搜索「Data Extraction」的结果

io.github.microsoft/hve-core/security-reviewer-formats

安全审查编排器及其子代理的格式规范与数据契约。

io.github.JuneQQQ/polynoia/backend-architect

设计 API、数据模型与服务边界，制定可靠的后端实现方案。

io.github.postgis/postgis/sql-programming

通用 SQL 编程、格式化、调试与查询构造技巧。用于与 PostGIS 空间数据无关的一般 SQL 工作

io.github.langfuse/langfuse/security-review

Langfuse 的安全审查模式。当改动涉及接受用户提供的 URL、host/endpoint/baseURL 字段、密钥、跨租户数据、新的出站 HTTP 请求、新的集成（webhook、对象存储、LLM 连接、图片代理）、跟随重定向的行为或新的鉴权/权限范围时，在代码审查、设计或规划阶段使用。目前覆盖 SSRF 与出站 URL 校验，并有意扩展到其他反复出现的安全问题（租户隔离、密钥处理、重定向处理不当、文件上传、RBAC 权限范围漂移）。

io.github.FerroxLabs/wayland/sql-analytics-expert

面向分析的高级 SQL，涵盖窗口函数、CTE、递归查询、查询优化、透视，以及面向数据仓库与分析型数据库的复杂分析模式。当用户询问 sql analytics expert、相关技术、最佳实践，或需要该领域指导时使用。当请求超出 sql analytics expert 范围或需要其他专项技能时请勿使用。

io.github.FerroxLabs/wayland/mobile-analytics

专业移动分析，涵盖归因追踪、漏斗分析、崩溃报告集成、A/B 测试框架、留存与同期群分析、事件分类体系设计、符合隐私规范的数据采集、实时看板，以及面向 iOS 与 Android 应用的可执行指标策略。当用户询问 mobile analytics、mobile analytics 最佳实践，或需要 mobile analytics 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。

io.github.FerroxLabs/wayland/backend-architect

化身为资深后端架构师，设计可扩展、高可用的服务端系统，明确 API 契约、合理的模型与有据可查的取舍。当用户需要系统设计、数据库架构、API 契约定义、缓存策略或后端技术选型时使用。编写前端 UI 组件、CSS，或对现有 PR 做代码评审时请勿使用。

io.github.FerroxLabs/wayland/nextjs-architect

Next.js 架构专长，涵盖 App Router 模式、服务端与客户端组件、基于 Server Actions 的数据获取、中间件、路由处理器、ISR、流式 SSR、图片优化、并行路由与拦截路由。当用户询问 nextjs architect、nextjs architect 最佳实践，或需要 nextjs architect 实施指导时使用。当用户需要其他专项技能或涉及无关技术领域时请勿使用。

io.github.affaan-m/ECC/quarkus-patterns

Quarkus 3.x LTS 架构模式，使用 Camel 处理消息、RESTful API 设计、CDI 服务、Panache 数据访问与异步处理。适用于采用事件驱动架构的 Java Quarkus 后端工作。

io.github.affaan-m/ECC/intent-driven-development

在实现之前或实现的同时，将含义模糊或影响较大的产品与工程变更转化为范围明确、可验证的验收标准。适用于用户请求澄清功能、定义验收标准、降低安全/数据/迁移/集成变更风险、为其他智能体准备实现需求，或让复杂需求变得可测试时。除非用户明确调用此技能，否则不要因琐碎改动、简单修复、进行中的调试、代码审查或验收条件已明确的实现请求而触发。

io.github.affaan-m/ECC/swift-actor-persistence

在 Swift 中使用 actor 实现线程安全的数据持久化——内存缓存配合文件存储，从设计上消除数据竞争。

io.github.affaan-m/ECC/mle-workflow

面向数据契约、可复现训练、模型评估、部署、监控与回滚的生产级机器学习工程工作流。适用于构建、审查或强化一次性笔记本之外的 ML 系统。

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

Spring Boot 架构模式、REST API 设计、分层服务、数据访问、缓存、异步处理与日志记录。用于 Java Spring Boot 后端工作。

io.github.affaan-m/ECC/react-patterns

React 18/19 模式：hooks 纪律、服务端/客户端组件边界、Suspense + 错误边界、表单 action、数据获取、状态管理决策树，以及无障碍优先的组合方式。在编写或审查 React 组件时使用。

io.github.tw93/Waza/design

为页面、组件、视觉界面、字体排印与基于截图的打磨，产出具辨识度、生产级的 UI。当用户用中文提出设计/做页面/做组件/UI/前端/截图需求，或抱怨界面丑、看不清、不一致、视觉上不对劲时使用。不适用于后端逻辑或数据管道。

io.github.daymade/claude-code-skills/pdf-to-html

将 PDF 转换为单个自包含、可读性好的 HTML 文件，保留图片、表格、图表和阅读顺序——还可选择翻译为另一种语言同时保留全部图形。使用结构化抽取（PyMuPDF）、基于字号的版式推断、压缩的 base64 内联图片（单一可携带文件），以及强制的无头 Chrome 视觉校验。当有人想把 PDF 作为网页或干净文档来阅读、把 PDF 转成 HTML，或在保留图/表/图表的前提下翻译 PDF 时使用——例如“PDF 转 HTML”“把这个 PDF 转成中文网页版”“让这份报告变得可读”“翻译这份 PDF 但别丢图表”“我只想在手机上读这份 PDF”。与 doc-to-markdown（纯 Markdown 文本）和 pdf-creator（Markdown→PDF）不同——本技能产出带样式、忠实还原图片的 HTML 阅读体验。

io.github.mukul975/Anthropic-Cybersecurity-Skills/deploying-cloud-deception-with-decoy-resources

在 AWS、Azure 与 GCP 上部署基于诱饵（蜜罐）资源的云原生欺骗，这些资源的唯一目的就是在攻击者触碰的瞬间生成高保真告警：金丝雀 IAM 访问密钥、无权限的诱饵用户/角色/服务主体、蜜罐对象存储桶，以及 Secrets Manager / Key Vault / Secret Manager 中的诱饵密钥。通过 CloudTrail + EventBridge、Azure Sentinel 蜜标观察列表 + Defender、GCP Cloud Audit Logs 接入检测，使对诱饵的任何使用都以近乎零误报路由到 SOC。适用于保护云账户与数据存储、组织仅有本地 honeypot 需要云端覆盖、播撒假 AWS 密钥以捕获凭据窃取与代码泄露，或检测云端侦察与横向移动时。

io.github.Asymmetric-al/core/nextjs-app-router

确保正确的 Next.js App Router 架构、渲染策略与数据获取。只要在 /app 下工作就使用——路由、布局、服务端/客户端组件边界、数据获取、Suspense 与 Server Actions。默认使用 Server Components，仅在需要交互时添加 'use client'。不适用于 Pages Router（/pages）。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-cloud-log-forensics-with-athena

使用 AWS Athena 查询 CloudTrail、VPC Flow Logs、S3 访问日志与 ALB 日志做取证调查。涵盖带分区投影的 CREATE TABLE DDL，以及检测未授权访问、数据外泄、横向移动与提权的取证 SQL。适用于调查 AWS 安全事件或构建大规模云原生取证工作流。

io.github.mukul975/Anthropic-Cybersecurity-Skills/exploiting-sql-injection-vulnerabilities

在获授权的渗透测试中，用手工技术与 sqlmap 等自动化工具识别并利用 Web 应用的 SQL 注入漏洞。测试者通过报错注入、UNION 注入、布尔盲注与时间盲注，在主流数据库引擎（MySQL、PostgreSQL、MSSQL、Oracle）上检测注入点，演示数据提取、认证绕过与潜在的远程代码执行。对涉及 SQL 注入测试、SQLi 利用、数据库安全评估或注入漏洞验证的请求自动激活。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-ios-app-security-assessment

对 iOS 应用做全面安全评估：Frida 动态插桩、Objection 运行时探查、SSL pinning 绕过以拦截流量、keychain 提取做凭据分析，以及 IPA 静态分析做二进制级审查。适用于获授权的 iOS 渗透测试、对照 OWASP MASTG 评估移动应用安全态势，或评估 iOS 应用的数据保护与传输安全控制。对涉及 iOS 应用渗透测试、基于 Frida 的 iOS 插桩、移动应用 SSL pinning 绕过或 IPA 逆向的请求自动激活。

io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-iot-security-assessment

对 IoT 设备及其生态做全面安全评估，测试硬件接口、固件、网络通信、云 API 与配套移动应用。测试者使用固件提取与分析、UART 与 JTAG 硬件调试、网络协议分析与运行时利用，在 IoT 栈的各层识别漏洞。对涉及 IoT 安全测试、嵌入式设备评估、固件安全分析或智能设备渗透测试的请求自动激活。

io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-disk-encryption-with-bitlocker

在 Windows 终端上用 Microsoft BitLocker 实施全盘加密，防止设备丢失或被盗时静态数据被未授权访问。适用于为满足合规要求部署加密、保护移动工作站，或在企业范围实施数据保护控制。对涉及 BitLocker 加密、磁盘加密、TPM 配置或静态数据保护的请求自动激活。

io.github.mukul975/Anthropic-Cybersecurity-Skills/analyzing-ios-app-security-with-objection

使用 Objection（基于 Frida）对 iOS 应用做运行时安全测试：检查 keychain 与文件系统数据、在运行时探查应用内部，并在获授权的移动评估中验证/绕过客户端侧防护。