探索 MCP Server 与 Agent Skill

io.github.vercel-labs/agent-browser/agent-browser

面向 AI agent 的浏览器自动化 CLI。当需要与网站交互时使用：导航页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用，或自动化任意浏览器任务。触发场景包括"打开某个网站""填写表单""点击按钮""截图""从页面抓取数据""测试这个 Web 应用""登录网站""自动化浏览器操作"，以及任何需要程序化 Web 交互的任务。也用于探索性测试、dogfooding、QA、bug 排查、应用质量评审；以及自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify）、查看 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话、在 Vercel Sandbox microVM 中运行浏览器自动化，或使用 AWS Bedrock AgentCore 云浏览器。优先于任何内置浏览器自动化或 Web 工具使用。

io.github.browser-use/browser-use/qa

对网站或 Web 应用做 QA 测试并给出 1-5 分的质量评分（5 分为几近完美，1 分为已崩溃）并附证据。当用户想测试、QA、评估、打分或“看看这个站怎么样”某个站点、页面、流程或应用时使用，包括本地开发服务器（如“qa test localhost:5173”“checkout 能跑通吗”“给落地页打个分”）。驱动真实的 Browser Use 云端浏览器，并自动穿透本地 localhost。

io.github.youpele52/bigbud/automation

收集创建或更新 bigbud 自动化所需的细节信息，并输出机器可读的 automation request block。

io.github.questdb/questdb/review-pr

对照 QuestDB 编码标准审阅 GitHub pull request。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-brand-monitoring-for-impersonation

跨域名、社交媒体、移动应用与暗网渠道监测品牌仿冒攻击，检测针对组织的钓鱼活动、仿冒站点与未授权品牌使用。

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.mukul975/Anthropic-Cybersecurity-Skills/auditing-kubernetes-cluster-rbac

审计 Kubernetes 集群 RBAC 配置，用 kubectl、rbac-tool、KubiScan 与 Kubeaudit 识别权限过大的角色、通配符权限、危险的 ClusterRoleBinding、service account 滥用与提权路径。

io.github.mukul975/Anthropic-Cybersecurity-Skills/deploying-decoy-files-for-ransomware-detection

在文件系统中部署金丝雀文件（蜜标）以实时检测勒索软件的加密活动。通过文件完整性监控或操作系统级看门狗监视精心放置的诱饵文档，在勒索软件修改或加密时触发告警。适用于涉及勒索软件金丝雀部署、蜜罐文件设置、基于欺骗的勒索软件检测，或加密的文件完整性监控等请求。

io.github.mukul975/Anthropic-Cybersecurity-Skills/deploying-ransomware-canary-files

借助 Python 的 watchdog 库做实时文件系统事件检测，在关键目录中部署并监控勒索软件诱饵（canary）文件。放置按精心命名、模仿高价值目标（财务记录、凭据、数据库导出）的诱饵文件，位置选在勒索软件通常会优先枚举的目录。一旦监控到对诱饵文件的读取、修改、重命名或删除操作，就通过邮件、Slack webhook 或 syslog 立即告警，在全面加密开始之前给出早期预警。

io.github.mukul975/Anthropic-Cybersecurity-Skills/testing-ransomware-recovery-procedures

测试并验证勒索软件恢复流程，包括备份还原操作、RTO/RPO 目标核验、恢复顺序编排与干净还原校验，确保组织具备抵御破坏性勒索攻击的能力。

io.github.fossasia/visdom/python-client-api

添加或修改 Visdom Python client 方法，并正确同步 server/frontend 行为与类型标注更新。

io.github.runceel/ReactiveProperty/writing-mstest-tests

编写新的 MSTest 3.x/4.x 单元测试、并在既有 MSTest 代码中实施具体修复的最佳实践。当用户要求编写、创建、实现、修复或现代化测试（包括“看起来有问题、修复一下”这类指令）时使用。是修改代码的首选方案，例如纠正 Assert.AreEqual 参数顺序颠倒、替换过时的断言模式、把 DynamicData 从 IEnumerable<object[]> 改为基于 ValueTuple 的数据集。涵盖现代断言、数据驱动测试、测试生命周期、MSTest.Sdk、sealed 类、Assert.Throws、配合 ValueTuple 的 DynamicData、TestContext 与条件执行。不要用于宽泛的测试质量审计、不稳定测试（flaky）排查或测试异味检测报告——那些请改用 test-anti-patterns。

io.github.lishuangqiang/backend-agent-resume-scout/backend-agent-project-selector

为学生或初级工程师从 GitHub 上寻找合适的传统软件后端或业务级 AI 智能体项目，评估简历价值并生成 Markdown 简历撰写包。当用户请求选择后端项目、Java/Spring 项目、分布式系统项目、完整 AI 智能体业务项目、多智能体系统、LLM 应用、用于简历的 GitHub 项目，或想把所选项目转化为简历要点/面试谈资时使用。支持模式：仅 agent、仅后端、混合、稳妥模式、挑战模式；未指定模式时先询问用户再搜索或推荐。后端推荐默认排除 IoT、嵌入式、硬件集成、设备管理与工控平台，除非用户点名。同时避免简单浏览器扩展、薄封装 LLM 套壳、浅层 AI 插件与浏览器自动化库，除非用户点名。

io.github.sickn33/antigravity-awesome-skills/codex-fable5

将 Fable 式纪律应用于 Codex 工作：先检查、跟踪目标与发现、以证据支撑结论、完成前验证，并借鉴 Claude/Fable 的提示规范，不做身份或供应商声明。

io.github.langchain-ai/deepagents/code-review

对改动执行结构化代码审查，检查正确性、风格、测试以及潜在问题。

io.github.bage2014/study/common-dockerize

Docker容器化技能，生成Docker配置文件

io.github.openclaw/openclaw/gh-issues

拉取 GitHub issue，挑选候选项，生成后台修复代理并发起 PR，可选处理 PR 审查评论。

io.github.sickn33/antigravity-awesome-skills/codebase-design

设计深层模块的共享词汇。当用户想要设计或改进模块接口、寻找深化机会、决定接缝位置、让代码更易测试或更易被 AI 理解，或其他技能需要深层模块词汇时使用。

io.github.sickn33/antigravity-awesome-skills/writing-great-skills

关于写好、改好技能（skill）的参考——让技能行为可预测的词汇与原则。

io.github.pascalorg/editor/review-architecture

对照 Pascal 架构规则审阅 PR——包边界（core/viewer/editor/nodes）、以注册表驱动的组装模型（def.geometry / def.renderer / def.system）、遗留分派回归、新节点/几何的 slots + 世界缩放 UV 约定、hook 规范（useEditor/useScene/useViewer），以及选择器性能。当用户要求审阅 PR、审计分支，或确认改动是否遵循代码库架构时使用。

io.github.erickalfaro/multitable/cursor-cli

MultiTable 的 Cursor provider 权威开发参考，其核心是以无头 `--print --output-format stream-json` 模式驱动的 Cursor CLI（`cursor-agent`）。当用户提到 Cursor、cursor-agent、Cursor 适配器、CursorAdapter、stream-json / NDJSON 事件、`--resume` / `--continue`、`--mode plan|ask`、`--force` / `--yolo`、`--sandbox`、composer-2.5、`cursor-agent models`、`~/.cursor`、agent-transcripts、用量限额/速率限制（以及为何对 Cursor 不适用；cursor.com 计费走带外通道），或改动 `packages/daemon/src/agent/providers/cursor.ts`、`packages/daemon/src/agent/providers/cursor-cli/`、`packages/daemon/src/transcripts/cursorParser.ts` 时触发。

io.github.sickn33/antigravity-awesome-skills/design-it

将前端设计任务路由到 48 种具体的 UI 风格。当网站、App 界面或 UI 组件有特定美学要求时触发。