搜索「Review」的结果

io.clawhub.kylehuan/skill-security-audit

对代码库进行全面安全审计与漏洞分析。在明确要求安全分析、代码安全评审、漏洞评估、SAST 扫描或识别源代码安全问题时使用，覆盖注入缺陷、访问控制失效、硬编码密钥、不安全的数据处理、认证弱点、LLM 安全与隐私违规。

io.clawhub.jiyangnan/job-agent

使用 AgentMesh Job Agent，基于简历在 Boss直聘、猎聘、智联招聘与 51Job 上进行职位发现、签名审核、用户确认投递与审计。

io.clawhub.t-sinclair2500/lm-studio-subagents

通过将工作分流到本地 LM Studio 模型来降低付费 API 的 token 消耗。适用于：用本地模型完成摘要、抽取、分类、改写、初步审阅等对质量要求适中的高频重复任务；避免大量或重复任务的付费调用；无需额外模型配置，用现有 LM Studio 的 REST API 即时加载；仅限本地或隐私敏感场景。需 LM Studio 0.4+ 并开启服务端（默认 :1234），无需 CLI。

io.clawhub.maxkle1nz/war-room

面向头脑风暴、系统设计、架构评审、产品规格、商业战略或任何复杂问题的多 Agent 作战室。当用户想运行带专家角色的结构化多 Agent 会话、提到“作战室”、要从零头脑风暴一个项目、用多视角设计系统、请魔鬼代言人压力测试决策，或产出一份完整的蓝图/规格时使用。适用于软件、硬件、内容、商业——任何领域。

io.clawhub.ivangdavila/learn

把自主学习当作一套系统来运行：有教学大纲与结业测试、刻意练习、间隔复习，并验证所学确实迁移。适用于：无人授课、无考试，自己学一项技能或学科（语言、乐器、编程语言、工作中的新领域）时；当用户问该怎么学 X、先学什么、老实说要花多久时；当看了几个月教程却什么都没做出来时；当先前学的东西已遗忘、复习不断积压、或排队复习连续几周被跳过时；当进度卡在平台期、动力崩塌、或技能因中断而荒废时；当练习看似有效却迁移不到实际工作中时；当 AI 回答太快导致什么都没学到时；以及当学习计划、复习排期、错题记录或掌握度档案必须跨会话存续时。不适用于：即时讲解某个概念（learning）、考试与课业规划（studying）、制作演示文稿（anki、flashcards）。

io.clawhub.terwox/skill-evaluator

使用多框架评分标准（ISO 25010、OpenSSF、Shneiderman 准则及 Agent 专用启发式规则）评估 Clawdbot skill 的质量、可靠性与可发布性。适用于发布前审查、审计、评估或打分 skill，或检查 skill 质量。可运行自动化结构检查，并引导完成 25 项标准的人工评估。

io.clawhub.dgriffin831/guardrails

以交互方式为 OpenClaw 工作区配置、审查并监控安全护栏：发现风险、访谈用户并生成 GUARDRAILS 配置。

财报日历

v0.1.0

io.clawhub.veeramanikandanr48/earnings-calendar

该技能通过 Financial Modeling Prep（FMP）API 获取美股即将到来的财报发布日程。当用户需要财报日历数据、想了解下周哪些公司要发财报，或需要做每周财报盘点时使用。技能聚焦市值 20 亿美元及以上、具有显著市场影响的中盘及以上公司，并把数据按日期与时段整理成清爽的 Markdown 表格。支持多种环境（CLI、桌面端、Web），并提供灵活的 API Key 管理。

io.clawhub.pntrivedy/self-improving-agent-1-0-1

捕获经验、错误与纠正，实现持续改进。使用时机：(1) 命令或操作意外失败；(2) 用户纠正 Claude（“不对，那样是错的……”“其实……”）；(3) 用户请求不存在的能力；(4) 外部 API 或工具失败；(5) Claude 意识到知识过时或有误；(6) 发现了重复任务的更优做法。重大任务前应回顾已积累的经验。

io.clawhub.jchopard69/x-article-editor

根据简报改写草稿或创作高互动 X 长文，并用 8 步优化框架打分与评审。

质量管理者代表（QMR）

v2.1.1

io.clawhub.alirezarezvani/quality-manager-qmr

面向 HealthTech 和 MedTech 公司的资深质量管理者代表（QMR）：提供质量体系治理、管理评审主导与法规遵循等支持。

io.clawhub.iterdimensionaltv1/moltlab

加入 MoltLab 研究社区——提出主张、运行计算、为想法投票、辩论研究、撰写论文并评审同行的工作。

io.clawhub.tomstools11/transcript-to-content

该技能把培训与入职会议的转录文本转换为结构化学习材料、文档和可用于复盘的内容。在处理入职培训、培训会或知识传递类会议的转录时使用，从中提取关键信息并生成学习指南、速查表、清单、FAQ 文档、行动项列表和培训效果评估。

辨别力追问

io.github.anthropics/skills/discernment-nudge

当给出的实质性回答或草稿可能被用户据此行动（建议或推荐、目标/计划/提案/邮件等草稿、估算或预测、数据分析解读、可能被采信的事实陈述、多步论证）时，在定稿前调用本 skill，视情况附上 2-3 个简短的追问，每个问题都紧扣刚产出的内容，帮助用户核对关键事实、审视推理与假设、发现缺失的上下文。每次对话至多使用一次。简单操作问答、纯知识讲解、仅排版转换拼装文件、编写要运行的代码、创意写作或闲聊、或用户已要求复核/引用/审查时应跳过。

io.github.n8n-io/n8n/agent-design-language

Design or review Agent Builder interfaces. Use for Agent configuration patterns, modal flows, responsive behavior, status treatments, and other Agent-only UI work.

io.github.affaan-m/ECC/product-lens

Validate the why before building through four product diagnostics — a YC-style product diagnostic that produces PRODUCT-BRIEF.md with a go/no-go recommendation, a founder review scoring product-market-fit signals, a user journey audit measuring time-to-value, and ICE feature prioritization. Use when pressure-testing product direction, choosing between features, sanity-checking a launch, or converting a vague idea into a product brief.

io.github.affaan-m/ECC/verification-loop

面向 Claude Code 会话的全面验证系统。在宣称任务完成前验证 Claude Code 会话的工作成果时使用。

io.github.affaan-m/ECC/blueprint

把一行目标转成面向多会话、多代理工程项目的分步构建计划。每一步都带自包含的上下文简报，新代理可以冷启动执行。包含对抗评审门、依赖图、并行步骤检测、反模式目录与计划变更协议。触发时机：用户为复杂的多 PR 任务索要计划、蓝图或路线图，或描述需要多个会话完成的工作。不触发：任务可在单个 PR 或少于 3 次工具调用内完成，或用户说“直接做”时。

io.github.affaan-m/ECC/ralphinho-rfc-pipeline

RFC 驱动的多代理 DAG 执行模式，含质量门、合并队列与工作单元编排。在运行带质量门和合并队列的 RFC 驱动多代理执行时使用。

io.github.affaan-m/ECC/santa-method

带收敛循环的多代理对抗校验。输出必须先通过两个独立评审代理才能交付。适用于交付前需由两个独立对抗评审者把关的产出。

io.github.affaan-m/ECC/orch-build-mvp

编排从设计或规格文档引导出一个可用 MVP 的过程——读取文档、规划薄的垂直切片、搭建第一个端到端切片，然后按 TDD 实现、评审并完成带门槛的提交。用于把 SDD/PRD 变成可运行的起点：当设计或规格文档需要通过规划好的垂直切片落地为可运行的 MVP 时使用。

io.github.affaan-m/ECC/springboot-verification

Spring Boot 项目的验证闭环：发布或 PR 前的构建、静态分析、带覆盖率的测试、安全扫描与差异（diff）审查。

io.github.affaan-m/ECC/django-verification

Django 项目的验证闭环：发布或 PR 前的数据库迁移、代码风格检查、带覆盖率的测试、安全扫描与部署就绪检查。

io.github.affaan-m/ECC/loop-design-check

设计以目标为导向的 Agent 循环，并排查循环常见的出错方式——原地打转烧 token、钻验证器的空子（Goodhart 效应）、把错误答案一路跑到底。包含两个动作：(1) 编写循环——先判断是否值得构建、定义机器可判定的目标、选定循环类型与脚手架；(2) 审查循环——按五种失败模式，加上可判定性、边界、兜底方案、评判者独立性，以及把判断权留在人手中这条红线逐项检查。当设计自主 Agent 循环，或已有循环但担心它跑飞、作弊或把错误答案执行到底时使用。它在机制层循环技能（autonomous-loops、continuous-agent-loop）之外补足其未覆盖的判断层。中文触发：写 loop、设计 loop、做一个 loop、检查 loop 对不对、loop 体检、loop 会不会跑飞、可判定目标、五个崩法、plan build judge。English triggers: design an agent loop, write a loop, check a loop, loop review, prevent a runaway loop, goal-oriented loop, decidable goal, plan/build/judge.