搜索「Log Analysis」的结果

io.github.glebis/claude-skills/automation-advisor

使用自动化决策矩阵框架的交互式自动化决策顾问。在用户问“这个该自动化吗？”、想评估自动化机会、计算自动化 ROI 或盈亏平衡点，或请求自动化决策分析时使用。引导结构化问卷、为四个维度打分、应用覆盖检查，并生成带可视化决策图的 Obsidian 格式报告。

io.github.danielmiessler/LifeOS/Apify

通过 Apify actor 抓取社交平台、商业数据与电商内容——Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon 及通用网页爬取——并在代码中过滤。适用场景：抓取 Instagram/LinkedIn/TikTok/YouTube/Facebook、Google Maps 销售线索、Amazon 评论、商业智能、多平台社媒监听、竞品分析、线索生成、社媒监控、Apify actor、网页爬取、提取联系人。不适用于 X/Twitter 操作（用 _X）、四级代理递进式抓取（用 BrightData）、真实 Chrome 反爬绕过与 computer use（用 Interceptor）。

io.github.aiskillstore/marketplace/mobile-debugging

调试 React Native 应用，包括 metro bundler 问题、原生错误、性能问题与崩溃分析。在排查错误或调查问题时使用。

io.github.microsoft/skills-for-fabric/sqldb-operations-cli

在 OLTP endpoint 上通过 sqlcmd 针对 Query Store、DMV、sys.dm_db_resource_stats 和 Extended Events 诊断 Fabric SQL database 的性能。识别资源消耗最高、最慢或代价最大的查询，处理查询性能排序、阻塞链、缺失索引与执行计划回退诊断。日常数据查询请用 sqldb-consumption-cli 技能；schema 变更请用 sqldb-authoring-cli 技能。触发语：query store slow query analysis sqldb top queries、top resource-consuming queries from query store sqldb、slowest queries sql database in Fabric query store、most expensive queries sqldb query store、sql database in Fabric blocked sessions head blocker chain sqlcmd、sqldb missing index recommendation、sqldb regressed plan instability sqlcmd、sqldb extended events trace。

io.github.microsoft/skills-for-fabric/sqldb-consumption-cli

通过 sqlcmd 查询 Fabric 中的 SQL database：在 OLTP 与 SQL 分析 endpoint 上进行交互式探索、向量相似度、JSON、时态查询与安全策略检查。schema 变更请使用 sqldb-authoring-cli 技能。触发语：sql database in Fabric query sys.tables sqlcmd、sql database in Fabric system view list user tables sqlcmd、list user tables sqldb、sys.tables sqldb、explore sqldb schema、vector similarity sqldb、RAG embedding sqldb、row level security sqldb inspect、audit log sqldb inspect、chat with sqldb、export sqldb rows、temporal as of sqldb、json openrowset sqldb。

io.github.lobehub/lobehub/agent-tracing

代理追踪 CLI，用于执行快照。适用于 agent-tracing、trace、快照、LLM 调用检查、上下文引擎数据、代理步骤分析、执行调试，或按 operation id 拉取远程/生产追踪（「拉线上 tracing」）。也是排查代理工具调用问题的第一站——错误或缺失的 tool_calls、异常的工具参数或结果、某步骤可用的工具，以及某工具为何在彼处运行。

io.github.PurpleAILAB/Decepticon/mobile

当测试目标是 Android（APK / AAB）或 iOS（IPA）应用时使用。涵盖静态分析（jadx、apktool、class-dump）、基于 Frida 与 Objection 的动态插桩、SSL pinning 绕过、root/越狱检测绕过、deep-link / URL scheme 滥用、导出组件攻击、IPC 重定向、WebView 漏洞，以及生物识别 / Face ID / Touch ID 绕过。

io.github.Dynatrace/dynatrace-for-ai/dt-obs-kubernetes

Kubernetes 集群、Pod、节点与工作负载监控。在分析 K8s 健康状态、资源优化、Pod 故障、OOMKill、调度或安全态势时使用。也用于 Pod 重启、OOM 事件、驱逐等 Kubernetes 运维事件及集群事件历史分析。触发词："Kubernetes pods"、"K8s cluster health"、"OOMKill"、"pod restarts"、"container CPU"、"namespace resource usage"、"over-provisioned pods"、"privileged containers"、"pod placement"、"K8s node capacity"、"running containers by cluster"、"workload scheduling"、"pod evictions"、"K8s labels and annotations"、"kubernetes events"、"pod restart events"、"OOM events"、"K8s event history"。不用于解释已有查询、产品文档问题、AWS 专属资源查询、服务级 RED 指标、分布式追踪或日志分析 —— 请改用相应技能。

io.github.langflow-ai/langflow/frontend-i18n

使用 i18n 体系（i18next / react-i18next）添加、修改或审查 Langflow 前端的用户可见文案。当变更涉及新增或编辑 UI 字符串——标签、按钮、tooltip、模态框、toast、错误提示、空状态——或审查包含用户可见文案的 diff 时使用。所有用户可见字符串必须走翻译体系，且每个新 key 必须存在于全部 locale 文件中。不适用于后端字符串、日志消息或代码标识符。

io.github.microsoft/skills/deploy-model

统一的 Azure OpenAI 模型部署 skill，按意图智能路由。支持快捷预设部署、完全自定义部署（版本/SKU/容量/RAI 策略），以及跨地域与项目的容量查询。适用：deploy model、deploy gpt、创建部署、模型部署、部署 openai 模型、初始化模型、预置模型、查容量、查模型可用性、该在哪个地域部署、容量分析。不适用：列出现有部署（请用 foundry_models_deployments_list MCP 工具）、删除部署、创建 agent（用 agent/create）、创建项目（用 project/create）。

io.github.onyx-dot-app/onyx/browser

浏览器使用核心指南，运行任何浏览器命令前先读。内容包括 snapshot 与 ref 工作流、页面导航、元素交互（click、fill、type、select）、文本与数据提取、截图、标签页管理、表单与登录态处理、等待内容、并行运行多个浏览器会话，以及常见失败问题的排查。当用户要求与网站交互、填表、点击、提取数据、截图、登录站点、测试 Web 应用或自动化任何浏览器任务时使用。

io.github.sickn33/antigravity-awesome-skills/code-showcase-systematic-debugging

带根因分析的四阶段调试方法。在排查缺陷、修复测试失败或调试异常行为时使用。强调“先找根因，再谈修复”。

io.github.leookun/cursor-byok/cursor-client-e2e-debugging

在本仓库中调试 Cursor 客户端 Agent/本地模式/工具/后端存储/Provider 回放失败时使用，尤其是状态/上下文历史存储重构之后：只读分诊已安装的应用包、将已安装客户端行为与仓库代码关联、把用户提供 id 映射到会话/请求/模型调用证据、从调试日志回放 Provider 请求，或快速定位当前的客户端/后端/协议/日志文件

io.github.mohitagw15856/pm-claude-skills/sql-optimizer

诊断慢 SQL 查询并给出具体的优化方案。当需要优化 SQL、加速慢查询、降低查询成本/扫描量、修复查询超时或分析查询计划时使用。产出分析结论——可能的瓶颈、查询计划的问题（全表扫描、糟糕的 join、溢写磁盘）、具体的改写和索引/分区调整以及预期收益，并附上优化后的查询。

io.github.netdata/netdata/codacy-audit

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

io.github.code-yeongyu/oh-my-openagent/git-master

只要任务需要提交或调查 git 历史就务必使用。涵盖原子提交、暂存、commit message 风格、rebase、squash、fixup/autosquash、blame、bisect、reflog、git log -S/-G，以及“这是谁写的”“这段什么时候加的”之类的问题。除非用户要求 git 相关操作，否则不用于普通代码编辑。

io.github.borghei/Claude-Skills/database-designer

面向 PostgreSQL、MySQL、MongoDB 与 DynamoDB 的数据库设计，含 schema 分析、索引优化与迁移生成。在设计 schema、优化查询、规划迁移或分析数据库性能时使用。

io.github.mukul975/Anthropic-Cybersecurity-Skills/detecting-mobile-malware-behavior

通过行为分析、权限滥用检测、网络流量监控与动态插桩，检测并分析移动应用中的恶意行为。适用于分析可疑移动应用的数据外泄、C2 通信、凭据窃取、短信拦截或其他恶意软件迹象。对涉及移动恶意软件分析、应用行为监控、木马检测或可疑应用调查的请求自动激活。

io.github.jeremylongshore/claude-code-plugins-plus-skills/wondelai-design-sprint

用结构化的 5 天流程制作原型、测试并与真实用户一起验证产品想法。当用户提到 “design sprint”、“validate in a week”、“rapid prototype”、“test with users”、“de-risk before building”、“GV sprint”、“prototype testing” 或 “design workshop” 时使用。也可在团队需要快速做出关键产品决策、化解各方分歧，或在投入开发前先验证高风险想法时触发。覆盖梳理、草图、决策、原型与测试。持续实验见 lean-startup，用户任务分析见 jobs-to-be-done。

io.github.PurpleAILAB/Decepticon/mobile-security

移动应用安全侦察——APK/IPA 分析、权限枚举、证书校验、硬编码密钥检测、不安全存储识别、网络安全分析。

io.github.code-yeongyu/oh-my-openagent/git-master

任何 git 操作都务必使用：原子提交、rebase/squash、历史检索（blame、bisect、log -S）。强烈建议：配合 task(category='quick', load_skills=['git-master'], ...) 使用以节省上下文。触发词：commit、rebase、squash、who wrote、when was X added、find the commit that。

io.github.rmyndharis/antigravity-skills/database-optimizer

资深数据库优化专家，精通现代性能调优、查询优化与可扩展架构。掌握高级索引、N+1 问题消解、多层缓存、分区策略和云数据库优化。处理复杂查询分析、迁移策略和性能监控。在数据库优化、性能问题或可扩展性挑战方面主动使用。

io.github.HKUDS/CLI-Anything/video-creation

面向视频生产的按能力组合的多工具矩阵。agent 按能力挑选 provider(CLI-Anything harness、公开 CLI、Python 库、原生二进制、云 API),而非固定阶段流水线,涵盖分镜规划、故事/声音指导、素材分诊、网络视频/音乐搜索下载、采集/生成、分析、声音设计、高质量字幕设计、NLE/渲染问题排查、审阅与打包交付。

io.github.alirezarezvani/claude-skills/security-pen-testing

当用户要求进行安全审计、渗透测试、漏洞扫描、OWASP Top 10 检查或进攻性安全评估时使用。涵盖静态分析、依赖扫描、密钥检测、API 安全测试与渗透测试报告生成。