gstack 工程周复盘
v1.0.0
io.clawhub.garrytan/gstack-openclaw-retro
每周工程回顾:分析提交历史、工作模式与代码质量指标,保留历史记录并跟踪趋势。支持按团队维度分析。
“Prompt Engineering” 共 409 个结果
v1.0.0
io.clawhub.garrytan/gstack-openclaw-retro
每周工程回顾:分析提交历史、工作模式与代码质量指标,保留历史记录并跟踪趋势。支持按团队维度分析。
v0.4.4
io.clawhub.yazelin/nanobanana-pro-fallback
带自动模型降级的 Nano Banana Pro——通过 Gemini Image API 生成/编辑图片。运行方式:uv run {baseDir}/scripts/generate_image.py --prompt ‘描述’ --filename ‘out.png’ [--resolution 1K|2K|4K] [-i input.png]。支持文生图 + 图生图(最多 14 张);1K/2K/4K。降级链:gemini-2.5-flash-image → gemini-2.0-flash-exp。必须用 uv run,不能用 python3。
v2.1.1
io.clawhub.alirezarezvani/senior-security
安全工程工具包,用于威胁建模、漏洞分析、安全架构设计与渗透测试,包含 STRIDE 分析。
v1.3.2
io.clawhub.emberdesire/hopeids
基于推理的 AI Agent 入侵检测:模式匹配 + LLM 分析,识别越狱、提示注入、凭据窃取与社会工程。内置 108 条检测模式,OpenClaw 插件形态,支持自动扫描与隔离。命令:hopeid scan、hopeid test、hopeid setup、hopeid stats、hopeid doctor。
v0.1.2
io.clawhub.zack-dev-cm/gstack-review-stack
当 Codex 需要 gstack 风格的 CEO/产品、工程、设计、QA、发布或产品组合货架空间评审时使用本技能,例如以「use g…」开头的请求。
v2.1.1
io.clawhub.alirezarezvani/senior-data-engineer
用于构建可扩展数据管道、ETL/ELT 系统和数据基础设施的数据工程 skill。精通 Python、SQL、Spark、Airflow、dbt、Kafka 等技术。
v2.1.1
io.clawhub.alirezarezvani/cto-advisor
为工程团队、架构决策与技术战略提供技术领导力指导。适用于评估技术债、扩展工程团队等场景。
v0.1.0
io.clawhub.dktrn9ne/fivem-dev
面向 QBCore、ESX 与 QBox 的 FiveM RP 服务器工程。用于框架级脚本编写、fxmanifest.lua/config.lua 校验、资源调试、依赖编排、MLO/流送修复、性能优化(客户端/服务端)、artifact/gamebuild 兼容性、库存/职业/帮派系统,以及 SFTP 用的 SSH 密钥生成。
v5.5.34
io.clawhub.batthis/amber-phone-capabilities
为你的 OpenClaw Agent 赋予真实电话能力。配置通过简短向导完成;配置后,用一句自然语言即可拨打电话与处理电话任务。
v2.1.1
io.clawhub.alirezarezvani/senior-computer-vision
面向目标检测、图像分割与视觉 AI 系统的计算机视觉工程技能。涵盖 CNN 与 Vision Transformer 架构、YOLO/Fast... 等模型。
v1.0.0
io.clawhub.wpank/decision-frameworks
面向常见工程抉择的结构化决策模式——选型、架构、自建还是购买、优先级排序、可逆性分析与 ADR。在工具、架构或方案之间做选择,或记录技术决策时使用。
v2.1.1
io.clawhub.alirezarezvani/senior-ml-engineer
面向模型生产化、构建 MLOps 流水线与集成 LLM 的机器学习工程技能。涵盖模型部署、特征存储、漂移监控、R... 评估等。
io.github.anthropics/skills/claude-api
Claude API / Anthropic SDK 参考——模型 id、定价、参数、流式输出、工具调用、MCP、agent、缓存、token 计数、模型迁移。TRIGGER——在打开目标文件前先阅读本参考,不要因为“看起来只是一行代码”而跳过,凡是:提示中出现 Claude/Anthropic 的任何形式(Claude、Anthropic、Fable、Opus、Sonnet、Haiku、anthropic、@anthropic-ai、claude-*、us.anthropic.*、[1m]);用户询问 LLM 相关问题(定价/选型/限制/缓存)——不要凭记忆作答;或任务呈 LLM 形态但未指明提供方(agent/MCP/工具定义/多智能体/RAG/LLM 评审/computer-use;对自然语言做生成/摘要/抽取/分类/改写/对话;调试拒答/截断/流式/工具调用/token)。仅当处理的是其他提供方时可 SKIP(覆盖所有触发条件):查询中点名 OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama;或对项目执行 grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama' 命中(先跑这条 grep
io.github.deepseek-ai/deepseek-harness/agent-experience
Use when writing or changing a model-facing tool definition (name, description, parameter schema, or its system-prompt section), and when designing skills, context loading, or multi-step workflows, to make information discoverable and use context efficiently.
io.github.reactive-resume/reactive-resume/software-engineer-resume
Writes software engineering resumes for frontend, backend, full-stack, mobile, platform, DevOps, SRE and security engineering roles. Emphasizes technical decisions, delivered systems and defensible impact; use data-resume for analytics or model-focused work and resume-tailor for one specific posting.
io.github.affaan-m/ECC/skill-comply
可视化 skill、规则和代理定义是否真的被遵循——自动生成 3 个提示词严格度档位的场景、运行代理、对行为序列分类,并给出附带完整工具调用时间线的遵循率报告。在核查代理是否真的遵循了交给它的 skill、规则与定义(而不是默认它会遵循)时使用。
io.github.alirezarezvani/claude-skills/slo-architect
用于定义、评审或运维 SLO/SLI/错误预算。触发词包括「define an SLO」「what should our SLO be」「error budget」「burn rate」「SLI」「service level objective」「Google SRE workbook」「multi-window burn-rate alert」,或任何可靠性目标问题。附带 SLO 设计器、带多窗口燃烧率阈值的错误预算计算器,以及捕捉常见缺陷(目标过于激进、窗口过短、SLO 冲突、缺少 SLI 定义)的 SLO 评审器。4 份关于 SLO 原则+SLI 设计+错误预算数学+与 feature-flags-architect/chaos-engineering/kubernetes-operator 组合的参考文档。不是通用的可观测性技能——专注 SLO 这一学科。
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.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.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.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.affaan-m/ECC/brownfield-retrospective
Run the ECC engineering process retroactively against an existing project slice. Audit current state, reconstruct past decisions, produce a four-axis gap register (thinking, coding practice, missing features, technology selection), then execute fixes forward through the plan-TDD-review pipeline. Use when adopting ECC mid-project, taking over an inherited codebase, or asking what was missed and what would have been built differently from day one.
io.github.affaan-m/ECC/hookify-rules
Create and configure hookify rules — markdown files with YAML frontmatter that match bash, file, prompt, or stop events by regex or conditions and show warn/block messages to the agent. Use when creating a hookify rule, writing hook rule syntax, configuring hookify, or adding pattern guardrails such as blocking dangerous commands, .env edits, or debug code.
io.github.anthropics/skills/claude-api
Claude API / Anthropic SDK 参考——模型 id、定价、参数、流式输出、工具调用、MCP、agent、缓存、token 计数、模型迁移。触发条件:提示中出现任何 Claude/Anthropic 相关名称(Claude、Anthropic、Fable、Opus、Sonnet、Haiku 等);用户询问 LLM 相关问题(定价/选型/限额/缓存)时不要凭记忆回答;或任务属于 LLM 类且未指明供应商。仅当明确针对其他供应商(OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama)时跳过。