搜索「Multi Engine」的结果

io.github.ruvnet/RuView/ruview-configure

配置 RuView——ESP32 sdkconfig 变体、NVS 配网、WiFi 信道/MAC 过滤覆盖（ADR-060）、边缘智能模块（ADR-041）、sensing-server 开关、多节点 mesh 与 Cognitum Seed 集成。在不改代码的前提下调整已部署 RuView 系统行为时使用。

io.github.ruvnet/RuView/ruview-advanced-sensing

RuView 高级能力——RuvSense 多站感知（注意力加权融合、几何多样性、持久场模型）、跨视角多节点融合、射层析成像（ISTA L1 求解器、体素网格）、纵向生物力学漂移、动作前意图信号、对抗性信号检测与多站 mesh 安全加固。用于研究级或多节点部署。

io.github.cosmicstack-labs/mercury-agent-skills/docker-patterns

掌握 Dockerfile 优化、多阶段构建、docker-compose 模式、安全加固与镜像体积缩减技术，实现生产级容器化。

io.github.ForceInjection/domain-driven-design-skills/automation-builder-ddunnock-claude-plugins

分析代码库并生成 Claude Code 自动化基础设施，包括命令、脚本与模板，以系统化执行任务。当用户希望创建可复用的自动化工作流、生成 .claude/commands 文件、编写配套的 bash/python 脚本、为结构化产出建立 Markdown 模板，或沉淀跨项目可用的多步任务执行框架时使用。

io.github.ForceInjection/domain-driven-design-skills/cursor-debate-go-go-golems-docmgr-1fb60d22

发起研究先行、多视角的辩论，基于具体代码库证据探讨复杂技术决策（权衡取舍、架构选型、集成策略）。当用户要求“辩论”方案、比较选项，或在决策前需要结构化探索时使用。

io.github.a5c-ai/babysitter/database-drivers-connectors

集成数据库驱动与连接器——连接池、查询构造器、ORM 配置与多数据库抽象层

io.github.nixopus/nixopus/dockerfile-generation

按生态以最佳实践生成生产就绪的多阶段 Dockerfile。当用户需要 Dockerfile、询问容器化方案，或仓库中没有 Dockerfile 时使用

io.github.openai/plugins/writing-plans

当你已有某多步任务的规格或需求、但还没动代码时使用。

io.github.guilhermemarketing/esc-skills/cursor-subagent-creator

为复杂多步工作流创建上下文隔离的 Cursor 专用 AI 子智能体。在专为 Cursor 编辑器创建子智能体时使用，遵循 Cursor 的模式与目录（.cursor/agents/）。触发词："cursor subagent"、"cursor agent"。

io.github.LeoYeAI/openclaw-master-skills/security-sentinel-skill

检测提示词注入、越狱、角色劫持与系统提示词提取尝试。通过语义分析与惩罚评分实施多层防御

io.github.divinevideo/divine-mobile/docker-buildx-stale-rust-binary

修复使用 docker buildx 时部署的 Rust 二进制未反映代码变更的问题。 适用场景：(1) 本地改动已验证（测试通过）但部署后生产行为没有变化；(2) Docker 镜像有新 tag 但仍包含旧的编译二进制；(3) Dockerfile 采用依赖预编译层加源码拷贝层的多阶段构建。 Docker buildx 的层缓存可能提供陈旧的编译产物，即使源文件已变更，交叉编译（--platform linux/amd64）时尤其如此。

io.github.LeoYeAI/openclaw-master-skills/datadog-monitor-designer

设计能捕获真实生产问题、又不会被噪声触发呼叫的 Datadog 监控。涵盖基于 SLO 的多窗口多燃烧率告警监控、阈值/异常/预测/离群/复合监控类型的取舍、标签驱动路由、停机窗口、按服务层级的监控模板继承、通知消息工程与 runbook 关联。如同一位管理过 4000+ 个 Datadog 监控并精简到 600 个仍能捕获所有真实事故的资深 SRE。熟悉 Datadog 计费杠杆（自定义指标、索引日志、摄取追踪）、from/group_by 与无数据评估的交互、简单告警与多告警的区别，以及哪些监控类型隐性昂贵。适用于监控因表面波动误报、某服务层级需要成体系的监控集、SLO 需转化为燃烧率告警或监控泛滥难以管理时。触发词：“datadog”“datadog monitor”“monitor design”“slo”“burn rate”“anomaly mo

io.github.LeoYeAI/openclaw-master-skills/fly-io-deployer

在 Fly.io 上部署和运维 Node、Python、Go、Rust、Elixir 与 Docker 应用：生产级 fly.toml 编写、Machines API 编排、区域选择（延迟/数据主权/出口流量）、Fly Postgres 集群、用 LiteFS 做 SQLite 复制、Upstash Redis 绑定、Tigris 对象存储、持久卷、WireGuard 私网（6PN）、通过 flyctl 管理密钥、借助自动停机机器实现蓝绿部署、缩零策略、定时扩缩、每个 PR 的预览部署、多区域副本、热配置重载、机器 SSH、日志投递到 Better Stack/Axiom/Datadog/Logtail，以及激进的 cost 调优。触发词：“fly.io”“flyctl”“fly machines”“fly.toml”“fly postgres”“litefs”“tigris”“upstash on fly”“fly deploy”“migrate from heroku”“migrate from render”“migrate from railway”“scale to zero”“fly regions”“fly volumes”“fly wireguard”“6pn”“fly secrets”

io.github.sickn33/antigravity-awesome-skills/docker-expert

你是资深 Docker 容器化专家，基于当前行业最佳实践，全面掌握容器优化、安全加固、多阶段构建、编排模式与生产部署策略的实用知识。

io.github.alirezarezvani/claude-skills/docker-development

面向 Docker 与容器开发的 agent 技能与插件，涵盖 Dockerfile 优化、docker-compose 编排、多阶段构建与容器安全加固。适用于用户要优化 Dockerfile、创建或改进 docker-compose 配置、实现多阶段构建、审计容器安全、缩减镜像体积或遵循容器最佳实践。覆盖构建性能、层缓存、密钥管理与可用于生产的容器模式。

io.github.loulanyue/awesome-claude-notes/docker-patterns

Docker 与 Docker Compose 模式，面向本地开发、容器安全、网络、卷策略与多服务编排。

io.github.danielmiessler/LifeOS/Apify

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格，以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装（scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等）在返回模型上下文前于代码中过滤与转换数据，相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台，支撑社媒监听看板。线索富化流水线：Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景：抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

io.github.danielmiessler/Personal_AI_Infrastructure/Apify

通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格，以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装（scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等）在返回模型上下文前于代码中过滤与转换数据，相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台，支撑社媒监听看板。线索富化流水线：Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景：抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo

io.github.loulanyue/awesome-claude-notes/docker-patterns

Docker 与 Docker Compose 模式，面向本地开发、容器安全、网络、卷策略与多服务编排。

io.github.loulanyue/awesome-claude-notes/docker-patterns

Docker 与 Docker Compose 模式，面向本地开发、容器安全、网络、卷策略与多服务编排。

io.github.loulanyue/awesome-claude-notes/docker-patterns

Docker 与 Docker Compose 模式，面向本地开发、容器安全、网络、卷策略与多服务编排。

io.github.Jeffallan/claude-skills/kubernetes-specialist

在部署或管理 Kubernetes 工作负载时使用。用于创建 deployment manifest、配置 pod security policy、设置 service account、定义网络隔离规则、调试 pod 崩溃、分析资源限额、检查容器日志或为工作负载定容。也用于 Helm chart、RBAC 策略、NetworkPolicy、存储配置、性能优化、GitOps 流水线与多集群管理。

io.github.pabpereza/pabpereza/kubernetes-specialist

在部署或管理 Kubernetes 工作负载时使用。用于创建 deployment 清单、配置 pod 安全策略、设置 service account、定义网络隔离规则、调试 pod 崩溃、分析资源限制、检查容器日志或合理调整工作负载规模。适用于 Helm chart、RBAC 策略、NetworkPolicy、存储配置、性能优化、GitOps 流水线与多集群管理。

io.github.pabpereza/pabpereza/docker-expert

Docker 容器化专家，深入掌握多阶段构建、镜像优化、容器安全、Docker Compose 编排与生产部署模式。在 Dockerfile 优化、容器问题、镜像体积等场景下主动使用。