搜索「Search The Web」的结果

io.github.novuhq/novu/frontend-design

创建有辨识度、生产级的前端界面，设计品质要高。当用户要求构建 Web 组件、页面、artifacts、海报或应用时使用本技能（例如网站、落地页、仪表盘、React 组件、HTML/CSS 布局，或为任何 Web UI 做样式/美化）。产出富有创意且精致的代码与 UI 设计，避免平庸的 AI 风格。

io.github.davila7/claude-code-templates/gke-basics

以黄金路径 Autopilot 配置规划、创建并配置可用于生产的 Google Kubernetes Engine（GKE）集群，覆盖网络、安全、可观测性、弹性伸缩、成本优化以及 GKE 上的 AI/ML 推理。

io.github.Donchitos/Claude-Code-Game-Studios/security-audit

审计游戏中的安全漏洞：存档篡改、作弊向量、网络利用、数据暴露与输入校验缺口。生成带修复指导的优先级安全报告。在任何公开发布或多人上线前运行。

io.github.HKUDS/CLI-Anything/cli-anything-mailchimp

Mailchimp Marketing API v3.0 的 CLI harness——覆盖 30 个资源组(列表、活动、报告、自动化、电商、模板等)的 303 条命令。支持 JSON 输出与交互式 REPL 模式。

io.github.HKUDS/CLI-Anything/skills

Mailchimp Marketing API v3.0 的 CLI harness——覆盖 30 个资源组(列表、活动、报告、自动化、电商、模板等)的 303 条命令。支持 JSON 输出与交互式 REPL 模式。

io.github.QwenLM/qwen-code/codegraph

通过图数据库（neug）与向量索引（zvec）分析已建立索引的代码库。覆盖调用图、依赖关系、死代码、热点、模块耦合、架构报告、语义检索、影响分析、从 GitHub issue 出发的缺陷根因定位、类图（UML）以及 PR 审查（风险评分、冲突检测、可自动合并候选、打标签）。同时涵盖创建、检查与修复 CodeScope 索引。用于：代码结构、谁调用了谁、某处为何改动、相似函数、模块边界、缺陷追踪、类间关系、PR 风险与冲突，或任何适合借助代码知识图谱回答的问题。当工作区存在 .codegraph 索引，或用户希望创建一个时适用。

io.github.vudovn/ag-kit/frontend-design

面向 Web UI 的设计思维与决策。在设计组件、布局、配色方案、字体排版或创造有美感的界面时使用。教导原则而非固定数值。

io.github.modelscope/AgentJet/docker-install-agentjet-swarm-server

在支持 NVIDIA GPU 的 Docker 容器中安装并运行 AgentJet Swarm Server。当用户想通过 Docker 在 GPU 机器上部署 swarm 服务器时使用，包括 GPU 驱动安装、Docker 镜像源配置、模型权重挂载与服务启动。

io.github.Kevin-Liu-01/Agent-Machines/automation-cron

使用 cronjob 工具安排周期性 agent 任务。当用户希望某事按计划运行、刚完成的任务应当重复执行，或规划每日/每周自动化时使用。

io.github.google-gemini/gemini-cli/prs

擅长管理 Git 与 GitHub 的 Pull Request 生命周期，包括暂存变更、生成 PR 描述与分支管理。

io.github.iflytek/skillhub/backend-module-structure

SkillHub 后端 Maven 多模块整洁架构规则。确保 agent 把新代码放进正确的模块并遵守依赖方向。

io.github.iflytek/skillhub/frontend-conventions

SkillHub React 前端的编码约定、架构模式与测试规则。确保 agent 遵循 Feature-Sliced Design 并使用生成的 OpenAPI 类型。

io.github.iflytek/skillhub/testing-and-ci

SkillHub 的测试约定、CI 流水线规则与冒烟测试覆盖要求。确保 agent 正确编写测试并理解 CI 门禁要求。

io.github.NVIDIA/SkillSpector/sqp2_clean

通过 shell 命令将服务部署到 staging 环境。

io.github.InternLM/lmdeploy/docker-build

构建 LMDeploy Docker 镜像并推送至内部镜像仓库。

io.github.github/awesome-copilot/slang-shader-engineer

处理 Slang 着色器、着色器模块、HLSL 兼容的 GPU 代码、图形渲染管线、compute shader、曲面细分、光线追踪、参数块、泛型、接口、capabilities、跨编译、着色器优化、着色器评审，或 C++ 引擎集成 Slang 时使用。凡提到 Slang、.slang 文件、slangc、来自 Slang 的 SPIR-V、Slang 模块、[shader("compute")]、[shader("vertex")]，或要求编写/评审/重构使用现代语言特性的着色器代码时触发；也适用于 Slang 到 HLSL/GLSL/Metal/CUDA 的跨编译问题，或用户将 "shader" 与泛型、接口、参数块、autodiff、capabilities 并提时。

io.github.github/awesome-copilot/refactor-plan

在开始多文件重构前制定具体计划。当用户要求规划、排序、划定范围或安全执行跨文件重构时使用；始终先调研、输出计划并等待确认后再改动代码。

io.github.ruvnet/RuView/ruview-cli-api

使用 RuView 的 `wifi-densepose` CLI 二进制（含 MAT 扫描/状态/区域/幸存者/告警/导出子命令）、REST API（`wifi-densepose-api`，Axum）与浏览器/WASM 构建（`wifi-densepose-wasm`、`wifi-densepose-wasm-edge`）。在把 RuView 集成进其他程序、从 shell 脚本调用、通过 HTTP 暴露，或部署到浏览器/ESP32-WASM3 时使用。

io.github.ruvnet/RuView/ruview-quickstart

RuView（WiFi-DensePose）入门与首次运行——带模拟数据的 Docker 演示、仓库构建，以及最快抵达实时感知仪表盘。当刚接触 RuView，或想走最短路径做到「在我机器上能跑」时使用。

io.github.ruvnet/RuView/ruview-mmwave

部署并运行 RuView 毫米波/FMCW 雷达感知——ESP32-C6 + Seeed MR60BHA2（60 GHz，心率/呼吸率/在位检测）与 HLK-LD2410（24 GHz，在位+距离），以及毫米波与 WiFi-CSI 传感器融合（48 字节融合生命体征、MR60BHA2/LD2410 自动识别、v0.5.0+）。当部署在 WiFi CSI 之外或取而代之地包含毫米波雷达时使用。

io.github.ruvnet/RuView/ruview-verify

校验 RuView 构建——完整 Rust 工作区测试、确定性 Python 流水线证明（SHA-256 Trust Kill Switch）、固件哈希清单，以及可一键自校验的 ADR-028 见证包。在任何重大变更后、合并 PR 前使用，或为接收方生成证明包。

io.github.browser-use/browser-use/browser-use

自动化浏览器交互，用于网页测试、表单填写、截图与数据提取。当用户需要浏览网站、与网页交互、填写表单、截图或从页面中提取信息时使用。

io.github.coder/coder/coder-agents-review

当仓库已有开启的 pull request 且需要运行 Coder Agents Review 循环时使用：必要时通过 `/coder-agents-review` 请求审查，等待 `coder-agents-review` GitHub 应用的反馈，修复问题并重复，直到该应用评论 `approved`。

io.github.transilienceai/communitytools/backend

后端技术栈识别——通过 HTTP 请求头、cookie、错误页与 API 探测识别 Web 服务器、运行时、语言、框架、数据库、API 与 CMS。