搜索「Search The Web」的结果

io.github.PostHog/posthog/review-hog-authoring

如何编写自定义 ReviewHog 技能——驱动 ReviewHog 自动 PR 评审的评审视角、盲区检查与验证标准。当用户想要新的评审视角（其 PR 的专项透镜）、自定义盲区扫描，或自己的发现发布门槛时使用。触发语："create a ReviewHog perspective""custom review perspective""my own blind-spot check""custom validation criteria""tune what ReviewHog publishes"。

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/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.max-sixty/worktrunk/writing-user-outputs

worktrunk 的 CLI 输出格式化标准。在修改任何调用 warning_message、hint_message、error_message、info_message、eprintln、println 的代码，或产出用户可见字符串（CLI 帮助、进度 UI、快照文本）之前加载。记录 ANSI 颜色嵌套规则、消息模式与输出系统架构。

io.github.microsoft/generative-ai-for-beginners/azure-openai-to-responses

把 Python 应用从 Azure OpenAI Chat Completions 迁移到 Responses API。涵盖 AzureOpenAI/AsyncAzureOpenAI 客户端迁移到 v1 端点、流式输出、tools、结构化输出、多轮对话、EntraID 鉴权以及模型兼容性检查。专注 Python、专注 Azure OpenAI。适用：迁移到 responses API、从 chat completions 切换、升级 openai SDK、gpt-5 迁移、AzureOpenAI 切到 OpenAI client 等。不适用：从零新建应用（直接用 responses）、Node/TypeScript/C#/Java/Go 迁移（本 skill 仅限 Python）、Azure 基础设施搭建（用 azure-prepare）、部署模型（用 microsoft-foundry）。

io.github.github/awesome-copilot/planning-oracle-to-postgres-migration-integration-testing

为 Oracle 到 PostgreSQL 数据库迁移中的 .NET 数据访问代码制定集成测试计划。分析单个项目，识别与数据库交互的仓储、DAO 和服务层，产出结构化测试计划。适用于为迁移后的项目规划集成测试覆盖、确定哪些数据访问方法需要测试，或准备 Oracle 到 PostgreSQL 的迁移验证。

io.github.simstudioai/sim/emcn-design-review

审查 UI 代码是否符合 emcn 设计系统——组件、设计令牌、模式与约定。

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/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.BuilderIO/agent-native/design-exploration

通过托管的 Design MCP 应用进行 UI/UX 探索、并列设计方向、交互原型预览、用户选择、迭代，以及设计到代码的交接。

io.github.comet-ml/opik/writing-e2e-tests

当开发者要为 Opik 的某个功能、页面或分支添加、编写或创建端到端测试时使用——例如「为实验对比页添加 e2e 测试」「为刚做的功能写测试」「这个分支的 e2e 测试」「给数据集条目流程加测试」。在 tests_end_to_end/e2e/ 中跑完整个循环——分析功能与前端代码、用 Playwright MCP 探索真实 UI、编写 Page Object Model + spec，并在本地运行直到通过。

io.github.glebis/claude-skills/automation-advisor

使用自动化决策矩阵框架的交互式自动化决策顾问。在用户问“这个该自动化吗？”、想评估自动化机会、计算自动化 ROI 或盈亏平衡点，或请求自动化决策分析时使用。引导结构化问卷、为四个维度打分、应用覆盖检查，并生成带可视化决策图的 Obsidian 格式报告。

io.github.mattpocock/skills/writing-great-skills

关于如何写好和修改 skill 的参考——让 skill 行为可预测的词汇与原则。

io.github.ClickHouse/ClickHouse/review

审查 ClickHouse Pull Request 的正确性、安全性、性能与合规性。当用户希望审查 PR 或 diff 时使用。

io.github.langfuse/langfuse/code-review

Langfuse 共享的代码审查流程。在审查 PR、分支、diff 或本地改动以确认正确性、回归、风险与缺失测试时使用。先从 references/review-checklist.md 中的仓库专属审查规则入手，并在改动涉及相应领域时结合各包的 AGENTS.md 及相关共享技能。

io.github.handsontable/handsontable/code-graph

查询预构建的 code-review-graph 知识图谱（基于 Tree-sitter、覆盖整个 monorepo），而非用 Grep+Read 遍历调用链——成本低 2-6 倍，且能捕捉 grep 漏掉的分派调用。用于任何跨多文件的任务，即便用户从未提及图谱或主动索取：修复或追踪缺陷（「fix this bug」「why does X happen」「trace this」）、探索陌生代码（「how does X work」「who calls X」「what imports Y」「where is X used」）、规划或执行重构（「rename X」「is it safe to change or remove X」「what would break」「blast radius」「find dead code」），或审阅改动（「review this PR」「review this branch or diff」）。若你即将用 Grep 查找某符号的调用者/被调用者/引用者，停下来改用本技能。

io.github.camunda/camunda/frontend-operate-migrator

把任何 Operate 页面从 operate/client/ 迁移到 orchestration cluster webapp 时使用。务必先阅读 frontend-migrator——本技能补充 Operate 专属覆盖规则、迁移循环协议与逐页面的上下文。

io.github.jeremylongshore/claude-code-plugins-plus-skills/sql-query-optimizer

优化 SQL 查询，属于 Data Analytics 的自动激活 skill。触发词：sql query optimizer、sql optimizer、sql。在处理查询优化功能时使用。

io.github.jeremylongshore/claude-code-plugins-plus-skills/sql-transform-helper

辅助 SQL 转换相关操作，属于 Data Pipelines 的自动激活 skill。触发词：sql transform helper、sql helper、sql。在处理 SQL 转换功能时使用。

io.github.jeremylongshore/claude-code-plugins-plus-skills/sql-migration-generator

生成 SQL 迁移脚本，属于 Backend Development 的自动激活 skill。触发词：sql migration generator、sql generator、sql。在处理迁移脚本生成功能时使用。