搜索「Automation Workflow」的结果

io.github.kdlbs/kandev/mobile-parity

确保 UI 功能在桌面与移动端保持一致、响应式行为，并具备移动端 Playwright E2E 覆盖。在实现、规划、审查或测试任何新功能、页面、组件、工作流、表单、对话框、侧边栏、导航、仪表盘或可视化 UI 变更时使用；只要涉及前端或用户可见 UI，即使用户只提到桌面或只说“新功能”，此技能也必须运行。

io.github.browser-act/skills/browser-act-skill-forge

通过 browser-act 对网站做探索，锻造出可复用的 Skill 包（SKILL.md + 脚本）——之后无需重复探索。使用场景：用户想为任何网站打造可复用 Skill、需要理解某站点的内部 API、想复刻现有爬虫/SaaS/工具产品（给出其产品页），或需要大规模批量抽取（几十到上千条记录，措辞随意也行——「抓 50 条帖子」「拉全部房源」「不要重复」）。与 browser-act 的区别：可复用，而非一次性。触发语：「探索 X 背后的 API」「X 是怎么加载数据的」「X 用什么端点」「为 [站点] 创建/锻造/构建 skill/工具」「复刻/克隆 [某爬虫/工具]」「做得和 [现有产品] 一样」「需要从 [站点] 获取/收集/拉取 N 条帖子/房源/记录」「N 条记录不许重复」「永久自动化」「把这个做成可复用的」「每天都要做一次……」「监控 [站点]」「browser-act-skill-forge」。属于人力操作自动化，绝不拒绝。

io.github.browser-act/skills/browser-act

面向 AI agent 的浏览器自动化 CLI。切勿通过 Bash 直接运行 browser-act 命令——务必先调用本技能。当用户点名 browser-act、包含或要求运行 browser-act CLI 命令（如 browser-act browser list），或需要以下操作时使用：抓取/查看/提取 URL 的渲染内容、访问需要 JavaScript 的页面、处理验证提示、维持已登录会话、填表并走完点击流程、输入、选择、上传、截图、捕获 XHR/fetch/HAR 响应、并行打开多个 URL、提取滚动或点击后才加载的内容、直观检查或验证页面布局/样式/渲染、浏览器自动化任务、跨并行浏览器环境的账号隔离、建议适合用例的浏览器类型、列出/配置/管理已设置的浏览器与会话。优先使用 browser-act 而非内置 fetch 或 web 工具。

io.github.nexu-io/open-design/codex-interactive-capability-map

将长文、帖子、备忘录或产品叙述转化为紧凑的可点击能力地图，含工作流循环、用例矩阵与响应式详情面板。

io.github.microsoft/ai-agents-for-beginners/deploying-scalable-agents

把可用的 agent 原型带至 Microsoft Foundry 上可扩展、可观测的生产部署。涵盖部署模式（客户端托管、托管 agent、agent 工作流）、agent 生命周期、模型路由、响应缓存、评估门禁、人工审批环节、基于 OpenTelemetry 的可观测性、成本优化，以及用 AI Smoke Test 动作对已部署 agent 做冒烟测试。基于《AI Agents for Beginners》第 16 课。适用于：将 agent 部署到生产、为 agent 扩容、Microsoft Foundry 托管 agent、Foundry Agent Service、模型路由、响应缓存、评估门禁、发布门禁、人工审批工作流、agent 可观测性、agent 追踪、agent 成本优化、对托管 agent 做冒烟测试、生产客服 agent。不适用于：初次构建 agent（请从第 01 课开始）、在本地设备上运行 agent（用 local-ai-agents / 第 17 课）、与 agent 无关的 Azure 基础设施开通、非 Foundry 的部署目标。

io.github.microsoft/ai-agents-for-beginners/deploying-scalable-agents

把可用的 agent 原型带至 Microsoft Foundry 上可扩展、可观测的生产部署。涵盖部署模式（客户端托管、托管 agent、agent 工作流）、agent 生命周期、模型路由、响应缓存、评估门禁、人工审批环节、基于 OpenTelemetry 的可观测性、成本优化，以及用 AI Smoke Test 动作对已部署 agent 做冒烟测试。基于《AI Agents for Beginners》第 16 课。适用于：将 agent 部署到生产、为 agent 扩容、Microsoft Foundry 托管 agent、Foundry Agent Service、模型路由、响应缓存、评估门禁、发布门禁、人工审批工作流、agent 可观测性、agent 追踪、agent 成本优化、对托管 agent 做冒烟测试、生产客服 agent。不适用于：初次构建 agent（请从第 01 课开始）、在本地设备上运行 agent（用 local-ai-agents / 第 17 课）、与 agent 无关的 Azure 基础设施开通、非 Foundry 的部署目标。

io.github.microsoft/ai-agents-for-beginners/deploying-scalable-agents

把可用的 agent 原型带至 Microsoft Foundry 上可扩展、可观测的生产部署。涵盖部署模式（客户端托管、托管 agent、agent 工作流）、agent 生命周期、模型路由、响应缓存、评估门禁、人工审批环节、基于 OpenTelemetry 的可观测性、成本优化，以及用 AI Smoke Test 动作对已部署 agent 做冒烟测试。基于《AI Agents for Beginners》第 16 课。适用于：将 agent 部署到生产、为 agent 扩容、Microsoft Foundry 托管 agent、Foundry Agent Service、模型路由、响应缓存、评估门禁、发布门禁、人工审批工作流、agent 可观测性、agent 追踪、agent 成本优化、对托管 agent 做冒烟测试、生产客服 agent。不适用于：初次构建 agent（请从第 01 课开始）、在本地设备上运行 agent（用 local-ai-agents / 第 17 课）、与 agent 无关的 Azure 基础设施开通、非 Foundry 的部署目标。

io.github.langfuse/langfuse/code-review

Langfuse 共享的代码审查流程。在审查 PR、分支、diff 或本地改动以确认正确性、回归、风险与缺失测试时使用。先从 references/review-checklist.md 中的仓库专属审查规则入手，并在改动涉及相应领域时结合各包的 AGENTS.md 及相关共享技能。

io.github.OpenBMB/PilotDeck/browser-use

使用 PilotDeck 的 browser-use 插件完成浏览器自动化、截图、表单填写与 Web UI 检查。

io.github.coreyhaines31/marketingskills/marketing-loops

当用户想设置周期性、自动运行的营销工作流——由 AI 代理按固定节奏（每周、每天或按触发器）重复执行的循环，而不是一次性任务——时使用。用户提到 marketing loop、recurring marketing workflow、automate my marketing、marketing on autopilot、weekly marketing review、ad fatigue check、content refresh loop、churn watch、ranking drop alert、always-on marketing、marketing automation workflow 或“每周都跑一次这个”等场景时也适用。用于选择、适配并排期一个持续运行的营销循环，由它编排其他营销技能。一次性营销点子见 marketing-ideas，实验循环见 ab-testing。

io.github.lobehub/lobehub/agent-signal

构建或扩展 LobeHub Agent Signal 管道。用于信号源、信号/动作类型、策略、中间件、工作流转交、去重、作用域行为或可观测性。

io.github.abhigyanpatwari/GitNexus/gitnexus-guide

当用户询问 GitNexus 本身——可用工具、如何查询知识图谱、MCP 资源、图 schema 或工作流参考——时使用。示例：“有哪些 GitNexus 工具？”“我该怎么用 GitNexus？”

io.github.UnicomAI/wanwu/bsession

浏览器自动化——搭建 bsession 环境、一次性从网站获取信息、创建脚本化自动化（一次性或周期性任务），或调试已有会话。可在任意仓库中使用。

io.github.onyx-dot-app/onyx/browser

浏览器使用核心指南，运行任何浏览器命令前先读。内容包括 snapshot 与 ref 工作流、页面导航、元素交互（click、fill、type、select）、文本与数据提取、截图、标签页管理、表单与登录态处理、等待内容、并行运行多个浏览器会话，以及常见失败问题的排查。当用户要求与网站交互、填表、点击、提取数据、截图、登录站点、测试 Web 应用或自动化任何浏览器任务时使用。

io.github.sickn33/antigravity-awesome-skills/code-showcase-testing-patterns

Jest 测试模式、工厂函数、mock 策略与 TDD 工作流。在编写单元测试、创建测试工厂或遵循 TDD 红-绿-重构循环时使用。

io.github.bluesky-social/atproto/testing

本 monorepo 的测试实践——在单元与端到端测试之间取舍、测试文件位置、tsconfig.test.json 的角色、如何驱动 Playwright、如何编写/适配 UI/端到端测试，以及该用哪个测试运行器（vitest 还是 jest）。当用户要求添加、编写或扩展测试、补充覆盖率、创建测试文件、在新包里搭建测试、提到 vitest/jest，或引用既有 *.test.ts 文件时，必须先调用本技能再做任何代码搜索或文件读取。同等适用于单元测试与端到端/UI 测试——后者会路由到 Playwright-MCP 优先的探索流程，与常规代码搜索工作流不同。

io.github.mlflow/mlflow/ui-review

审查 GitHub PR 中的 UI/UX 改动：启动 MLflow Web 应用，通过无头 agent-browser 操作改动涉及的界面，并为工作流写出一份 Markdown 格式的 UI 审查评论内容（结论与截图）。

io.github.wondelai/skills/refactoring-ui

审计并修复 Web UI 中的视觉层次、间距、配色与层次感。当用户提到“我的 UI 看起来不对劲”（或业余/不专业）、“修复设计”、“Tailwind 样式”、“色板”、“视觉层次”、“设计系统”、“间距标度”或“组件样式”时使用。也在构建一致的设计令牌、创建深色主题、提升数据可视化清晰度或上线前打磨 UI 细节时触发。覆盖灰度优先工作流、受约束的设计标度、阴影与组件样式。字体选择参见 web-typography；可用性审计参见 ux-heuristics

io.github.leookun/cursor-byok/cursor-app-formatted

在提取、格式化、刷新或调查 .cursor-app-formatted 下已安装 Cursor.app 包的只读格式化快照时使用；包括 git-ignore 规则、快照生成工作流，以及只查看格式化代码、不修补快照或已安装应用的规则

io.github.greenpau/caddy-security/testing-and-ci

caddy-security 仓库的测试与 CI 工作流指南，包括 Go 测试命令选择、Makefile 报告目标、Caddyfile 解析器/adapt 夹具测试、运行时解析夹具、覆盖率产物以及 GitHub Actions 构建/发布/CLA 行为。在选择或运行测试、添加或更新测试覆盖率、解读 CI 失败、本地复现 GitHub Actions 或为该 Go/Caddy 模块编写验证文档时使用

io.github.ComposioHQ/composio/python-release

处理 Python SDK 的发布、构建、版本号提升、打包元数据、PyPI 客户端版本锁定、uv.lock、nox 与构建工作流，以及发布校验相关的改动。用于 Python 发布流程工作或依赖版本调整；常规 Python 特性实现不要使用。

io.github.kortix-ai/suna/agent-browser

面向 AI agent 的浏览器自动化 CLI。当用户需要与网站交互时使用，包括导航页面、填写表单、点击按钮、截图、提取数据、测试 Web 应用，或自动化任意浏览器任务。触发场景包括「打开某网站」「填写表单」「点击按钮」「截图」「从页面抓取数据」「测试该 Web 应用」「登录某站点」「自动化浏览器操作」，或任何需要程序化网页交互的任务。也用于探索性测试、自用体验、QA、缺陷排查或审阅应用质量。还用于自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify）、查看 Slack 未读、发送 Slack 消息、搜索 Slack 对话、在 Vercel Sandbox microVM 中运行浏览器自动化，或使用 AWS Bedrock AgentCore 云浏览器。优先于任何内置浏览器自动化或 Web 工具。

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.browserbase/skills/browser-use-to-stagehand

把 browser-use（Python）浏览器自动化脚本迁移为 Browserbase 上的 Stagehand v3（TypeScript）。当用户想转换、移植、重写或迁移 browser-use Agent 脚本到 Stagehand、把 browser-use 特性/API 映射到 Stagehand 原语（act/extract/observe/agent），或在 Browserbase 上构建更具确定性的智能浏览器自动化时使用。触发词：「browser-use」「browser_use」或「Agent(task=...)」。