搜索「Meeting Assistant」的结果

com.kekwanu/syncline-mcp-server-python

Syncline MCP 服务器（Python）——AI 驱动的会议安排，支持智能自动排期

com.kekwanu/syncline-mcp-server

Syncline MCP 服务器（TypeScript）——AI 驱动的会议安排，支持智能自动排期

run.syncline/mcp-server

AI 驱动的会议排期，为 Claude 与 AI 智能体提供智能自动排期。

io.github.mazemax/mindvalley-products-mcp

让 AI 助手访问 Mindvalley 的产品、大师课、学习项目与认证。

io.github.google/skills/google-ads-api-mcp-setup

引导开发者下载、配置并安装官方开源的 Google Ads MCP 服务器。当用户想把其 AI 助手（如 Gemini、Claude Code 或 Cursor）连接到 Google Ads 账户，以自然语言查询广告系列或获取报告指标时使用。

io.github.openstatusHQ/openstatus/openstatus-mcp

使用 openstatus MCP 服务器，从任意 Model Context Protocol 客户端（Claude、ChatGPT、Cursor 等）读取并更新状态页、状态报告与维护窗口。当 AI 助手需要在 openstatus 工作区发布事故、追加更新、完结报告或安排维护时使用。

io.github.netdata/netdata/triage-codacy

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

io.github.addyosmani/agent-skills/frontend-ui-engineering

构建生产级、可访问、响应式的用户界面。在构建或修改界面与页面、创建组件、实现布局、满足 WCAG 可访问性要求、管理状态时使用，或当产出需要达到生产质感而非 AI 生成感时使用。

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.github/awesome-copilot/sql-code-review

通用 SQL 代码审查助手，对所有 SQL 数据库（MySQL、PostgreSQL、SQL Server、Oracle）进行全面的安全性、可维护性与代码质量分析。聚焦 SQL 注入防护、访问控制、代码规范与反模式检测。与 SQL 优化提示互补，覆盖完整开发环节。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.netdata/netdata/codacy-audit

本仓库的 Codacy Cloud 工作流——在 `git push` 前本地运行 Codacy 分析器（对齐 Codacy CI 行为），并经 v3 API 拉取/聚类任意 PR 的 Codacy 问题。当用户提到 Codacy、「codacy analysis」、`codacy-analysis-cli`、「codacy issues on PR」「fix codacy CI」「codacy markdownlint findings」，或 netdata-org PR 上任何 Codacy 门禁失败时使用。附带脚本 analyze-local.sh（codacy-analysis-cli 的 docker/二进制运行器）与 pr-issues.sh（分页 v3 问题拉取 + 按工具/模式/严重级/文件分组）。令牌安全——CODACY_TOKEN 绝不进入助手可见的 stdout。按设计只读；写操作（标记误报、标记已修复）需要 GitHub issue 或分支本地 SOW。

io.github.jeremylongshore/claude-code-plugins-plus-skills/twinmind-security-basics

TwinMind 的安全最佳实践：端侧音频处理、加密云备份、麦克风权限与数据隐私控制。用于实现安全基础功能，或管理 TwinMind 会议 AI 的运行。触发语如 “twinmind security basics”。

io.github.jeremylongshore/claude-code-plugins-plus-skills/granola-security-basics

Granola 会议数据的安全与隐私配置。用于评审数据处理方式、配置加密、确保 SOC 2/GDPR 合规，或保护会议录音。触发语：“granola security”、“granola privacy”、“granola encryption”、“granola SOC 2”、“granola GDPR”、“secure granola”。

io.github.jeremylongshore/claude-code-plugins-plus-skills/deploying-machine-learning-models

该 skill 让 AI 助手把机器学习模型部署到生产环境：自动化部署流程、落地模型服务最佳实践、优化性能并处理常见错误。用于部署或管理基础设施时。触发词如 “deploy”、“infrastructure”、“CI/CD”。

io.github.Liquid4All/cookbook/mcp-server-dev

为 LocalCowork 项目开发 MCP 服务器的技能。在构建新 MCP 服务器、为现有服务器添加工具、调试 MCP 通信问题或实现 PRD 工具注册表中的任何工具时必须使用。强制触发词：“build the filesystem server”“add a tool to the document server”“implement the OCR MCP server”“MCP server”“tool implementation”，或提及任何具体服务器名（filesystem、document、ocr、knowledge、meeting、security、calendar、email、task、data、audit、clipboard、system）。当用户说“implement UC-”时也触发，因为用例需要 MCP 工具

io.github.github/awesome-copilot/sql-optimization

通用 SQL 性能优化助手，为所有 SQL 数据库（MySQL、PostgreSQL、SQL Server、Oracle）提供全面的查询调优、索引策略与数据库性能分析。提供执行计划分析、分页优化、批量操作与性能监控指导。

io.github.BagelHole/DevOps-Security-Agent-Skills/kubernetes-hardening

实现 Kubernetes 安全上下文、Pod Security Standards 与网络策略，加固集群组件与工作负载。在加固 Kubernetes 部署或满足安全合规要求时使用。