Shell 脚本应用部署
SkillSkillsMP
io.github.nixopus/nixopus/shell-deploy
部署 Shell 脚本应用——解释器检测、setup 脚本与 Dockerfile 模式。在部署 Shell 脚本项目或检测到 start.sh 时使用
source
“Script” 共 336 个结果
io.github.nixopus/nixopus/shell-deploy
部署 Shell 脚本应用——解释器检测、setup 脚本与 Dockerfile 模式。在部署 Shell 脚本项目或检测到 start.sh 时使用
io.github.NVIDIA-NeMo/Megatron-Bridge/testing
Megatron Bridge 的测试参考——单元与功能测试目录结构、层级语义（L0/L1/L2/flaky）、脚本约定、本地运行测试、新增/移动/禁用测试，以及 pytest 约定。
io.github.AgentFlocks/flocks/performing-docker-bench-security-assessment
Docker Bench for Security 是一个开源脚本，用于检查围绕在生产环境部署 Docker 容器的数十项常见最佳实践。基于 CIS Docker Benchmark，对主机配置进行审计。
io.github.sickn33/antigravity-awesome-skills/browser-automation
浏览器自动化支撑着 Web 测试、网页抓取与 AI 代理交互。不稳定的脚本与可靠系统之间的差别，在于对选择器、等待策略与反检测模式的理解。
vdevelop
io.github.SparkDevNetwork/Rock/sql
为 Rock RMS 数据库生成安全、正确的 SQL 脚本。处理 INSERT、UPDATE、DELETE、SELECT 查询、数据迁移与种子脚本，并遵循 Rock 的 schema 约定（PersonAlias、审计列、FK 约束、DefinedType/DefinedValue 查找、基于 Guid 的引用）。当用户说“create a sql script”“write sql”“insert data”“seed data”“data migration”“update records”“sql for Rock”“populate data”“add test data”“query Rock database”，或任何直接对 Rock RMS 数据库执行 SQL 的请求时使用。当用户描述要在 Rock 中添加、修改或查询的数据——即使未明说“SQL”——也应使用，例如“add 100 attendance records”“create a new campus”“give Ted Decker some financial transactions”“set up check-in data”。凡涉及 Rock 数据库记录且 SQL 是合适工具的任务，使用本技能。
io.github.Devolutions/UniGetUI/translation-review
审查 UniGetUI 的 .json 语言文件的本地化质量，检测对等性问题、与英文相同条目、错误脚本内容与跨语言离群项，并生成供 LLM 辅助语言审阅的数据集。当用户要求审阅翻译、审计本地化、检查 i18n 或 l10n 质量，或校验语言文件时使用。
io.github.midudev/autoskills/python-executor
通过 [inference.sh](https://inference.sh) 在安全沙箱环境中执行 Python 代码。预装：NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh 及 100 多个其他库。适用于：数据处理、网页抓取、图像编辑、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词：python、执行代码、运行脚本、网页抓取、数据分析、图像处理、视频剪辑、3D 模型、自动化、pandas、matplotlib。
io.github.openakita/openakita/python-executor
通过 [inference.sh](https://inference.sh) 在安全的沙箱环境中执行 Python 代码。预装：NumPy、Pandas、Matplotlib、requests、BeautifulSoup、Selenium、Playwright、MoviePy、Pillow、OpenCV、trimesh 及 100+ 其他库。适用：数据处理、网页抓取、图像操作、视频创作、3D 模型处理、PDF 生成、API 调用、自动化脚本。触发词：python、execute code、run script、web scraping、data analysis、image processing、video editing、3D models、automation、pandas、matplotlib
io.github.ComposioHQ/awesome-codex-skills/deploy-pipeline
使用 Composio CLI 跨 Stripe、Supabase 与 Vercel 运行端到端部署流水线。在单个脚本中上架 Stripe 商品、推送 Supabase 迁移、发布 Vercel 部署，并通过部署后检查进行验证。
io.github.girijashankarj/cursor-handbook/automation-helper
设计并创建自动化工作流 —— shell 脚本、Cursor 钩子、GitHub Actions、cron 任务与任务运行器。当用户要求自动化某个流程、编写脚本或搭建工作流时使用。
io.github.HKUDS/OpenSpace/python-spreadsheet-debug
面向电子表格任务的系统化 Python 调试工作流，用于区分环境问题与脚本逻辑问题。
io.github.HKUDS/OpenSpace/python-debug-pattern
调试 Python 脚本执行失败：捕获含退出码的完整输出，并在文件操作前核验工作目录。
io.github.HKUDS/OpenSpace/python-debug-execution-911f17
通过捕获完整 traceback 并核验工作目录，调试 Python 脚本执行失败。
io.github.OpenBMB/ChatDev/python-scratchpad
把现有的 Python 执行工具当作草稿本使用：做计算、数据转换和快速的脚本化验证。
io.github.microsoft/skills-for-fabric/sqldw-consumption-cli
通过 CLI 对 Fabric Data Warehouse、Lakehouse SQL Endpoint 与 Mirrored Database 执行只读 T-SQL 查询。任何湖仓数据查询（行数、SELECT、过滤、聚合）的默认技能，除非用户明确要求 PySpark 或 Spark DataFrame。适用场景：(1) 查询 warehouse/lakehouse 数据；(2) 统计行数或探索 lakehouse 表；(3) 发现 schema/列；(4) 生成 T-SQL 脚本；(5) 监控 SQL 性能；(6) 导出结果为 CSV/JSON。触发词：“warehouse”“SQL query”“T-SQL”“query warehouse”“show warehouse tables”“show lakehouse tables”“query lakehouse”“lakehouse table”“how many rows”“count rows”“SQL endpoint”“describe warehouse schema”“generate T-SQL script”“warehouse performance”“export SQL data”“connect to warehouse”“lakehouse data”“explore lakehouse”。
io.github.MemTensor/MemOS/browserwing-admin
管理与操作 BrowserWing——一个智能浏览器自动化平台。安装依赖、配置 LLM、创建/管理/执行自动化脚本、用 AI 驱动的探索生成脚本、浏览脚本市场，以及排查问题。
io.github.phuryn/pm-skills/dummy-dataset
生成逼真的测试数据集，可自定义列、约束与输出格式（CSV、JSON、SQL、Python 脚本）。在创建测试数据、构建模拟数据集或为开发与演示生成样例数据时使用。
io.github.github/awesome-copilot/comment-code-generate-a-tutorial
把 Python 脚本改造成精致的入门级项目：重构代码、添加清晰的教学注释，并生成完整的 Markdown 教程。
io.github.solatis/claude-config/refactor
当用户提出重构分析、技术债评审或代码质量改进需求时，立即通过 python 脚本调用。不要先自行探索——由脚本统一编排探索过程。
io.github.davila7/claude-code-templates/browser-automation
浏览器自动化支撑着 Web 测试、抓取与 AI 智能体交互；一段时好时坏的脚本与一套可靠的系统之间，差别在于是否理解选择器、等待策略与反检测模式。本技能覆盖 Playwright（推荐）与 Puppeteer，并给出测试、抓取与智能体式浏览器控制的模式。核心结论：Playwright 已赢得框架之争，除非你需要 Puppeteer 的隐身生态或只能用 Chrome，否则 Playwright 都是更好的选择。
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.openai/skills/playwright
当任务需要从终端驱动真实浏览器（导航、填表、快照、截图、数据抽取、UI 流程调试）时使用，经 `playwright-cli` 或内置封装脚本执行。
io.github.openai/skills/jupyter-notebook
当用户要求创建、搭建或编辑 Jupyter 笔记本（.ipynb）——用于实验、探索或教程时使用；优先使用内置模板，并运行辅助脚本 new_notebook.py 生成干净起始笔记本。
io.github.openai/skills/cli-creator
基于 API 文档、OpenAPI 规范、现成 curl 示例、SDK、Web 应用、管理工具或本地脚本，为 Codex 构建可组合 CLI。当用户希望 Codex 创建可在任意仓库运行的命令行工具——暴露可组合的读/写命令、返回稳定 JSON、管理认证并搭配一个配套技能——时使用。