vercel(Vercel 部署监控)
io.github.remotion-dev/remotion/vercel
为 Vercel 部署和预览 URL 设置 Codex 监控。当用户调用 /vercel 或 $vercel、要求 Codex 观察或监控 Vercel 部署、等待 Vercel 预览或 PR 预览就绪,或希望在 Vercel 状态变为 READY 时同时收到部署 URL 和预览 URL 的通知时使用。
“Deployment” 共 324 个结果
io.github.remotion-dev/remotion/vercel
为 Vercel 部署和预览 URL 设置 Codex 监控。当用户调用 /vercel 或 $vercel、要求 Codex 观察或监控 Vercel 部署、等待 Vercel 预览或 PR 预览就绪,或希望在 Vercel 状态变为 READY 时同时收到部署 URL 和预览 URL 的通知时使用。
io.github.PostHog/posthog/finding-llm-gateway-migration-candidates
找出并排序可从 services/llm-gateway 迁往 PostHog/ai-gateway 的调用方。当被询问接下来迁移什么、寻找低风险网关迁移候选、盘点剩余的 Python 网关调用方,或识别受 Go 网关对等性阻塞的调用方时使用。检索代码与部署接线、清点每个调用方的必需契约、过滤掉不受支持的迁移项,返回一份有证据支撑的候选清单而不改动调用方。
io.github.alirezarezvani/claude-skills/senior-ml-engineer
面向将模型产品化的 ML 工程技能,涵盖 MLOps 流水线构建与 LLM 集成。包括模型部署、特征存储、漂移监控、RAG 系统与成本优化。当用户询问向生产部署 ML 模型、搭建 MLOps 基础设施(MLflow、Kubeflow、Kubernetes、Docker)、监控模型性能或漂移、构建 RAG 流水线,或集成带重试逻辑与成本控制的 LLM API 时使用。聚焦生产与运维,而非模型研究或初始训练。
io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-infrastructure-as-code-security-scanning
用 Checkov、tfsec 与 KICS 为 Infrastructure as Code 实现自动化安全扫描,检测 Terraform、CloudFormation、Kubernetes 清单与 Helm chart 中的错误配置,并做基于策略的治理与 CI/CD 集成。适用于部署前验证云基础设施,或在 pull request 中拦截不安全的变更(公开 S3 桶、开放的 security group)。
io.github.mukul975/Anthropic-Cybersecurity-Skills/implementing-policy-as-code-with-open-policy-agent
用 Open Policy Agent(OPA)与 Gatekeeper 在 Kubernetes 与 CI/CD 流水线中实现策略即代码执行,涵盖编写 Rego 策略、把 OPA Gatekeeper 部署为 Kubernetes 准入控制器、开发期测试策略,以及把策略评估集成到部署流水线。适用于编写 Rego 策略、部署 Gatekeeper 准入控制,或用策略即代码检查为 CI/CD 流水线设门禁。
io.github.mukul975/Anthropic-Cybersecurity-Skills/scanning-containers-with-trivy-in-cicd
把 Aqua Security 的 Trivy 扫描器集成进 CI/CD 流水线,检测 OS 包与应用依赖 CVE、Dockerfile 错误配置,以及文件系统或 git 仓库中的问题,并按严重度实施质量门禁,阻止带漏洞的镜像被部署。适用于在 CI/CD 中构建 Docker 镜像,并需要在推送 registry 或生产部署前做自动漏洞扫描与通过/失败门禁。
io.github.nexu-io/open-design/clone-audit-mrlv3nl4
审查被克隆或重新实现的网站:保真度缺口、跟踪脚本、源品牌与语言残留、占位符与高风险外部依赖。在交付或部署前使用,或当被要求审查网站克隆的清理与就绪程度时使用。
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/laravel-verification
Laravel 项目的验证闭环:环境检查、代码风格检查、静态分析、带覆盖率的测试、安全扫描与部署就绪评估。
io.github.affaan-m/ECC/laravel-verification
Laravel 项目的验证闭环:环境检查、代码风格检查、静态分析、带覆盖率的测试、安全扫描与部署就绪评估。
io.github.affaan-m/ECC/django-verification
Django 项目的验证闭环:发布或 PR 前的数据库迁移、代码风格检查、带覆盖率的测试、安全扫描与部署就绪检查。
io.github.affaan-m/ECC/browser-qa
部署后使用浏览器自动化进行可视化测试与 UI 交互验证。
io.github.HKUDS/OpenSpace/api-proxy-endpoint
创建无服务器 API 代理端点,隐藏 API 密钥并为仪表盘前端提供统一后端。面向 Vercel 部署设计。
io.github.ruvnet/ruflo/iot-firmware
编排固件灰度发布:canary 部署与异常检测门控的推进流程。
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。
vdevelop
io.github.HoangNguyen0403/agent-skills-standard/nextjs-tooling
配置 Next.js 的构建工具、部署与开发者工作流。用于为 Next.js 项目搭建 Turbopack、standalone Docker 输出、bundle 分析、CI 缓存、环境变量校验或 ESLint 集成。
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.aiskillstore/marketplace/backend-migrations
创建可回滚、聚焦的数据库迁移,遵循恰当的命名、版本控制实践与零停机部署考量。在创建或编辑 database/migrations/ 下的迁移文件、编写 schema 变更(创建/修改表、列、索引、外键)、实现迁移回滚方法、管理数据库版本控制、在大表上添加或修改索引,或将 schema 变更与数据迁移分离以获得更安全部署时使用。
io.github.formbricks/formbricks/nextjs-docs
本仓库的本地 Next.js 文档索引(.next-docs/)。用于 apps/web 中任何 Next.js 相关工作:路由、布局、页面、app router、服务端/客户端组件、server actions、缓存、重新验证、metadata、route handlers、proxy/middleware、next.config、图片、字体、错误处理、加载状态、并行/拦截路由、动态路由、useRouter/usePathname/useSearchParams、cookies/headers、重定向、部署、升级。在实现或调试 Next.js 行为前先阅读相关 .mdx 文件;不要依赖训练数据。
io.github.sgl-project/sglang/cookbook-review-pr
按 SGLang Cookbook(docs_new/,Mintlify)的贡献清单审查 PR——采用配置驱动的格式(每个模型的 config 与基准测试 JSX,由共享的 _deployment.jsx 与 _playground.jsx 引擎消费)。使用 /cookbook-review-pr <PR 编号> 运行。
io.github.jeremylongshore/claude-code-plugins-plus-skills/coreweave-deploy-integration
用 Helm chart 与 Kustomize 在 CoreWeave 上部署推理服务。用于部署多模型推理、大规模管理 GPU 部署,或模板化 CoreWeave manifest。触发语如 “deploy coreweave”、“coreweave helm”、“coreweave kustomize”、“coreweave deployment patterns”。
io.github.microsoft/skills/deploy-model
统一的 Azure OpenAI 模型部署 skill,按意图智能路由。支持快捷预设部署、完全自定义部署(版本/SKU/容量/RAI 策略),以及跨地域与项目的容量查询。适用:deploy model、deploy gpt、创建部署、模型部署、部署 openai 模型、初始化模型、预置模型、查容量、查模型可用性、该在哪个地域部署、容量分析。不适用:列出现有部署(请用 foundry_models_deployments_list MCP 工具)、删除部署、创建 agent(用 agent/create)、创建项目(用 project/create)。