搜索「Commerce Engine」的结果

io.github.pragnakar/sage-solver-mcp

LLM 原生的优化求解器：通过 HiGHS/OR-Tools 实现 LP、MIP、投资组合与排程。

dev.kaimeilabs/guardian-engine

确定性食谱验证引擎——对照母版 SOP 校验 AI 生成的食谱。

io.github.albermm/phos-sales-engine

B2B 线索获取——潜客挖掘、ICP 评分、外联与商机管道管理。

io.github.albermm/phos-analytics-engine

销售分析、ML 预测、客户分群与趋势分析。

io.github.albermm/phos-marketing-engine

AI 营销——内容生成、竞品分析、社交发布与策略制定。

io.github.blathrop07/voyager-commerce

面向主题公园、动物园、博物馆与水族馆的 AI 票务电商，可通过任意 AI 智能体接入。

io.github.TheNextGenNexus/ecommerce-intelligence-mcp-server

分析 Shopify 商店，获取商品目录、定价策略与店铺表现数据。

tech.skybridge.ecommerce/Ecom-Carousel

基于 Skybridge 框架的电商示例 MCP 应用，按请求展示商品。

nz.phos/sales-engine

AI 销售——潜在客户挖掘、ICP 评分、外联内容生成。

nz.phos/analytics-engine

AI 分析——销售分析、机器学习预测、客户细分。

nz.phos/marketing-engine

AI 营销——内容生成、竞品分析、社交平台发布。

io.github.ExpertVagabond/volcengine

字节跳动火山引擎（豆包 Doubao）MCP 服务器。

io.github.ucmai/ucm

面向 AI 智能体的 API 市场——100 个服务、87 个免费，只需一个 API key。

io.github.agentc22/x402engine-mcp

面向 AI 智能体的 50 多个按次计费 API——图片、LLM、代码、加密货币、旅行等，通过 x402 结算。

io.github.adelpro/quran-search-engine-mcp

面向 AI 工具的古兰经搜索引擎 MCP，提供古兰经检索、阿拉伯语规范化与结果高亮。

io.github.eghuzefa/engineer-your-data

面向数据工程的 MCP 服务器：校验、转换、可视化与 API。

skillsmp.stas00-ml-engineering-skill-md

端到端训练与运维大规模 LLM/VLM/多模态模型的实战方法论与具体配方——选择并基准测试加速器、存储与网络；SLURM/Kubernetes 编排；最大化训练吞吐并在显存内装下模型；诊断并撑过训练不稳定、NaN/Inf 与硬件/作业故障；检查点与容错；推理性能与显存；调试多节点/多卡挂起；以及编写/运行测试。当用户在训练或微调大模型、遭遇低 TFLOPS/MFU、OOM、数据加载缓慢、损失尖峰/发散、NCCL/InfiniBand 或多节点挂起、节点/GPU 故障、检查点或抢占问题、存储/网络瓶颈，或需要挑选 GPU/云/文件系统，或估算推理延迟/吞吐时使用。提炼自《Machine Learning Engineering》，最新版本见 https://github.com/stas00/ml-engineering。

io.github.PostHog/posthog/turning-engineering-analytics-into-insights

把工程分析（PR / CI）数据转化为已保存的 PostHog insight、仪表盘与订阅，并说明如何用 SQL 直接查询产品数据。涵盖经 engineering-analytics-sources 发现按团队的 GitHub 仓库表、在 HogQL 中复刻精心的列语义、在涉及产品逻辑时读取暴露的 engineering_analytics_* 仓库视图（CI 成本、指纹化失败行、提交归属）、用 insight-create 保存查询，以及用 subscriptions-create 安排投递。当被要求“把这个存成 insight”“把 CI 健康度/合并时长做成仪表盘”“每周给我邮件发 PR 吞吐量”“画 CI 成本图”“跟踪首次评审时长”“订阅这些数字”“对 CI 成功率告警”或询问“工程分析读取哪些数据/表/视图”时使用。临时性 CI 与合并问题用 diagnosing-ci-and-merge-bottlenecks；调查某个具体 CI 失败用 investigating-ci-failures。

io.github.addyosmani/agent-skills/frontend-ui-engineering

构建生产级、可访问、响应式的用户界面。在构建或修改界面与页面、创建组件、实现布局、满足 WCAG 可访问性要求、管理状态时使用，或当产出需要达到生产质感而非 AI 生成感时使用。

io.github.affaan-m/ECC/ai-first-engineering

适用于 AI 代理产出大部分实现成果的团队的工程运营模型。在为大量由代理编写的代码库设定团队流程、评审门槛或归属规则时使用。

io.github.affaan-m/ECC/agentic-engineering

以 Agentic 工程师的方式开展工作：评测优先执行、任务拆解与成本感知的模型路由。当需要规划或执行交由 Agent 端到端完成的工程工作时使用。

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.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/reverse-engineering-android-malware-with-jadx

使用 JADX 反编译器逆向恶意 Android APK：阅读 Java/Kotlin 源码、检查清单权限、receiver、service 与本地库，识别数据窃取、C2 通信、提权或覆盖层攻击行为。适用于分析疑似 Android 银行木马、间谍软件、短信窃取器或其他被标记的 APK，或一般性的移动恶意软件与 Android 威胁调查。