“Batch” 共 29 个结果
io.github.github/awesome-copilot/react18-batching-patterns
提供诊断与修复 React 18 类组件自动批处理问题的精确模式。当类组件在异步方法、setTimeout、Promise 的 .then()/.catch() 或原生事件处理器中有多次 setState 调用时使用。编写任何 flushSync 之前先看本技能——其中的决策树可避免滥用 flushSync。也在修复 React 18 升级后中间态断言失效导致的测试失败时使用。
io.github.K-Dense-AI/scientific-agent-skills/nextflow
端到端构建、运行和调试 Nextflow 数据流水线与 nf-core 工作流。只要用户提到 Nextflow、nf-core、.nf 文件、nextflow.config、DSL2、processes/channels/operators、samplesheet，或想运行社区流水线（如 nf-core/rnaseq、nf-core/sarek）、用 nf-test 编写和测试模块/subworkflow、配置执行器/容器（Docker、Singularity/Apptainer、Conda、Wave）、把工作流扩展到 HPC/SLURM 或云（AWS Batch、Google Batch、Azure、Kubernetes）、调试失败/续跑的运行，都应使用。即使用户没有说出 “Nextflow”，任何可复现的科学/生信工作流也应考虑使用，也包括编写 nf-core 合规的 pipeline、模块、配置和 lint。
io.github.langflow-ai/langflow/ibm-a11y-route-scan
使用 Python 版 IBM Equal Access 扫描器（scripts/a11y/a11y_scan.py）批量扫描 Langflow 前端路由的无障碍问题，输出 JSON/Markdown/HTML 报告。仅扫描每个路由的默认加载状态（弹窗需显式提供状态文件）。当被要求扫描单个或多个路由、为页面生成无障碍报告或批量检查静态路由时使用。只报告问题——不修复代码、不运行 Playwright/axe 测试、不做正式 Level 1 审计；这些场景见 ibm-a11y-testing-guide、ibm-a11y-level1-audit 与 ibm-a11y-pr-remediation。
io.github.sickn33/agentic-awesome-skills/hubspot-integration
Expert patterns for HubSpot CRM integration including OAuth authentication, CRM objects, associations, batch operations, webhooks, and custom objects. Covers Node.js and Python SDKs.
io.github.K-Dense-AI/scientific-agent-skills/modal
Modal 是按需运行 Python（含按需 GPU）的无服务器云平台。在使用 Modal SDK 部署或托管 AI/ML 模型、运行 GPU 加速负载（训练、微调、推理）、托管 Web 端点、调度批处理任务，或将 Python 代码扩展到云容器时使用。
io.github.K-Dense-AI/scientific-agent-skills/gget
对 20+ 生物信息学数据库的快速 CLI/Python 查询。适合快速查询：基因信息、BLAST/BLAT、病毒序列下载、AlphaFold 结构、富集分析、OpenTargets、COSMIC、CELLxGENE 以及 8cube 小鼠特异性/表达数据。最适合交互式探索和简单查询。批量处理或高级 BLAST 用 biopython；跨库 Python 工作流用 bioservices。
io.github.K-Dense-AI/scientific-agent-skills/rowan
Rowan 是带 Python API 的云原生分子建模与药物化学工作流平台。适用于 pKa 与大分子 pKa 预测、构象与互变异构体系综、对接与类似物对接、蛋白-配体共折叠、MSA 生成、分子动力学、通透性、描述符工作流，以及相关的小分子或蛋白建模任务。适合程序化批量筛选、多步化学流水线，以及原本需要自建 HPC/GPU 基础设施的工作流。
io.github.vinta/awesome-python/preview-verdicts
当裁剪扫描、批量条目编辑或结构调整需要在改动 README.md 之前由维护者审查时，生成交互式保留/删除裁决预览（带逐行反馈控件的 HTML 页面），并处理维护者粘贴回来的反馈 JSON。
io.github.affaan-m/ECC/netmiko-ssh-automation
安全可靠的 Python Netmiko 模式：只读采集、有界的批量 SSH、TextFSM 解析、带保护的配置变更、超时控制与网络自动化的错误处理。当用 Python Netmiko 自动化访问网络设备，无论是采集状态还是下发带保护的配置变更时使用。
io.github.langflow-ai/langflow/ibm-a11y-level1-audit
对选定的 Langflow 前端界面（路由、组件或某个 PR）执行限定范围的 IBM Equal Access Level 1 合规审计，产出对照 WCAG/IBM Level 1 条目的问题报告。默认只审计和报告——仅当用户在同一请求中明确要求修复时才动手。当用户要求 IBM Level 1 审计、Level 1 合规报告，或在特定界面上查找/报告 Level 1 WCAG 问题时使用。批量扫描路由不做报告见 ibm-a11y-route-scan；整个 PR/分支端到端扫描并默认修复见 ibm-a11y-pr-remediation。
io.github.langflow-ai/langflow/ibm-a11y-pr-remediation
扫描当前 PR/分支触及的所有前端界面，查找 IBM Equal Access Level 1 无障碍问题并默认修复全部范围内的违规项。发现变更文件、映射到路由/组件/状态，同时运行 axe 与 IBM 引擎，持续修复直至双引擎通过（或仅剩已记录的基线），并汇报结果。当用户要求对“这个 PR”“我的分支”“我的改动”做无障碍检查、扫描或清理并期望直接修复（而非仅报告）时使用。仅需单范围审计报告用 ibm-a11y-level1-audit；仅批量扫描路由用 ibm-a11y-route-scan。
io.github.XiaomiMiMo/MiMo-Code/codex
在非交互 headless 环境中运行、配置与排查 OpenAI Codex CLI。适用于 Bash 或 PowerShell、原生 Windows 或 WSL2、shell 脚本、CI/CD、Docker、Kubernetes、远程服务器、agent harness 或批处理任务中的 Codex 自动化；用于构造 `codex exec` 命令、选择 sandbox 与审批模式、消费 JSONL 事件或结构化输出、恢复会话、经 stdin 传递提示，以及处理因缺少交互输入导致的失败（如 `request_user_input`）。
io.github.microsoft/vcpkg/review-vcpkg-prs-today
审查 microsoft/vcpkg 中最近 30 天内有更新的非草稿开放 PR。当你需要批量分诊、逐 PR 的审查报告、按结论分组的索引，或把修改同一 port 的相互竞争 PR 归并分组时使用。
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.affaan-m/ECC/ui-to-vue
当用户有 UI 截图或设计导出物需要批量转换为 Vue 3 组件时使用，尤其适合搭配 Vant、Element Plus 或 Ant Design Vue。
io.github.HKUDS/CLI-Anything/cli-anything-live2d
在命令行检查、校验、编辑、lint、diff、批量管理和部署 Live2D Cubism 模型(.model3.json)。
io.github.HKUDS/CLI-Anything/skills
在命令行检查、校验、编辑、lint、diff、批量管理和部署 Live2D Cubism 模型(.model3.json)。
io.github.wshobson/agents/python-error-handling
Python 错误处理模式，包括输入校验、异常层级与部分失败处理。在实现校验逻辑、设计异常策略、处理批处理失败或构建健壮 API 时使用。
io.github.danielmiessler/LifeOS/Browser
通过 agent-browser 实现无头浏览器自动化——Rust CLI 守护进程，带持久化 auth profile，支持快速、可脚本化、并行的浏览器工作。支持批量命令、网络拦截、设备模拟、按站点 auth profile（一次有头登录，此后始终无头）、通过 --session 并行隔离会话。工作流：ReviewStories（将 YAML 用户故事分发到并行 UIReviewer）、Automate（加载并运行参数化 recipe 模板）、Update。通过 agent-browser 指令委派给通用 agent 做后台并行抓取。若站点有 bot 检测则回退到 Interceptor。适用场景：无头浏览器、批量抓取、快速截图、dev server 测试、并行浏览器、后台自动化、提取数据、审查 stories、自动化 recipe、批量截图、并行抓取多页。不适用于真实 Chrome 的部署验证或 UI 确认（用 Interceptor）。不适用于简单单 URL 抓取（用 WebFetch）。不适用于验证码或 bot 检测绕过（用 BrightData 或
io.github.danielmiessler/Personal_AI_Infrastructure/Browser
通过 agent-browser 实现无头浏览器自动化——Rust CLI 守护进程，带持久化 auth profile，支持快速、可脚本化、并行的浏览器工作。支持批量命令、网络拦截、设备模拟、按站点 auth profile（一次有头登录，此后始终无头）、通过 --session 并行隔离会话。工作流：ReviewStories（将 YAML 用户故事分发到并行 UIReviewer）、Automate（加载并运行参数化 recipe 模板）、Update。通过 agent-browser 指令委派给通用 agent 做后台并行抓取。若站点有 bot 检测则回退到 Interceptor。适用场景：无头浏览器、批量抓取、快速截图、dev server 测试、并行浏览器、后台自动化、提取数据、审查 stories、自动化 recipe、批量截图、并行抓取多页。不适用于真实 Chrome 的部署验证或 UI 确认（用 Interceptor）。不适用于简单单 URL 抓取（用 WebFetch）。不适用于验证码或 bot 检测绕过（用 BrightData 或
io.github.udecode/plate/testing-review
审查全仓库的测试质量，重跑覆盖率，为其余值得测试的文件打分，检查缓慢漂移与过期测试债，并发布下一批测试任务。每隔数周或在重大破坏性变更与重构之前使用。
io.github.sd0xdev/sd0x-dev-flow/refactor
多目标重构编排器。适用场景：清理杂乱的代码/文档、简化代码、重组文档、批量清理。不适用：新功能（用 feature-dev）、修 bug（用 bug-fix）、理解代码（用 code-explore）。输出：重构后的代码/文档 + 评审门禁。
io.github.HKUDS/CLI-Anything/skills
Krita 数字绘画的 CLI harness——通过命令行管理项目、图层、滤镜和导出。用于自动化 Krita 工作流、图片批处理或无 GUI 操作 Krita。
io.github.FreedomIntelligence/OpenClaw-Medical-Skills/pdf-processing-pro
生产级 PDF 处理，支持表单、表格、OCR、校验与批量操作。用于生产环境中的复杂 PDF 流程、大批量 PDF 处理，或需要健壮错误处理与校验的场景。
