搜索「Full Stack Developer」的结果

io.github.HKUDS/OpenSpace/python-debug-execution-911f17

通过捕获完整 traceback 并核验工作目录，调试 Python 脚本执行失败。

io.github.ruvnet/ruflo/security-scan

使用 Ruflo 安全工具对代码库执行完整安全扫描。评审 PR 的安全回退、审计认证/输入处理代码、生产部署前，或用户要求按 quick/standard/deep 深度做安全检查时使用。

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.NVIDIA/skills/vss-deploy-detection-tracking-3d

以 MV3DT 模式（`MODE=mv3dt`）部署并运行 RTVI-CV-3D 微服务：逐相机 DeepStream 感知，加上标定相机的 BEV 融合。支持内置样例数据集、自定义视频文件与 RTSP 流；缺少标定时会串联调用 `vss-generate-video-calibration`。完整仓库蓝图请用 `vss-deploy-profile`，单相机 2D 检测请用 `vss-deploy-detection-tracking-2d`。

io.github.alpic-ai/skybridge/mcp-app-builder

指导开发者创建和更新 MCP 应用。覆盖完整生命周期：对照 UX 指南头脑风暴想法、初始化项目、实现工具/视图、调试、运行开发服务器、部署并将应用接入 ChatGPT。当用户想创建或更新 MCP 应用、MCP 服务器或使用 Skybridge 框架时使用

io.github.Hmbown/CodeWhale/codew-release-qa-sweep

在宣称 CodeWhale 发布工作完成之前使用：运行完整的门禁检查并列出人工 QA 目标。

io.github.HoangNguyen0403/agent-skills-standard/nextjs-tooling

配置 Next.js 的构建工具、部署与开发者工作流。用于为 Next.js 项目搭建 Turbopack、standalone Docker 输出、bundle 分析、CI 缓存、环境变量校验或 ESLint 集成。

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/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/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.comet-ml/opik/writing-e2e-tests

当开发者要为 Opik 的某个功能、页面或分支添加、编写或创建端到端测试时使用——例如「为实验对比页添加 e2e 测试」「为刚做的功能写测试」「这个分支的 e2e 测试」「给数据集条目流程加测试」。在 tests_end_to_end/e2e/ 中跑完整个循环——分析功能与前端代码、用 Playwright MCP 探索真实 UI、编写 Page Object Model + spec，并在本地运行直到通过。

io.github.apache/shardingsphere/review-pr

审阅 Apache ShardingSphere 的 PR 是否真正修复了根因，评估副作用与回归风险，并基于公开证据判断代码正确性或可合并性。若不可合并，则在 PR 的方向、根因模型或问题界定需要重新讨论时，产出符合维护者口吻的修改请求或需讨论反馈。也适用于 GitHub 可见的 PR 讨论、审查评论、被质疑的发现，以及可直接粘贴的维护者回复——凡涉及审查正确性、可合并性、修改请求合理性或根因证据的判断。支持面向高风险或明确拒绝零散审阅的全覆盖台账审查，并在最终输出前自我迭代。

io.github.DietrichGebert/ponytail/ponytail

强制采用真正可行的最懒方案：最简、最短、最少。模仿一位见惯一切资深工程师的姿态：先质疑任务是否根本不必存在（YAGNI），优先标准库而非自写代码、平台原生能力而非引依赖、一行而非五十行。支持强度档位：lite、full（默认）、ultra。适用于任何编码任务：编写、新增、重构、修复、审查、设计代码以及选择库或依赖。当用户说 ponytail、be lazy、lazy mode、最简方案、minimal solution、YAGNI、do less、shortest path，或抱怨过度设计、膨胀、模板代码、不必要的依赖时也应使用。不用于非编码请求（通识、文章、翻译、摘要、菜谱）。

io.github.aiskillstore/marketplace/typescript-node-expert

资深 TypeScript/Node.js 开发者，用于构建高质量、高性能、可维护的 CLI 工具与库。强制最佳实践、严格类型与现代模式。

io.github.mem0ai/mem0/mem0-oss-to-platform

制定并执行将项目从 mem0 开源/自托管 SDK(本地 Memory 类)迁移到 mem0 Platform 托管 SDK(MemoryClient 类)的方案。当开发者想把 mem0 从 OSS/自托管迁移到托管 API 时使用,例如"把 mem0 设置迁移到平台""从自托管 mem0 切换到 MemoryClient""改用 mem0 API key 而非本地 Qdrant""把 mem0 迁到云端/托管服务""用平台配置替换本地向量库+嵌入器配置"。适用于 Python(from mem0 import Memory → from mem0 import MemoryClient)和 TypeScript/JavaScript(import { Memory } from "mem0ai/oss" → import MemoryClient from "mem0ai")。即使用户没说"迁移"二字,但明显希望现有 mem0 集成改为访问托管平台时也应触发。先产出可审阅的迁移计划,经开发者确认后执行。

io.github.Stirling-Tools/Stirling-PDF/ui-before-after

分析分支或 PR，自动捕获其变更触及的每个 UI 界面前后截图，再做像素级差分呈现实际变化，并组装成可直接放进 PR 的前后对比拼图。通用且 diff 驱动：从 diff 推导捕获目标（变更的工具/路由 → URL）而非手工列举界面，「前」从基础分支捕获、「后」从头部分支捕获，仅保留视觉上确有差异的视图。每次对比自动裁剪到实际变化区域（差异像素包围盒），仅当变更覆盖大部分页面时才回退整页。用于前后截图、分支/PR 视觉差分、「给 PR 描述配截图」「展示 UI 改了什么」或 UI 变更并排对比。接受 PR 编号/URL（经 gh 解析）或分支名；默认当前分支对比其基础分支。参数：--scope <selector>、--base <ref|merge-base>、--theme light|dark|both、--all（捕获每条路由而非仅变更处）。

io.github.Stirling-Tools/Stirling-PDF/feature-walkthrough

端到端讲解当前分支的完整逻辑与流程，让毫无前置知识的人也能理解、审查并复现。从分支 diff 界定变更范围，追踪其触达的每一层流程（前端工具/hook/组件、Java controller/service/endpoint、Python 引擎、配置、i18n、测试），产出带 Mermaid 图（时序/流程/架构）、可点击引用的带注释文件地图、前后行为对比、涉及 UI 时的截图、「本地试跑」章节与边界情况/风险的自包含走查文档。当被要求做功能或分支走查、「解释这个分支做了什么」、设计/逻辑说明、PR 审查者上手或交接文档时使用。加 --html 可同时输出渲染的 HTML 版；--no-screens 跳过截图。

io.github.terryyin/translate-python/post-change-refactor

在提交前重构并清理未提交的变更。消除重复、重命名不清晰的领域概念、在类似变更可能出现时收敛散弹式修改、移除无用/仅测试用/冗余代码，并将超过 250 行的文件拆分为内聚模块，同时确认相关测试仍然通过。在完成一个阶段或子阶段后、提交前使用，或开发者要求清理当前变更时随时触发。触发词：refactor change、clean up change、post-change refactor、before commit cleanup、tidy current change。

io.github.telagod/code-abyss/backend

从更强模型蒸馏的后端工程判断经验——在选择技术栈、语言、数据库、队列或架构时调用；在设计服务、API、业务逻辑或 schema 时；在让系统达到生产可用（可观测性、故障处理、安全）时；或评审服务端代码、判断代码库健康度时。包含场景化技术栈取舍、逻辑设计规则、数据纪律、生产底线，以及“腐烂目录”（代码不可维护的早期征兆）。

io.github.netalertx/NetAlertX/mcp-activation

启用与 NetAlertX 运行时的实时交互。此技能配置 Model Context Protocol（MCP）连接，授予完整 API 访问权限，用于调试、故障排查与实时操作，包括数据库查询、网络扫描与设备管理。

io.github.netalertx/NetAlertX/testing-workflow

运行测试前必读。详细说明：单个标准单元测试（快）、完整套件（慢）、认证处理，以及获取 API Token 的方法。任务完成时必须运行测试。

io.github.openai/openai-agents-python/code-change-verification

当改动影响 OpenAI Agents Python 仓库的运行时代码、测试，或影响构建与测试行为时，执行必须通过的验证流程。

io.github.sickn33/antigravity-awesome-skills/api-onboarding

通过优化开发者上手旅程的每一步，缩短首次 API 调用耗时（TTFAC）。涵盖认证简化、沙箱环境、交互式文档，以及识别并消除常见失败点。触发词：“API……”

io.github.microsoft/hve-core/prompt-refactor

依据明确的需求，通过完整的 prompt-builder 闭环重构既有的提示词工件。