搜索「Script」的结果

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.anthropics/skills/xlsx

当电子表格文件是主要输入或输出时使用：打开、读取、编辑或修复现有 .xlsx、.xlsm、.xltx、.csv、.tsv 文件（如加列、计算公式、格式化、图表、清洗数据）；从零或其他数据源新建表格；在表格格式之间转换。用户按名称或路径引用表格文件并提出处理要求时同样触发，也包括把结构混乱的表格数据（错位表头、脏数据）整理为规范表格。交付物必须是表格文件；当主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时不要触发。

io.github.microsoft/skills-for-fabric/sqldw-consumption-cli

通过 CLI 对 Fabric Data Warehouse、Lakehouse SQL Endpoint 和 Mirrored Database 执行只读 T-SQL 查询。对任何 lakehouse 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。当用户想要：(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。针对 Fabric notebook 单元格（%%sql 或其他 notebook magic）请使用 `spark-authoring-cli` 而非本技能。触发语：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.HoangNguyen0403/agent-skills-standard/nextjs-optimization

为 Next.js 性能与 Core Web Vitals 优化图片、字体、脚本与元数据。用于配置 next/image 改善 LCP、用 next/font 消除布局偏移、设置 next/script 加载策略，或用 generateMetadata 做 SEO。

io.github.ymichael/bb/automations

通过官方 automations 插件创建并管理 bb 自动化。使用 bb 自动化命令安排重复性或一次性的智能体/脚本工作时使用。

io.github.github/awesome-copilot/github-actions-hardening

针对 GitHub Actions 工作流文件（.github/workflows/*.yml）的安全加固评审。分析模式匹配器和通用代码 linter 会漏掉的 Actions 威胁模型——不可信输入的脚本注入、高权限触发器运行 fork 代码、可变的 action 引用、权限过大的 token。当被要求评审、审计、加固或保护 GitHub Actions 工作流、编写新工作流，或遇到"这个工作流安全吗""帮我查 CI 安全问题""这里 pull_request_target 为什么危险""帮我 pin actions""收紧 GITHUB_TOKEN 权限"等请求时使用。覆盖 ${{ }} 插值脚本注入、pull_request_target/workflow_run 权限提升、第三方 action 的 SHA 固定、最小权限、GITHUB_ENV/GITHUB_OUTPUT 注入、密钥暴露、OIDC 与长期凭据、公共仓库自托管 runner 的暴露风险。

io.github.xalgord/xalgorix/performing-docker-bench-security-assessment

Docker Bench for Security 是一款开源脚本，检查在生产环境部署 Docker 容器的数十项常见最佳实践。它基于 CIS Docker Benchmark，审计主机配

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。

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。