探索 MCP Server 与 Agent Skill

io.github.iflytek/skillhub/api-and-namespace-design

API 设计约定、命名空间坐标体系、RBAC 角色、ClawHub 兼容层、OpenAPI 契约同步规则，以及 CSRF/会话处理。

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/sqp1_clean

使用 Terraform 部署基础设施。

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.clawhub.datadrivenconstruction/data-model-designer

为建筑项目设计数据模型。创建实体关系图、定义 schema 并生成数据库结构。

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.clawhub.baidu-maps/baidu-ai-map

百度地图 Agent Plan ，无需成为百度地图开发者，立即接入百度地图为 Agent 场景原生设计的地图能力，例如 AI 地点检索、AI 路线规划、地理编码与逆地理编码、天气查询、地图展示等开箱即用的工具。

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.pedronauck/skills/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 security policy、设置 service account、定义网络隔离规则、调试 pod 崩溃、分析资源限制、检查容器日志或调整工作负载规格。也可用于 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.redpanda-data/console/react-best-practices

客户端 React 性能优化模式。

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-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.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.affaan-m/ECC/ck

Claude Code 的每个项目持久化记忆。在会话启动时自动加载项目上下文，通过 git 活动追踪会话，并写入原生记忆。命令运行确定性的 Node.js 脚本——行为在不同模型版本间保持一致。

io.github.affaan-m/ECC/hexagonal-architecture

设计、实现并重构端口与适配器系统，具有清晰的领域边界、依赖反转以及跨 TypeScript、Java、Kotlin 和 Go 服务的可测试用例编排。