搜索「Competitor Analysis」的结果

io.github.mohitagw15856/pm-claude-skills/database-schema-design

记录或设计数据库 schema，包含实体关系、表定义、约束、索引和访问模式。当需要设计数据库、为现有 schema 编写文档、为实体与关系建模、定义表结构、规划索引策略或产出供评审的数据模型时使用。产出结构化 schema 文档，包含 ER 图、表 DDL 定义、索引策略、访问模式分析、规范化决策与迁移说明。

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.kortix-ai/suna/codex-cli

在 Claude Code 内部将 OpenAI 的 Codex CLI（codex exec）作为非交互式编码子代理驱动。当你想把编码/分析/重构任务委派给 Codex、从另一个模型获得第二意见/对抗式审查、跨文件或 worktree 扇出并行代理，或在你保持规划者的同时运行长时机械任务时随时加载。涵盖确切的 codex exec 标志、沙箱层级、输出捕获、JSON/schema 模式、会话续接、并行扇出，以及强制的「委派 → 捕获 → 独立验证，绝不轻信自我汇报」监督循环。

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/exploiting-insecure-data-storage-in-mobile

识别并利用 Android 与 iOS 应用中的本地不安全数据存储漏洞：未加密数据库、全局可读文件、不安全的 SharedPreferences、明文凭据存储，以及 keychain/keystore 的不当使用。适用于聚焦 OWASP M9（不安全数据存储）的移动渗透测试，或 MASVS-STORAGE 合规评估。对涉及移动数据存储安全、本地存储利用、SharedPreferences 分析或移动数据泄露评估的请求自动激活。

io.github.mukul975/Anthropic-Cybersecurity-Skills/intercepting-mobile-traffic-with-burpsuite

使用 Burp Suite 代理拦截并分析移动应用的 HTTP/HTTPS 流量，识别不安全的 API 通信、认证缺陷、数据泄露与服务端漏洞。适用于移动应用渗透测试、API 安全评估或客户端-服务端通信模式分析。对涉及移动流量拦截、Burp Suite 移动代理、API 安全测试或移动 HTTPS 分析的请求自动激活。

io.github.mukul975/Anthropic-Cybersecurity-Skills/conducting-mobile-app-penetration-test

遵循 OWASP Mobile Application Security Testing Guide（MASTG）对 iOS 与 Android 移动应用做渗透测试，识别数据存储、网络通信、认证、加密与平台特有安全控制中的漏洞。测试者对应用二进制做静态分析、对运行时做动态分析并进行 API 安全测试，评估完整的移动攻击面。对涉及移动应用渗透测试、iOS 安全评估、Android 安全测试或 OWASP MASTG 评估的请求自动激活。

io.github.mukul975/Anthropic-Cybersecurity-Skills/deploying-edr-agent-with-crowdstrike

在企业终端上部署并配置 CrowdStrike Falcon EDR 代理，实现实时威胁检测、行为分析与自动化响应。适用于将终端纳入 EDR 覆盖、配置检测策略，或将 Falcon 遥测集成到 SIEM 平台。涉及 CrowdStrike 部署、Falcon 传感器安装、EDR 策略配置或端点检测与响应时启用。

io.github.mukul975/Anthropic-Cybersecurity-Skills/testing-android-intents-for-vulnerabilities

测试 Android 通过 intent 进行的进程间通信（IPC）漏洞，包括 intent 注入、未授权组件访问、广播嗅探、PendingIntent 劫持与 ContentProvider 数据泄漏。用于通过导出组件评估 Android 应用攻击面、测试基于 intent 的数据流或审查 IPC 安全。当请求涉及 Android intent 安全、IPC 测试、导出组件分析或 Drozer 评估时启用。

io.github.a5c-ai/babysitter/mobile-perf

移动应用性能分析与优化

io.github.microclaw/microclaw/sql

编写、运行并解释 SQL 查询，并借助 sqlite3 CLI 对 CSV/SQLite 数据做快速本地分析。当用户要求编写或修复 SQL 查询、查询 .db/.sqlite 文件，或用 SQL 分析 CSV（联表、分组、窗口函数）时使用。触发词包括 SQL、query、SELECT、JOIN、GROUP BY、sqlite、database table、查询、数据库、写个 sql、联表、分组。

io.github.luongnv89/claude-howto/code-review-specialist

全面的代码审查，含安全、性能与质量分析。当用户要求审查代码、分析代码质量、评估 pull request，或提到代码审查、安全分析、性能优化时使用。

io.github.doocs/leetcode/git-commit

执行 git commit，支持约定式提交信息分析、智能暂存与信息生成。当用户要求提交变更、创建 git commit 或提到 "/commit" 时使用。支持：(1) 从变更自动检测 type 和 scope；(2) 从 diff 生成约定式提交信息；(3) 可覆盖 type/scope/description 的交互式提交；(4) 按逻辑分组做智能文件暂存。

io.github.wshobson/agents/sql-optimization-patterns

掌握 SQL 查询优化、索引策略与 EXPLAIN 分析，大幅提升数据库性能并消除慢查询。在排查慢查询、设计数据库 schema 或优化应用性能时使用。

io.github.wshobson/agents/kpi-dashboard-design

设计高效的 KPI 仪表盘，涵盖指标选取、可视化最佳实践与实时监控模式。适用场景：构建追踪 MRR、流失率、LTV/CAC 比率的 SaaS 高管仪表盘；设计带实时服务健康与请求吞吐的运营中心；为产品团队创建同期群留存分析视图；或排查因计算口径不一致导致指标互相矛盾的仪表盘。

io.github.kubeshark/kubeshark/security-audit

由 Kubeshark MCP 驱动的 Kubernetes 网络安全审计技能。当用户想审计集群安全威胁、检测失陷工作负载、发现恶意流量模式、搜寻失陷指标（IOC）、检查数据外泄、识别 C2（命令与控制）通信、检测挖矿、发现横向移动、察觉凭据窃取尝试、评估网络安全态势或在 Kubernetes 中做威胁狩猎时使用。当用户提到 security audit、威胁检测、失陷评估、漏洞扫描、“我的集群是否失陷”、“找恶意流量”、“检查威胁”、DNS 外泄、DNS 隧道、端口扫描、IMDS 访问、反弹 shell、矿机、MITRE ATT&CK、IOC 检测、异常检测、可疑流量、失控工作负载、未授权访问，或任何通过网络流量分析评估集群安全的请求时也触发。

io.github.videojs/v10/refactor-behavior

以目标优先（purpose-first）的纪律重构既有的 SPF 行为。强制先阐明该行为的目的与业务规则，再分析代码，然后映射到 internal/design/spf/conventions/ 中的成文模式。触发语：refactor behavior、refactor this behavior、clean up behavior、apply conventions to behavior、review behavior for refactor。

io.github.kubeshark/kubeshark/network-rca

由 Kubeshark MCP 驱动的 Kubernetes 网络根因分析技能。当用户想调查历史事故、做事后流量分析、抓取或管理流量快照、提取 PCAP、从历史抓包剖析 L7 API 调用、按时间段比较流量模式、检测快照间的漂移或异常，或在 Kubernetes 中做任何取证式网络分析时使用。当用户提到快照、raw capture、PCAP 提取、流量回放、postmortem 分析、“昨天/上周发生了什么”、根因分析、RCA、云快照存储、快照剖析，或针对历史流量的 KFL 过滤时也触发。即便用户在 Kubernetes 语境里只说“弄清楚哪里出了问题”或“把今天的流量和昨天对比”，也应使用本技能。

io.github.kubeshark/kubeshark/kfl

KFL2（Kubeshark Filter Language）参考。在编写、构造或建议任何 KFL 过滤表达式前必须先加载本技能。KFL 是静态类型的——错误的字段名或语法会静默失败或报错。未加载本技能时不要猜测 KFL 语法。触发于任何提及 KFL、CEL 过滤、流量过滤、显示过滤、查询语法、过滤表达式、写过滤器、构造查询、build a KFL、创建过滤表达式、“我该怎么过滤”“只看……”“查找满足……的流量”、协议专属查询（HTTP 状态码、DNS 查询、Redis 命令、Kafka topic）、Kubernetes 感知过滤（按命名空间、pod、service、label、annotation）、L4 连接/流过滤、基于时间的查询，或任何在 Kubeshark 中切分/搜索/收窄网络流量的请求。当其他技能需要构造过滤器时也触发——KFL 是所有 Kubeshark 流量分析的查询语言。

io.github.QwenLM/qwen-code/codegraph

通过图数据库（neug）与向量索引（zvec）分析已建立索引的代码库。覆盖调用图、依赖关系、死代码、热点、模块耦合、架构报告、语义检索、影响分析、从 GitHub issue 出发的缺陷根因定位、类图（UML）以及 PR 审查（风险评分、冲突检测、可自动合并候选、打标签）。同时涵盖创建、检查与修复 CodeScope 索引。用于：代码结构、谁调用了谁、某处为何改动、相似函数、模块边界、缺陷追踪、类间关系、PR 风险与冲突，或任何适合借助代码知识图谱回答的问题。当工作区存在 .codegraph 索引，或用户希望创建一个时适用。

io.github.aipoch/medical-research-skills/pdf-extract

从 PDF 提取可选中文本以及整页或分页图像（含表格），输出为 Markdown，带逐页标题与图像链接；当你同时需要可读文本和页面视觉素材用于制作 PPT、审阅或分析时使用。

io.github.ForceInjection/domain-driven-design-skills/automation-strategy-melodic-software-claude-code-plugins-b69ff37b

规划测试自动化策略，包括 ROI 分析、自动化候选对象筛选、框架评估以及可长期维护的自动化架构。

io.github.nixopus/nixopus/deploy-flow

完整部署流水线——源检测、提示驱动的分析、项目创建、部署监控与在线 URL 交付。当用户想要部署应用时加载