探索 MCP Server 与 Agent Skill

io.github.PramodDutta/qaskills/docker-testcontainers

使用 Testcontainers Node.js API，在一次性 Docker 容器中以真实依赖进行集成测试——GenericContainer、端口暴露、等待策略、模块容器、Docker Compose 环境与可靠清理。

io.github.x-cmd/x-cmd/agent-browser

通过 Chrome/Chromium CDP 做浏览器自动化——打开、快照、点击、截图。用于测试 Web 应用、移动端布局与自动化交互，无需 Playwright/Puppeteer。

io.github.bytedance/deer-flow/blocking-io-guard

确保可能阻塞 asyncio 事件循环的异步路径后端代码，在 tests/blocking_io/ 受经实战检验的运行时锚点保护。在修改 app/、packages/harness/deerflow/ 或 scripts/ 下的后端 Python、对全仓库跑阻塞 IO 分诊轮次，或评审者/CI 要求阻塞 IO 覆盖时使用。执行确定性扫描（变更行或全仓库）、为每个候选项路由、起草/扩展锚点，并在阻塞 IO 回归时证明锚点会失败。

io.github.github/awesome-copilot/pinecone-rag

以 Pinecone 作为向量数据库后端构建生产级 RAG 管道与持久化 agent 记忆。当用户提到 Pinecone、需要为语义检索索引文档、构建检索增强生成系统、跨会话存储 agent 记忆、实现混合检索，或把 LLM 接入可检索知识库时使用；也适用于向量数据库选型、多租户 agent 的 namespace 隔离、embedding 管道、以及将知识库扩展到本地存储之外的场景。不适用于本地向量库（Chroma、FAISS、pgvector）或纯关键词检索。

io.github.gradio-app/gradio/frontend-unit-testing

使用 Vitest 浏览器模式、Playwright 与 @self/tootils 测试工具，为 Gradio 前端的 Svelte 组件编写全面的、行为驱动的单元测试。

io.github.K-Dense-AI/scientific-agent-skills/experimental-design

在数据采集之前设计实验与研究方案——选择设计类型、随机化、区组化以及安排处理组合，使结果真正可解释。当有人正在规划研究、询问如何把受试者/样本分组、提到随机化、区组、分层、对照、析因或部分析因设计、实验设计（DOE）、多因素筛选、响应面优化、交叉/重复测量/裂区设计、整群分组随机化、拉丁方、孔板布局、批次与进样顺序效应、重复与伪重复，或序贯/自适应/群序贯设计时使用。即使表述随意，例如这个实验该怎么安排、如何避免混杂、测试这 6 个因素的最佳方式、把这些小鼠分配到各处理组，也应触发。若设计已定、需要计算样本量或统计功效请使用 statistical-power，分析已采集的数据则使用 statistica。

io.github.civitai/civitai/deploy-status

在 DataPacket 集群上检查 civitai 生产环境部署沿 Tekton -> Flux -> Flagger 实链路的状态（kubectl，只读）。Tekton/Flagger 集群状态是首要事实来源；GitHub Deployments API 作为公开交叉核对手段。用于查看部署处于链路哪个环节、盯完整个部署，或调试构建/金丝雀发布失败。

io.github.mycelium-io/mycelium/cursor-e2e

为 Mycelium 的 cursor 适配器运行端到端冒烟测试。验证 cursor-agent 前置条件、单机分发、经 hub 的多机分发、与 claude_code/openclaw 的跨家族协商、工作区资源漂移以及鉴权失败。在全新安装后验证 cursor 集成、改动 cursor 家族代码（`integrations/cursor/**`、`daemon/dispatch.py`、`daemon/runner.py`）或升级 `cursor-agent` 之后使用。

io.github.SethGammon/Citadel/refactor

带自动回滚的安全多文件重构。先建立类型/测试基线，规划全部改动，逐文件执行并验证零回归；若两次修复尝试后验证仍失败则回滚。支持重命名、提取、移动、拆分、合并与内联。

io.github.MCPJam/inspector/create-mcp-eval

使用 @mcpjam/sdk 为任意 MCP 服务器生成全面的评测测试。支持 Jest 与 Vitest，提供确定性与 LLM 驱动的测试模式

io.github.alirezarezvani/claude-skills/mcp-server-builder

从 OpenAPI 契约设计并交付可用于生产的 MCP（Model Context Protocol）服务器，而非手写工具封装。支持 Python 与 TypeScript，含 Schema 校验与安全演进。适用于将现有 API 暴露为 MCP 服务器、为 Claude 或 Codex 或 Cursor 构建工具集成，或从零搭建 MCP 项目。

io.github.tursodatabase/turso/yield-injections

用于 Turso 的 yield 注入或合成故障注入机制，以实现安全可恢复的状态机边界，包括 YieldInjector、FailureInjector、YieldPointMarker、inject_transition_yield!、inject_io_yield!、inject_transition_failure!、CommitYieldPoint、CheckpointYieldPoint、CursorYieldPoint、确定性交错测试、废弃语句/提交测试，以及并发模拟器的 yield 计划。

io.github.alirezarezvani/claude-skills/slo-architect

用于定义、评审或运维 SLO/SLI/错误预算。触发词包括「define an SLO」「what should our SLO be」「error budget」「burn rate」「SLI」「service level objective」「Google SRE workbook」「multi-window burn-rate alert」，或任何可靠性目标问题。附带 SLO 设计器、带多窗口燃烧率阈值的错误预算计算器，以及捕捉常见缺陷（目标过于激进、窗口过短、SLO 冲突、缺少 SLI 定义）的 SLO 评审器。4 份关于 SLO 原则+SLI 设计+错误预算数学+与 feature-flags-architect/chaos-engineering/kubernetes-operator 组合的参考文档。不是通用的可观测性技能——专注 SLO 这一学科。

io.github.alirezarezvani/claude-skills/chaos-engineering

用于规划、执行或从混沌工程实验中学习。触发词包括「chaos experiment」「fault injection」「gameday」「resilience test」「blast radius」「steady state」「abort criteria」「Chaos Toolkit」「Chaos Mesh」「Litmus」「Gremlin」「AWS FIS」，或任何刻意故障注入的问题。附带实验设计器、爆炸半径计算器与复盘生成器（均为 stdlib Python）、4 份关于混沌原则+实验设计+攻击分类法+工具生态的参考文档，以及 /chaos-experiment 斜杠命令。可与 feature-flags-architect（将 kill switch 作为中止触发器）及 kubernetes-operator（常见混沌目标）组合。

io.github.alirezarezvani/claude-skills/api-design-reviewer

全面的 REST API 设计审查，含自动 lint、破坏性变更检测与设计记分卡。在 API 上线前捕捉不一致的约定、缺失的版本化与设计异味。用于审阅新增或改动 API 端点的 PR、审计现有 API 的 v2 迁移，或为团队确立 API 标准时。

io.github.iamasters-academy/iamasters-os/automation-loop-engine

循环工程（Loop Engineering）引擎。把重复劳动变成系统：一次设计、多次执行，带校验、人工关卡与经验沉淀（REGLAS.md）。三种功能：(1) 安装 —— 首次使用时通过 5 个问题访谈，按各用户的业务、工具与边界定制本技能；(2) 雷达 —— 察觉某项任务正在变成长期循环，并询问「我们是把它设计成系统，还是先直接跑一次？」；(3) 工厂 —— 设计循环（9 格画布）、触发、运行与评估。只要用户说 "loop"、"sistematiza esto"（把这个体系化）、"automatiza este proceso"（自动化这个流程）、"línea de producción"（流水线）、"todas las semanas"（每周都）、"para cada cliente"（每个客户都要）、"hazlo en lote"（批量做）、"diseña el sistema"（设计这个系统）、"diseña el loop"（设计这个循环）、"monta el sistema de"（搭起……的系统）、"deja de hacerlo a mano"（别再手工做）、"loop engineering"、"convierte esto en un sistema"（把这变成系统）、"configura la skill de loops"（配置循环技能），或要求重复本次会话中已做过 2 次以上的任务时，一律使用。第 3 次重复同一任务时主动进入雷达模式（原文截断于 "con estru"）。

io.github.latitude-dev/latitude-llm/testing

编写或调试测试、在单元与集成风格之间做选择、Postgres/ClickHouse 测试、重新生成 ClickHouse 测试 schema，或从不带测试代码进生产包的 package 中导出测试助手。

io.github.affaan-m/ECC/agent-self-evaluation

在完成任何有一定复杂度的任务后使用。Agent 从准确性、完整性、清晰度、可执行性、简洁性五个维度给自己的产出打分，并为每项标准给出具体依据，最终输出一份 1-5 分的结构化评分表和对应的改进建议。

io.github.chuancyzhang/deepseek-cowork/automation-tools

通过 AI 可调用的工具管理 SOP 模板、定时自动化任务与运行历史。

io.github.affaan-m/ECC/brand-voice

从真实的帖子、文章、发布说明、文档或站点文案中提炼出基于来源的写作风格画像，并在内容、触达和社媒工作流中复用。当用户希望语气统一、又不落 AI 写作的俗套时使用。

io.github.affaan-m/ECC/article-writing

根据提供的示例或品牌指引，以独特语气撰写文章、指南、博客、教程、newsletter 等长篇内容。当用户需要超过一段的成稿书面内容时使用，尤其在对语气一致性、结构和可信度有要求时。

io.github.affaan-m/ECC/springboot-tdd

Spring Boot 的测试驱动开发，使用 JUnit 5、Mockito、MockMvc、Testcontainers 与 JaCoCo。在添加功能、修复 bug 或重构时使用。