搜索「Prompt Engineering」的结果

io.github.sickn33/agentic-awesome-skills/docs-generator

基于已完成的分析生成技术交付物：逆向报告、渗透测试报告、CTF write-up 与签名分析文档，采用证据支撑的结构。

io.github.sickn33/agentic-awesome-skills/pwn-chain

从逆向工程到可用 exploit：使用 pwntools、libc-database、ROP 的栈/堆/内核 pwn 工作流，以及从 CTF 到授权远程目标的利用稳定化。

io.github.nexu-io/open-design/wireframe-annotated

带标注/红线的低保真线框图——桌面落地页/营销页以扁平灰盒画在浏览器边框内，叠加单一主色的编号标注针（①②③④⑤），并配右侧规格面板逐条列出每个编号针的简短工程/UX 说明。这是「线框 + 红线规格」风格——干净、扁平、低保真、非手绘。当需求提到「annotated wireframe」「redline wireframe」「wireframe with spec」「lo-fi landing wireframe」「low fidelity」「线框图」「标注线框」或「redline」时使用。

io.github.affaan-m/ECC/openclaw-persona-forge

为 OpenClaw AI Agent 锻造完整的龙虾灵魂方案。根据用户偏好或随机抽卡， 输出身份定位、灵魂描述(SOUL.md)、角色化底线规则、名字和头像生图提示词。 如当前环境提供已审核的生图 skill，可自动生成统一风格头像图片。 当用户需要创建、设计或定制 OpenClaw 龙虾灵魂时使用。 不适用于：微调已有 SOUL.md、非 OpenClaw 平台的角色设计、纯工具型无性格 Agent。 触发词：龙虾灵魂、虾魂、OpenClaw 灵魂、养虾灵魂、龙虾角色、龙虾定位、 龙虾剧本杀角色、龙虾游戏角色、龙虾 NPC、龙虾性格、龙虾背景故事、 lobster soul、lobster character、抽卡、随机龙虾、龙虾 SOUL、gacha。当需要创建、设计或定制 OpenClaw 龙虾人设（身份、SOUL.md、名字或头像提示词）时使用。

io.github.affaan-m/ECC/clickhouse-io

ClickHouse 数据库模式、查询优化、分析与数据工程最佳实践，适用于高性能分析型工作负载。适用于设计 ClickHouse Schema 或查询，或分析型查询过慢时。

io.github.affaan-m/ECC/llm-trading-agent-security

自主交易代理（拥有钱包或交易权限）的安全模式。覆盖提示注入、支出限额、发送前模拟、熔断器、MEV 防护和密钥管理。当自主代理持有钱包或交易权限，且需要审查其限额、模拟或密钥管理时使用。

io.github.zhaoxuya520/reverse-skill/ctf-sandbox-orchestrator

CTF、漏洞利用、逆向、DFIR、pwnable、密码、隐写、移动端、AI agent、云、容器、Active Directory、Windows 主机与身份类题目的默认入口和总编排工作流。当用户给出的题目基础设施、二进制、提示、主机或身份应默认按沙箱内部处理，且 Codex 需要选择、路由并加载合适的下游分析路径、给出简明证据时，先使用本技能。

io.github.zhaoxuya520/reverse-skill/mobile-reverse

用于获授权的 Android/iOS 应用逆向与安全测试：APK/IPA 分析、运行时插桩、SSL pinning、平台防护检查。

io.github.Jeffallan/claude-skills/devops-engineer

编写 Dockerfile、配置 CI/CD 流水线、撰写 Kubernetes manifest，并生成 Terraform/Pulumi 基础设施模板。处理部署自动化、GitOps 配置、事故响应 runbook 与内部开发平台工具。在搭建 CI/CD 流水线、应用容器化、管理基础设施即代码、部署到 Kubernetes 集群、配置云平台、自动化发布或响应生产事故时使用。涉及流水线、Docker、Kubernetes、GitOps、Terraform、GitHub Actions、值班响应或平台工程时调用。

io.github.github/awesome-copilot/sql-code-review

通用 SQL 代码审查助手，对所有 SQL 数据库（MySQL、PostgreSQL、SQL Server、Oracle）进行全面的安全性、可维护性与代码质量分析。聚焦 SQL 注入防护、访问控制、代码规范与反模式检测。与 SQL 优化提示互补，覆盖完整开发环节。

io.github.alirezarezvani/claude-skills/senior-ml-engineer

面向将模型产品化的 ML 工程技能，涵盖 MLOps 流水线构建与 LLM 集成。包括模型部署、特征存储、漂移监控、RAG 系统与成本优化。当用户询问向生产部署 ML 模型、搭建 MLOps 基础设施（MLflow、Kubeflow、Kubernetes、Docker）、监控模型性能或漂移、构建 RAG 流水线，或集成带重试逻辑与成本控制的 LLM API 时使用。聚焦生产与运维，而非模型研究或初始训练。

io.github.mukul975/Anthropic-Cybersecurity-Skills/modeling-threats-with-opencti

通过 Docker Compose 部署 OpenCTI（Filigran），并用 pycti Python 客户端把威胁行为者、入侵集合、行动活动与指标建模为带关系（uses、attributed-to、targets）的 STIX 2.1 知识图谱。适用于构建集中式威胁情报知识库、把多源 feed 的 IOC 关联成同一张对手图谱，或为检测工程产出 STIX bundle。

io.github.nexu-io/open-design/wireframe-annotated

带标注/红线的低保真线框图——桌面落地页/营销页以扁平灰盒画在浏览器边框内，叠加单一主色的编号标注针（①②③④⑤），并配右侧规格面板逐条列出每个编号针的简短工程/UX 说明。这是「线框 + 红线规格」风格——干净、扁平、低保真、非手绘。当需求提到「annotated wireframe」「redline wireframe」「wireframe with spec」「lo-fi landing wireframe」「low fidelity」「线框图」「标注线框」或「redline」时使用。

io.github.affaan-m/ECC/mle-workflow

面向数据契约、可复现训练、模型评估、部署、监控与回滚的生产级机器学习工程工作流。适用于构建、审查或强化一次性笔记本之外的 ML 系统。

io.github.ruvnet/ruflo/browser-extract

通过已存储的 browser-templates 模板或一次性 DOM 查询提取结构化数据;在内容送入模型前强制执行 AIDefence 的 PII 与提示注入过滤。

io.github.BuilderIO/agent-native/design-generation

在 Design 中生成或完善完整的交互式 HTML 原型。用于从提示词或选定设计出发，创建界面、变体、Alpine/Tailwind 原型、微调或视觉打磨。

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/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/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/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.DietrichGebert/ponytail/ponytail

强制采用真正可行的最懒方案：最简、最短、最少。模仿一位见惯一切资深工程师的姿态：先质疑任务是否根本不必存在（YAGNI），优先标准库而非自写代码、平台原生能力而非引依赖、一行而非五十行。支持强度档位：lite、full（默认）、ultra。适用于任何编码任务：编写、新增、重构、修复、审查、设计代码以及选择库或依赖。当用户说 ponytail、be lazy、lazy mode、最简方案、minimal solution、YAGNI、do less、shortest path，或抱怨过度设计、膨胀、模板代码、不必要的依赖时也应使用。不用于非编码请求（通识、文章、翻译、摘要、菜谱）。

io.github.compozy/compozy/writing-tech-post

端到端完成工程博客写作：发布深度解读、故障复盘、架构迁移、性能案例、教程、AI/agent 系统记录、安全披露，以及从研究到产品的转化文章。选对文章原型、规划抽象阶梯、遵循证据节奏（图示、基准测试、profile、trace、代码、消融实验），按 Datadog、Vercel、GitHub、AWS、Meta、Cloudflare、Jane Street 等发布方的行文风格校准语气，并在发布前用叙事推进与披露伦理两道门禁检查。在起草新的工程文章、重构成色平淡的初稿、判断某种证据该放在何处、校验技术深度与产品背景是否均衡，或为对外发布准备故障复盘、迁移、性能叙述时使用。不用于 API 参考文档、README、营销文案、release notes、泛 SEO 内容、代笔高管观点文章，以及非工程类长文。

io.github.aiskillstore/marketplace/backend-atomic-commit

面向 Django/Optimo 风格仓库的严格后端预提交与原子提交技能。强制本地 AGENTS.md / CLAUDE.md、pre-commit 钩子、.security/* 辅助工具以及 Monty 的后端工程品味——提交信息中不带 AI 签名。

io.github.vercel/next.js/insight-error-page

为 Next.js dev overlay 撰写或审查 insight 类型的错误页。在新建 errors/<slug>.mdx 页面、审查现有页面或检查其与 framework 修复卡片是否一致时使用。涵盖页面结构、标题对齐、带 Copy prompt 按钮的 FixCard、代码片段、与正式文档的术语一致性，以及 Vercel 技术写作风格。