其间故障切换、排查资源可用性或 SkyPilot 错误、优化成本与 GPU 可用性，或迁移既有 Slurm 工作负载（把 sbatch 脚本、salloc 会话、job array 或 srun 调用转换为 SkyPilot 任务 YAML，并把 Slurm 命令、指令与 SLURM_* 环境变量映射到对应的 SkyPilot 写法）时使用。

io.github.CherryHQ/cherry-studio/cherry-tool-guide

面向通用 agent 的 Cherry Studio 一方工具与内置 shell 路由。在支持 shell 的会话中处理直接的本地工作时:用 `bun <file>` 运行 JS/TS、用 `bun x` 运行一次性 JS 工具;用 `uv run [--with <pkg>] python` 运行 Python、用 `uvx` 运行一次性 Python CLI;搜索用 `rg`。在修改项目依赖、判断工具用临时还是复用方式、读取或转换本地 Office/PDF 文件、跨 Agent 会话协调或委派,或使用 Cherry 自有的 web/浏览器、知识库、持久记忆、日程/通知、IM 渠道、图像生成、产物报告、托管 CLI、技能或 MCP 服务器注册能力前先加载本指南——即使用户没有点名工具。在处理 shell/文件变通方案前先查阅;以实时工具 schema 为准。

skillsmp.stas00-ml-engineering-skill-md

端到端训练与运维大规模 LLM/VLM/多模态模型的实战方法论与具体配方——选择并基准测试加速器、存储与网络；SLURM/Kubernetes 编排；最大化训练吞吐并在显存内装下模型；诊断并撑过训练不稳定、NaN/Inf 与硬件/作业故障；检查点与容错；推理性能与显存；调试多节点/多卡挂起；以及编写/运行测试。当用户在训练或微调大模型、遭遇低 TFLOPS/MFU、OOM、数据加载缓慢、损失尖峰/发散、NCCL/InfiniBand 或多节点挂起、节点/GPU 故障、检查点或抢占问题、存储/网络瓶颈，或需要挑选 GPU/云/文件系统，或估算推理延迟/吞吐时使用。提炼自《Machine Learning Engineering》，最新版本见 https://github.com/stas00/ml-engineering。

io.github.volcengine/OpenViking/openviking-skills

Find, use, create, install, share, update, and migrate agent skills stored in OpenViking (viking://~/skills and viking://agent/skills). Use it when a search result, or the session's <available-skills> list where the harness injects one, names a skill that fits the task; when a task looks like one a stored skill would cover; when the user asks to write, save, install, or share a skill from text, a Git repository, or a local folder; when a skill should work in every harness and on every machine; or when the user wants to move local skills (~/.claude/skills, ~/.agents/skills, ~/.cursor/skills) into OpenViking — "upload my skills", "save this as a skill", "迁移本地 skill", "把 skill 存到 OpenViking", "新建一个 skill". Covers the add_skill tool, running a skill's helper files, and which local skills must stay local.

io.github.affaan-m/ECC/unified-memory

通过本地 ECC Memory Vault，在 Claude、Codex、Hermes、Cursor、OpenCode 等代理之间共享可持久、可查验的上下文与交接信息。当代理需要保存工作状态、移交上下文、接手其他代理的任务或检索共享的项目知识时使用。

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

X/Twitter API 集成，用于发布推文、推文串、读取时间线、搜索和数据分析。涵盖 OAuth 认证模式、速率限制和平台原生内容发布。适用于用户希望以编程方式与 X 交互时。

io.github.Panniantong/Agent-Reach/skill

当用户想要调研/research/搜索/search/查/找/look up 互联网上的任何内容时务必使用——例如“全网调研 X”“帮我调研一下 X”“查一下 X”“搜搜 X”“看看大家怎么评价 X”“X 上有什么讨论”“research this topic”。当用户提到任何平台或分享任何 URL/链接时也务必使用：小红书/xiaohongshu/xhs、Twitter/推特/X、B站/bilibili、Reddit、Facebook、Instagram、V2EX、LinkedIn/领英/招聘/求职/jobs、YouTube、GitHub code search、小宇宙播客、雪球/股票行情、RSS feeds 或任意网页 URL。覆盖 15 个平台、多后端路由（OpenCLI / 各平台 CLI / API），6 个渠道零配置。运行 `agent-reach doctor --json` 查看当前各平台的后端。不适用于：写报告/数据分析/翻译等内容加工（本 skill 只负责从互联网获取内容）、发帖/评论/点赞等写操作、已有专门 skill 的平台（应先用专门 skill）。【路由方式】SKILL.md 包含路由表和常用命令，复杂场景需按需阅读对应分类的 references/*.md。分类：search / social（小红书/推特/B站/V2EX/Reddit/Facebook/Instagram）/ career(LinkedIn) / dev(github) / web(网页/文章/RSS) / video(YouTube/B站/播客) / finance(雪球/股票)。

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.affaan-m/ECC/unified-memory

通过本地 ECC Memory Vault，在 Claude、Codex、Hermes、Cursor、OpenCode 等代理之间共享可持久、可查验的上下文与交接信息。当代理需要保存工作状态、移交上下文、接手其他代理的任务或检索共享的项目知识时使用。

io.github.affaan-m/ECC/unified-memory

通过本地 ECC Memory Vault，在 Claude、Codex、Hermes、Cursor、OpenCode 等代理之间共享可持久、可查验的上下文与交接信息。当代理需要保存工作状态、移交上下文、接手其他代理的任务或检索共享的项目知识时使用。

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.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.PostHog/posthog/querying-posthog-data

在编写任何 HogQL/SQL 或调用 execute-sql 查询 PostHog 前的必读内容。当用户想搜索、查找或对 PostHog 实体（insight、仪表盘、群组、feature flag、实验、问卷、hog flow、数据仓库、person 等）做复杂聚合，以及查询分析数据（趋势、漏斗、留存、生命周期、路径、粘性、Web 分析、错误追踪、日志、会话、LLM traces）时使用。对受治理的业务或遥测指标（MRR、激活、计费用量、活跃组织、失败率）同样是第一站：先从原始事件或使用带类型的领域工具推导之前，检查语义层（system.information_schema.metrics 中的规范指标）。涵盖 HogQL 与 ClickHouse SQL 的语法差异、系统表 schema（system.*）、可用函数、查询示例与 schema 发现工作流。

io.github.supabase/supabase/safe-sql-execution

只要代码会构建、返回、拉取或执行针对用户真实 Postgres 数据库的 SQL，就使用本 skill——即使需求读起来像普通功能或 bug 修复，完全没提“security”“injection”或“SafeSqlFragment”。覆盖：编写或修改任何构造/返回数据库对象（表、视图、函数、DB 触发器、索引、RLS 策略）SQL 的 pg-meta 函数、查询构造器或接口；把 schema/表/列/搜索词/路由参数插入 SQL 文本；存储、读取或重跑从数据库往返的 SQL（策略定义、函数/视图定义、片段保存内容）；以及任何把 SQL 发到项目库的 Run/Apply/Execute 动作（SQL 编辑器执行选中、策略编辑器应用、片段执行器）。在动手写这类代码前就要加载，不要只在评审成品 diff 时才用。仅在改动完全不涉及 SQL 文本或执行时跳过——样式、无关的数据 hook、非 SQL 表单校验或 UI 布局工作。

io.github.K-Dense-AI/scientific-agent-skills/optimize-for-gpu

将科学 Python 工作负载加速到 NVIDIA GPU 上，并验证结果正确且更快。适用于 CUDA/GPU 优化；CPU 受限的 NumPy、SciPy、pandas、scikit-learn、NetworkX、scikit-image、向量检索、图像处理、图、仿真或文件 I/O 负载；CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA、RAFT 相关问题；以及性能剖析、内存搬运、kernel 或多 GPU 瓶颈。当大规模数据并行的 Python 代码很慢且 GPU 加速是合理选项时也应使用，即使用户没有提到 CUDA。

io.github.github/awesome-copilot/upstash-redis

使用 @upstash/redis 在 serverless 与边缘运行时通过 HTTP 访问 Redis，并用 @upstash/ratelimit 实现限流。适用场景：涉及 Upstash Redis；在 Next.js 路由处理器或中间件、Vercel、Cloudflare Workers、Deno、Bun 中无需 TCP 连接池地访问 Redis；或需要基于 TTL 的 cache-aside 缓存、会话存储、计数器，以及固定窗口、滑动窗口、令牌桶实现的 429 限流。不适用于自建或基于 TCP 的 Redis 客户端（ioredis、node-redis）、Redis Cluster 管理或向量相似度检索。

io.github.openclaw/openclaw/openclaw-pr-maintainer

遇到任何粘贴的 OpenClaw GitHub issue 或 PR 链接/编号时立即使用；也用于 OpenClaw issue/PR 编排、审查、分诊、根因修复、PR 重写、重复搜索、发起人身份/作者信息、账号注册时间/活跃度、评论、标签、关闭、合入或维护者证据核查。