“Cover” 共 28 个结果
io.github.affaan-m/ECC/brand-discovery
Run a structured, resumable multi-session brand identity interview across 8 modules (purpose, positioning, audience, personality, voice, narrative, founder tension) using laddering, 5 Whys, and projective techniques, persisting answers to disk and producing a master brandbook (90_SYNTHESIS.md). Use when creating or repositioning a brand, briefing designers or writers, or making implicit founder knowledge explicit.
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.affaan-m/ECC/laravel-plugin-discovery
通过 LaraPlugins.io MCP 发现并评估 Laravel 包。在用户想查找插件、检查包的健康状况或评估 Laravel/PHP 兼容性时使用。
io.github.affaan-m/ECC/laravel-plugin-discovery
通过LaraPlugins.io MCP发现和评估Laravel包。当用户想要查找插件、检查包的健康状况或评估Laravel/PHP兼容性时使用。
io.github.GRCEngClub/claude-grc-engineering/automation-coverage-analysis
撰写周对周自动化覆盖率叙述。在运行 /report:automation-coverage 时使用。围绕节省的时间、证据质量与前瞻性复利价值，为管理层框定增量。
io.github.sickn33/antigravity-awesome-skills/apify-influencer-discovery
在 Instagram、Facebook、YouTube 与 TikTok 上寻找并评估适合品牌合作的达人，核验真实性并追踪合作表现。
io.github.streamlit/streamlit/improving-python-coverage
带覆盖率统计地运行 Python 单元测试，分析覆盖率报告，并实现有意义的测试用例，使覆盖率提升约 0.2%。当你想通过高价值测试用例系统性提升 Python 测试覆盖率时使用。
vdevelop
io.github.streamlit/streamlit/improving-frontend-coverage
带覆盖率统计地运行前端单元测试，分析覆盖率报告，并实现有意义的测试用例，使覆盖率提升约 0.2%。当你想通过高价值测试用例系统性提升前端测试覆盖率时使用。
io.github.ai-ecoverse/slicc/automation
在 SLICC 中搭建事件驱动自动化时使用 —— 把事件路由到 scoop 的 webhook、cron 任务或文件系统监听器。涵盖 `webhook`、`crontask` 与 `fswatch` 三条 shell 命令。凡是需要按计划、HTTP 调用或 VFS 变更触发的东西，动手接线之前先读本技能。
io.github.volcengine/OpenViking/openviking-skills
Find, use, create, install, share, update, and migrate agent skills stored in OpenViking (viking://~/skills and viking://agent/skills). Use it when a search result, or the session's <available-skills> list where the harness injects one, names a skill that fits the task; when a task looks like one a stored skill would cover; when the user asks to write, save, install, or share a skill from text, a Git repository, or a local folder; when a skill should work in every harness and on every machine; or when the user wants to move local skills (~/.claude/skills, ~/.agents/skills, ~/.cursor/skills) into OpenViking — "upload my skills", "save this as a skill", "迁移本地 skill", "把 skill 存到 OpenViking", "新建一个 skill". Covers the add_skill tool, running a skill's helper files, and which local skills must stay local.
io.github.tabler/tabler/shared-lib
把逻辑移出 Astro frontmatter 到 `shared/lib/*.ts`，并用 vitest 测试覆盖。当 frontmatter 膨胀到不止拼装类名、demo 数据需要整形或格式化、同一辅助函数出现在两个组件中，或用户要求在 `shared/` 下写 helper、工具或单元测试时使用。涵盖该位置的归属内容、模块约定、同级 `*.test.ts` 规则、确定性 demo 数据，以及本仓库使用的严格 TypeScript 模式。
io.github.affaan-m/ECC/perl-testing
Perl 测试模式，使用 Test2::V0、Test::More、prove 运行器、模拟、基于 Devel::Cover 的覆盖率及 TDD 方法论。适用于使用 Test2::V0 或 Test::More 编写 Perl 测试，或度量覆盖率时。
io.github.PostHog/posthog/optimizing-clickhouse-and-hogql-queries
ClickHouse 与 HogQL 查询的优化流程。当 HogQL 查询、查询运行器、insight 或报表太慢，手写的 ClickHouse 查询（经 `sync_execute` 或在迁移中）太慢，ClickHouse 超时或触及内存限制，排查 `system.query_log` 中的慢查询记录，或评审拟议的 HogQL printer 性能改动时使用。涵盖提取 ClickHouse SQL、常见坏味道（`FROM ... FINAL`、对 properties 的 JSONExtract、缺失 skip index、自连接、CTE 膨胀）、对着真实集群度量，以及在正确的层（printer、查询运行器或迁移）应用修复。不覆盖 Postgres / Django ORM / 应用库查询；那些需要 pganalyze 与 `query-performance-optimization.md` 的 Postgres 章节。
io.github.affaan-m/ECC/perl-testing
使用Test2::V0、Test::More、prove runner、模拟、Devel::Cover覆盖率和TDD方法的Perl测试模式。
io.github.MaxMiksa/Auto-Company/code-review-security
面向安全的代码审查清单与自动化扫描模式。在审查 Pull Request 的安全问题、审计认证/授权代码、检查 OWASP Top 10 漏洞或验证输入净化时使用。涵盖 SQL 注入防护、XSS 防护、CSRF 令牌、认证流程审查、机密检测、依赖漏洞扫描，以及 Python（FastAPI）和 React 的安全编码模式。不覆盖部署安全（用 docker-best-practices）或事件响应（用 incident-response）。
io.github.pnpm/pnpm/testing-changes
Run the tests that cover a change in the pnpm repository, in the Rust workspace (pnpm/, pnpr/) or the TypeScript CLI (pnpm11/), and recognize the cases where a scoped run passes without testing anything. Use whenever verifying a change before committing or pushing, or when deciding what to run after an edit.
io.github.github/awesome-copilot/anti-ui-slop
阻止编码 agent 交付千篇一律的 UI。利用 UIZZE 的 80 万多个真实 Web 和 iOS 界面来构建贴合产品的界面、定义设计契约、覆盖必要状态并执行严格的完成度检查。在 Codex、Claude Code、Cursor、Copilot 或其他编码 agent 中设计、实现、重设计、评审或上线前审查 Web/iOS 界面时使用。可用 "anti-ui-slop"、"stop UI slop"、"ground this UI in real screens" 或 "run the UI finish gate" 触发。
io.github.nexu-io/open-design/gamified-app
多帧游戏化移动应用原型——暗色展示舞台上的三个手机边框。第一帧：封面/海报；第二帧：今日任务，带 XP 缎带与等级条；第三帧：任务详情。鲜活的任務磁贴、等级缎带与底部标签栏。当需求提到「gamified app」「habit tracker」「RPG-style life app」「level-up app」「daily quests」「XP / streak app」或「ELI5-style explainer app」时使用。
io.github.github/awesome-copilot/reviewing-oracle-to-postgres-migration
对照已知行为差异（空字符串、refcursor、类型强转、排序/排序规则、UNION ALL 优化器风险、物化视图刷新要求、时间戳、并发事务等）识别 Oracle 到 PostgreSQL 的迁移风险。在规划数据库迁移、审查迁移产物，或验证集成测试是否覆盖 Oracle/PostgreSQL 差异时使用。
io.github.nexu-io/open-design/gamified-app
多帧游戏化移动应用原型——暗色展示舞台上的三个手机边框。第一帧：封面/海报；第二帧：今日任务，带 XP 缎带与等级条；第三帧：任务详情。鲜活的任務磁贴、等级缎带与底部标签栏。当需求提到「gamified app」「habit tracker」「RPG-style life app」「level-up app」「daily quests」「XP / streak app」或「ELI5-style explainer app」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.microsoft/ai-agents-for-beginners/azure-openai-to-responses
将 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端向 v1 端点的迁移、流式输出、工具、结构化输出、多轮对话、EntraID 认证与模型兼容性检查。聚焦 Python，针对 Azure OpenAI。适用于：迁移到 Responses API、从 chat completions 切换、openai responses、升级 openai SDK、Responses API 迁移、从 completions 转向 responses、gpt-5 迁移、azure openai python 迁移、chat completions 转 responses、AzureOpenAI 转 OpenAI 客户端、python azure openai 升级。不适用于：从零构建新应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅支持 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。
io.github.microsoft/ai-agents-for-beginners/deploying-scalable-agents
把可用的 agent 原型带至 Microsoft Foundry 上可扩展、可观测的生产部署。涵盖部署模式（客户端托管、托管 agent、agent 工作流）、agent 生命周期、模型路由、响应缓存、评估门禁、人工审批环节、基于 OpenTelemetry 的可观测性、成本优化，以及用 AI Smoke Test 动作对已部署 agent 做冒烟测试。基于《AI Agents for Beginners》第 16 课。适用于：将 agent 部署到生产、为 agent 扩容、Microsoft Foundry 托管 agent、Foundry Agent Service、模型路由、响应缓存、评估门禁、发布门禁、人工审批工作流、agent 可观测性、agent 追踪、agent 成本优化、对托管 agent 做冒烟测试、生产客服 agent。不适用于：初次构建 agent（请从第 01 课开始）、在本地设备上运行 agent（用 local-ai-agents / 第 17 课）、与 agent 无关的 Azure 基础设施开通、非 Foundry 的部署目标。
io.github.microsoft/ai-agents-for-beginners/testing-course-samples
当被要求对课程的 notebook 与代码样例做验证、测试、冒烟测试或运行（针对真实的 Microsoft Foundry / Azure OpenAI 配置）时使用。涵盖环境准备（.env、az login、依赖包）、scripts/validate-notebooks.ps1 运行器、PASS/FAIL 结果解读，以及哪些课程需要额外资源（Azure AI Search、GitHub MCP、Foundry Local、Playwright）。
