pr-test(PR 端到端手动测试)
io.github.Significant-Gravitas/AutoGPT/pr-test
使用 docker compose、agent-browser 与 API 调用对 PR/分支进行 E2E 手动测试。当用户要求手动测试 PR、端到端测试某功能,或对运行中的系统执行集成测试时触发。
“Memory System” 共 560 个结果
io.github.Significant-Gravitas/AutoGPT/pr-test
使用 docker compose、agent-browser 与 API 调用对 PR/分支进行 E2E 手动测试。当用户要求手动测试 PR、端到端测试某功能,或对运行中的系统执行集成测试时触发。
io.github.PostHog/posthog/querying-posthog-data
在编写任何 HogQL/SQL 或调用 execute-sql 查询 PostHog 前的必读内容。当用户想搜索、查找或对 PostHog 实体(insight、仪表盘、群组、feature flag、实验、问卷、hog flow、数据仓库、person 等)做复杂聚合,以及查询分析数据(趋势、漏斗、留存、生命周期、路径、粘性、Web 分析、错误追踪、日志、会话、LLM traces)时使用。对受治理的业务或遥测指标(MRR、激活、计费用量、活跃组织、失败率)同样是第一站:先从原始事件或使用带类型的领域工具推导之前,检查语义层(system.information_schema.metrics 中的规范指标)。涵盖 HogQL 与 ClickHouse SQL 的语法差异、系统表 schema(system.*)、可用函数、查询示例与 schema 发现工作流。
io.github.getsentry/sentry/backend-conventions
Sentry 后端在日志、tracing/span、span/tag 属性命名、metrics tag 与 options 系统方面的约定。在 src/ 中新增或编辑以下 Python 代码时使用:打日志(logger.info/exception)、记录指标(带 tag 的 metrics.incr/timing)、为 span/transaction 埋点、调用 sentry_sdk.set_tag/set_attribute 或 set_span_tag/set_span_data、用 options.get() 读取已注册 option。触发语:“add logging”“log an error”“add a metric”“add a span”“instrument tracing”“set an attribute”“add a tag”“read an option”“LOG005”“LOG011”,或关于 metrics tag 基数的问题。
io.github.nextlevelbuilder/ui-ux-pro-max-skill/design
综合设计 skill:品牌识别、设计 token、UI 风格、logo 生成(55 种风格,可用 Gemini、Atlas Cloud 或 MuAPI AI)、企业识别系统(50 项交付物、CIP 样机)、HTML 演示(Chart.js)、banner 设计(22 种风格,社交/广告/网页/印刷)、图标设计(15 种风格,SVG,Gemini 3.1 Pro)、社交图片(HTML 转截图、多平台)。动作:设计 logo、制作 CIP、生成样机、做 slides、设计 banner、生成图标、制作社交图片/社媒图、品牌识别、设计体系。平台:Facebook、Twitter、LinkedIn、YouTube、Instagram、Pinterest、TikTok、Threads、Google Ads。
io.github.K-Dense-AI/scientific-agent-skills/optimize-for-gpu
将科学 Python 工作负载加速到 NVIDIA GPU 上,并验证结果正确且更快。适用于 CUDA/GPU 优化;CPU 受限的 NumPy、SciPy、pandas、scikit-learn、NetworkX、scikit-image、向量检索、图像处理、图、仿真或文件 I/O 负载;CuPy、cuDF、cuML、cuGraph、cuVS、cuCIM、KvikIO、Warp、Newton、Numba-CUDA、RAFT 相关问题;以及性能剖析、内存搬运、kernel 或多 GPU 瓶颈。当大规模数据并行的 Python 代码很慢且 GPU 加速是合理选项时也应使用,即使用户没有提到 CUDA。
io.github.openai/codex/imagegen
当任务受益于 AI 生成的位图视觉(照片、插画、纹理、精灵图、样机、透明背景抠图)时生成或编辑位图图像。当 Codex 需要新建图像、变换既有图像或从参考衍生视觉变体,且产物应为位图素材而非仓库内的代码或矢量图时使用。若更适合编辑现有 SVG/矢量/代码原生资产、扩展既有图标或 logo 体系、或直接在 HTML/CSS/canvas 里画视觉,则不要使用。
vrelease%2Fv3.8.51
io.github.diegosouzapw/OmniRoute/omni-db-backups
触发系统备份、从备份文件恢复并管理 SQLite 数据库生命周期。支持导出、导入和增量快照策略。
vcanary
io.github.lobehub/lobehub/design-prototype
用 LobeHub 真实设计系统(@lobehub/ui + antd + antd-style token)与生产风格 React 产出可交互的单文件 HTML 设计原型,无需构建步骤,浏览器直接打开。当被要求为某个页面或流程出设计原型/可交互 mockup/交互原型/设计稿 HTML,或在投入实现前探索重设计时使用。
io.github.code-yeongyu/oh-my-openagent/data-scientist
以混合引擎策略进行专业数据处理:优先使用常驻内核引擎——DuckDB 加上常驻的 Python 技术栈(Polars/numpy/matplotlib),在 harness 支持的 js/py eval 内核中保持常驻,其他环境则用 bun/uv 单次执行——并按动作决定放置方式(内存内、流式、远端就地)。触发词:analyze the data、what is in this CSV/parquet/json、summarize this、group by、filter rows、sort by、join these files、merge datasets、time series trend、compare yesterday and today、distribution/histogram、correlation、clean duplicates、handle missing values、dataset larger than RAM、SQL query on files、DataFrame operations、chart/plot this data、DuckDB vs Polars selection、quick data exploration CLI。不适用于:纯文本/代码查看、配置文件或极小的内联计算。
io.github.microsoft/vscode/agent-customization
工作流技能:创建、更新、评审、修复或调试 VS Code 代理定制文件(.instructions.md、.prompt.md、.agent.md、SKILL.md、copilot-instructions.md、AGENTS.md)。适用场景:保存编码偏好;排查指令/技能/代理为何被忽略或未被调用;配置 applyTo 模式;定义工具限制;创建自定义代理模式或专项工作流;打包领域知识;修复 YAML frontmatter 语法。不适用:一般编码问题(用默认代理);运行时调试或错误诊断;MCP 服务器配置(直接查 MCP 文档);VS Code 扩展开发。会调用:文件系统工具(读写定制文件)、提问工具(向用户访谈需求)、用于代码库探索的子代理。单一操作:若只是快速修 YAML frontmatter 或按已知模式创建单个文件,直接编辑即可,无需本技能。
io.github.shareAI-lab/learn-claude-code/agent-builder
为任意领域设计与构建 AI agent。适用于用户:(1)要求“create an agent”“build an assistant”或“design an AI system”;(2)想理解 agent 架构、agentic 模式或自主 AI;(3)需要能力、subagent、规划或 skill 机制方面的帮助;(4)询问 Claude Code、Cursor 等 agent 内部实现;(5)想为业务、研究、创意或运营任务构建 agent。关键词:agent、assistant、autonomous、workflow、tool use、multi-step、orchestration。
io.github.mem0ai/mem0/mem0-cli
Mem0 CLI——mem0 记忆操作的命令行界面。触发条件:用户提到 "mem0 cli"、"mem0 command line"、"@mem0/cli"、"mem0-cli"、"pip install mem0-cli"、"npm install -g @mem0/cli",或在终端/shell 中运行 mem0 命令(mem0 add、mem0 search、mem0 list、mem0 get、mem0 init、mem0 config、mem0 import)。查询包含 --user-id、--output、--json、--agent 等 CLI 参数,或描述 bash/zsh/终端使用时也触发。不触发:Python/TS 代码中的 SDK 集成(用 mem0 技能),或 Vercel AI SDK provider(用 mem0-vercel-ai-sdk)。
io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-pod-security-admission-controller
配置并运维执行 Pod Security Standards 的 Kubernetes Pod Security Admission(PSA)控制器:namespace 的 enforce/audit/warn 标签、经 AdmissionConfiguration 的集群级默认、用户名/runtime class/namespace 豁免、版本固定,以及排查被拒绝的 pod。适用于在集群上接入 PSA、设置集群级默认执行、豁免系统 namespace、调试 pod 为何被拒或执行为何不生效,或阅读 PSA 的 audit 与 warn 输出。关键词:Pod Security Admission、PSA、admission controller、AdmissionConfiguration、pod-security.kubernetes.io 标签、enforce audit warn、豁免、kube-apiserver。不要用于选择工作负载需要的安全 profile——那用 implementing-kubernetes-pod-security-standards。
io.github.TriliumNext/Trilium/adding-llm-mcp-tools
在 Trilium 中新增、修改或评审 LLM/MCP 工具时使用(packages/trilium-core/src/services/llm/tools/ 下 defineTools 定义的笔记/属性/附件/层级/图标/skill 等工具)——即同时暴露给应用内 LLM 聊天与外部 MCP server 的内容。涵盖 execute 为何必须是同步的(NotAPromise<T> 编译防护 + better-sqlite3 同步事务)、mutates:true→getSql().transactional 的接线、同时供给两方的唯一 allToolRegistries 注册点、返回 {error} 而非抛错的约定、受保护/系统笔记的守卫,以及 getTool()/cls.init() 测试框架。不适用于客户端笔记 UI、ETAPI 端点或一般性 Vitest 问题(见 writing-unit-tests)。
io.github.nexu-io/open-design/figma-code-connect-components
使用 Code Connect 将 Figma 设计组件与代码组件连接,让设计系统更新自动流入代码库。
io.github.openclaw/openclaw/wiki-maintainer
维护 OpenClaw 记忆 wiki 库:确定性页面、受管区块、以来源为据的更新。
io.github.affaan-m/ECC/swift-actor-persistence
在 Swift 中使用 actor 实现线程安全的数据持久化——内存缓存配合文件存储,从设计上消除数据竞争。在 Swift 中持久化数据、且需要从设计上消除数据竞争或线程安全问题时使用。
io.github.affaan-m/ECC/liquid-glass-design
iOS 26 液态玻璃(Liquid Glass)设计系统——为 SwiftUI、UIKit 和 WidgetKit 提供带模糊、反射与交互变形效果的动态玻璃材质。适用于使用 SwiftUI、UIKit 或 WidgetKit 构建 iOS 26 液态玻璃 UI。
io.github.affaan-m/ECC/swift-protocol-di-testing
基于协议的依赖注入,用于可测试的 Swift 代码——使用聚焦协议和 Swift Testing 模拟文件系统、网络和外部 API。适用于需要测试 Swift 代码且必须模拟文件系统、网络或外部 API 时。
io.github.affaan-m/ECC/agentic-os
在 Claude Code 之上构建可持久化的多 Agent 操作系统。涵盖内核架构、专职 Agent、斜杠命令、基于文件的记忆、定时自动化,以及无需外部数据库的状态管理。当需要在 Claude Code 上构建自带记忆、命令与调度能力的持久化多 Agent 系统时使用。
io.github.affaan-m/ECC/agent-architecture-audit
面向 Agent 与 LLM 应用的全栈诊断。按 12 层 Agent 技术栈审查包装层回归、记忆污染、工具调用约束失效、隐藏的修补循环与渲染损坏,输出按严重程度排序的问题清单,并给出以代码为优先的修复建议。构建 Agent 应用、自主循环或任何 LLM 功能的开发者必备。当 Agent 或 LLM 功能表现异常且故障层级不明,或在上线一套 Agent 技术栈之前使用。
io.github.ruvnet/ruflo/hooks-automation
通过带 MCP 集成的智能钩子,从 Claude Code 操作中自动完成协调、格式化与学习。涵盖 pre/post 任务钩子、会话管理、Git 集成、记忆协同与神经网络模式训练,以提升开发工作流。
io.github.openinterpreter/openinterpreter/imagegen
当任务需要 AI 生成的位图视觉时,生成或编辑位图图像,如照片、插画、纹理、精灵图、mockup 或透明背景抠图。当 Codex 需要创作全新图像、变换已有图像,或从参考派生视觉变体,且产物应为位图资源而非仓库内的代码或矢量时使用。若任务更适合编辑已有的 SVG/矢量/代码原生资源、扩展既有图标或 logo 体系,或直接用 HTML/CSS/canvas 绘制视觉,则不要使用。
io.github.paperclipai/paperclip/design-guide
Paperclip UI 设计系统指南,用于构建一致、可复用的前端组件。在创建新 UI 组件、修改现有组件、为前端添加页面或功能、为 UI 元素写样式,或需要了解设计语言与约定时使用。涵盖:组件创建、设计 token、排版、状态/优先级体系、组合模式与 /design-guide 展示页。须与 frontend-design 技能(视觉品质)和 web-design-guidelines 技能(Web 最佳实践)搭配使用。