搜索「Mark Yang」的结果

io.github.affaan-m/ECC/benchmark

Measure performance baselines and detect regressions across browser Core Web Vitals (LCP, INP, CLS, page weight), API endpoint latency percentiles, and build/test feedback times, with before/after comparison stored in git-tracked .ecc/benchmarks JSON. Use when checking page speed, responding to 'it feels slow' reports, verifying launch performance targets, or comparing stack alternatives.

io.github.tldraw/tldraw/dotcom-release-marketing

把本周 tldraw.com(dotcom)版本要发布内容的通俗总结发到营销团队的 Discord 频道。适用于准备每周 dotcom 版本、被要求面向非工程受众说明本周发布内容,或定时的 release-marketing 自动化运行时。检查 production...main 提交范围,把面向用户的变更翻译成营销能理解的价值点,并通过 Discord webhook 发布简洁总结。

io.github.storybookjs/storybook/storybook-startup-benchmark

测量 Storybook 从 spawn `storybook dev` 到浏览器中首个 story 渲染的启动耗时。当用户询问 Storybook 启动时间、server-ready 时点、首个 story 渲染时点、启动回归、重复运行基准测试，或比较 Storybook 版本/feature flag 时使用。

io.github.ai-dynamo/dynamo/configure-aiperf-benchmark

为已成功部署的 Dynamo 候选版本选择并冻结问题驱动的 AIPerf 工作负载、目标、负载策略和 Kubernetes 执行清单。当候选版本需要进行性能表征或与参考进行可比测量时使用。

io.github.garrytan/gstack/benchmark

基于 browse daemon 的性能回归检测。（gstack）

io.github.ai-dynamo/dynamo/run-aiperf-benchmark

在不改变工作负载语义的前提下，启动、监控、调试并收集单次 run 范围的 AIPerf Kubernetes 基准测试。在已通过冒烟测试的 Dynamo 部署完成 perf.yaml 和 aiperf-config.yaml 配置后使用。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-kubernetes-cis-benchmark-with-kube-bench

把 kube-bench 输出整理成完整的 CIS Kubernetes Benchmark 审计：逐控制项解读 PASS/FAIL/WARN、判断托管集群上哪些失败是真实问题、编写修复方案，并为 SOC 2 或 PCI DSS 打包证据。适用于执行周期性合规审计、分诊 kube-bench 结果、判定 EKS/GKE/AKS 上哪些控制项不适用，或为审计方产出加固证据。不要用于安装和运行工具——那用 benchmarking-kubernetes-with-kube-bench。

io.github.mukul975/Anthropic-Cybersecurity-Skills/benchmarking-kubernetes-with-kube-bench

以 Job、DaemonSet 或独立二进制方式在 Kubernetes 集群上安装并运行 kube-bench，选择正确的基准版本与目标（控制面、etcd、kubelet、工作节点），并输出 JSON 或 JUnit 供流水线使用。适用于首次配置 kube-bench、决定运行哪个基准版本与节点目标、接入 CI，或排查被跳过/误判的检查项。关键词：kube-bench、DaemonSet、--benchmark、--targets、JSON 输出、JUnit、CI 集成。不要用于解读发现或出审计报告——那用 performing-kubernetes-cis-benchmark-with-kube-bench。

io.github.affaan-m/ECC/prediction-market-oracle-research

研究预测市场，把它作为产品、代理、仪表盘和企业决策智能的数据来源或预言机（oracle）信号。用于基于来源的分析：市场隐含概率、注意事项与集成模式，不提供投资建议。在评估预测市场能否作为某个产品、代理或仪表盘的数据源或预言机信号时使用。

io.github.github/awesome-copilot/markstream-install

为 Vue、React、Svelte、Angular、Nuxt 和 Vue 2 应用安装并配置 Markstream 流式 Markdown 渲染器。用于包选型、最小化对等依赖、CSS 顺序、SSR 边界、流式模式以及渲染器配置。

io.github.jeremylongshore/claude-code-plugins-plus-skills/security-benchmark-runner

管理安全基准评测执行相关操作，属于 Security Advanced 的自动激活 skill。触发词：security benchmark runner、security runner、security。在处理安全基准评测执行功能时使用。

io.github.coreyhaines31/marketingskills/marketing-loops

当用户想设置周期性、自动运行的营销工作流——由 AI 代理按固定节奏（每周、每天或按触发器）重复执行的循环，而不是一次性任务——时使用。用户提到 marketing loop、recurring marketing workflow、automate my marketing、marketing on autopilot、weekly marketing review、ad fatigue check、content refresh loop、churn watch、ranking drop alert、always-on marketing、marketing automation workflow 或“每周都跑一次这个”等场景时也适用。用于选择、适配并排期一个持续运行的营销循环，由它编排其他营销技能。一次性营销点子见 marketing-ideas，实验循环见 ab-testing。

io.github.affaan-m/ECC/prediction-market-risk-review

审查预测市场、资产组合、预言机与交易 Agent 相关流程在合规、安全、数据质量、隐私和执行方面的风险。在任何流程涉及交易平台授权、用户持仓数据、API 密钥或交易规划之前使用。

io.github.thedaviddias/Front-End-Checklist/navigation-landmark

审查与“使用导航地标区域”相关的模板、渲染 HTML 或共享组件时使用。校验最终面向浏览器的标记，而不只是框架侧的源码抽象。

io.github.binrogithub/1-3-Cloud-Adoption-Skills/CSS-Autoscaling-Benchmark-Skill

华为云 CSS（OpenSearch）的基准测试与自动扩缩容测试工具。当任务是评估 CSS 性能、运行负载测试、验证查询质量、测试数据节点横向自动扩缩容，或为 CSS 集群生成汇总基准报告时使用。

io.github.eclipse-rdf4j/rdf4j/docker-jfr-benchmark-loop

在 Docker 中针对 Linux Java 26 与 JFR CPU 时间剖析，对单个 JMH 基准运行可重复的 RDF4J 性能循环。在本仓库进行基准引导的性能改动、热点定位、JFR 解读、CPU 瓶颈分析或重复的基线-修复-重跑循环时使用。当请求提及 benchmark、profiling、JFR、hotspot、perf loop、CPU bottleneck 或 RDF4J 的 Docker 基准运行时触发。

io.github.eclipse-rdf4j/rdf4j/docker-jfr-benchmark-loop

在 Docker 中针对 Linux Java 26 与 JFR CPU 时间剖析，对单个 JMH 基准运行可重复的 RDF4J 性能循环。在本仓库进行基准引导的性能改动、热点定位、JFR 解读、CPU 瓶颈分析或重复的基线-修复-重跑循环时使用。当请求提及 benchmark、profiling、JFR、hotspot、perf loop、CPU bottleneck 或 RDF4J 的 Docker 基准运行时触发。

io.github.sickn33/antigravity-awesome-skills/apify-market-research

分析 Google Maps、Facebook、Instagram、Booking.com 与 TripAdvisor 上的市场状况、地域机会、定价、消费行为与产品验证。

io.github.ECNU-ICALK/AutoSkill/python-code-refactoring-without-quotation-marks

重构 Python 代码：用 join() 替换 print 语句，并利用 chr() 构造字符串字面量，严格避免使用任何单引号或双引号。

io.github.raphaelmansuy/edgequake/pdf-markdown-validator

用多维度指标校验 PDF 转 Markdown 的转换质量。以标准化 F1 评分方法评估表格准确性、样式保留（加粗/斜体/标题）、鲁棒性与性能

io.github.ruvnet/ruflo/agent-performance-benchmarker

性能基准的 Agent 技能,使用 $agent-performance-benchmarker 调用。

io.github.ruvnet/ruflo/agent-benchmark-suite

基准测试套件的 Agent 技能,使用 $agent-benchmark-suite 调用。

io.github.go-go-golems/docmgr/cursor-remarkable-upload

通过本地上传脚本将 Markdown（含 docmgr 工单文档）作为 PDF 上传到 reMarkable 设备，支持安全的 dry-run 与可选的工单结构镜像。当用户要求把文档发送到 reMarkable、为 reMarkable 将 Markdown 导出为 PDF，或排查 rmapi/pandoc/xelatex 问题时使用。

io.github.aiskillstore/marketplace/backend-queries

使用参数化语句、贪婪加载、恰当索引与事务管理，编写安全且经过优化的数据库查询。在编写数据库查询、实现数据获取逻辑、优化查询性能、防止 SQL 注入、处理 N+1 查询问题、使用 ORM 或查询构建器、实现缓存策略或管理数据库事务时使用。适用于处理 SQL 查询、ORM 查询方法、数据库仓储模式，或任何从数据库检索或操作数据的代码。