搜索「Multi Agent」的结果

io.github.jleechanorg/claude-commands/automation-orchestration-guide

指导 PR 自动化与多智能体编排库的工作流。

io.github.TerminalSkills/skills/cursor-ai

使用 AI 代码编辑器 Cursor 构建软件。当用户要求配置 Cursor 规则、设置 .cursorrules 文件、用 Composer 做多文件编辑、集成 MCP 服务器，或优化 AI 辅助编码工作流时使用。

io.github.softspark/ai-toolkit/docker-devops

Docker/K8s：Dockerfile、多阶段构建、compose、manifest、Helm。触发词：Docker、Dockerfile、容器、Kubernetes、k8s、compose、Helm、pod。

io.github.iflytek/skillhub/backend-module-structure

SkillHub 后端 Maven 多模块整洁架构规则。确保 agent 把新代码放进正确的模块并遵守依赖方向。

io.github.github/awesome-copilot/refactor-plan

在开始多文件重构前制定具体计划。当用户要求规划、排序、划定范围或安全执行跨文件重构时使用；始终先调研、输出计划并等待确认后再改动代码。

io.github.pedronauck/skills/kubernetes-specialist

在部署或管理 Kubernetes 工作负载时使用。用于创建 deployment 清单、配置 pod security policy、设置 service account、定义网络隔离规则、调试 pod 崩溃、分析资源限制、检查容器日志或调整工作负载规格。也可用于 Helm chart、RBAC 策略、NetworkPolicy、存储配置、性能优化、GitOps 流水线与多集群管理。

io.github.ruvnet/RuView/ruview-configure

配置 RuView——ESP32 sdkconfig 变体、NVS 配网、WiFi 信道/MAC 过滤覆盖（ADR-060）、边缘智能模块（ADR-041）、sensing-server 开关、多节点 mesh 与 Cognitum Seed 集成。在不改代码的前提下调整已部署 RuView 系统行为时使用。

io.github.ruvnet/RuView/ruview-advanced-sensing

RuView 高级能力——RuvSense 多站感知（注意力加权融合、几何多样性、持久场模型）、跨视角多节点融合、射层析成像（ISTA L1 求解器、体素网格）、纵向生物力学漂移、动作前意图信号、对抗性信号检测与多站 mesh 安全加固。用于研究级或多节点部署。

io.github.ruvnet/ruflo/verification-quality

全面的 truth 评分、代码质量校验与自动回滚系统，设定 0.95 准确度阈值，保障 agent 产出质量与代码库可靠性。

io.github.ForceInjection/domain-driven-design-skills/automation-builder-ddunnock-claude-plugins

分析代码库并生成 Claude Code 自动化基础设施，包括命令、脚本与模板，以系统化执行任务。当用户希望创建可复用的自动化工作流、生成 .claude/commands 文件、编写配套的 bash/python 脚本、为结构化产出建立 Markdown 模板，或沉淀跨项目可用的多步任务执行框架时使用。

io.github.ForceInjection/domain-driven-design-skills/cursor-debate-go-go-golems-docmgr-1fb60d22

发起研究先行、多视角的辩论，基于具体代码库证据探讨复杂技术决策（权衡取舍、架构选型、集成策略）。当用户要求“辩论”方案、比较选项，或在决策前需要结构化探索时使用。

io.github.a5c-ai/babysitter/database-drivers-connectors

集成数据库驱动与连接器——连接池、查询构造器、ORM 配置与多数据库抽象层

io.github.nixopus/nixopus/dockerfile-generation

按生态以最佳实践生成生产就绪的多阶段 Dockerfile。当用户需要 Dockerfile、询问容器化方案，或仓库中没有 Dockerfile 时使用

io.github.nixopus/nixopus/deploy-delegation

子代理路由表——诊断、机器健康、基础设施、GitHub、计费与通知分别由哪个 Agent 处理。当当前任务不是直接部署时加载

io.github.openai/plugins/writing-plans

当你已有某多步任务的规格或需求、但还没动代码时使用。

io.github.SnailSploit/Claude-Red/offensive-cloud

Cloud security attack methodology covering AWS, Azure, and GCP. Includes credential harvesting (IMDS, ~/.aws, env vars, leaked CI secrets, instance roles), enumeration with cloud-specific tools (pacu, ScoutSuite, Prowler, ROADtools, gcp_enum), privilege escalation paths (IAM PassRole, AssumeRole chains, Lambda/Functions privilege flips, Azure Owner-on-self, GCP serviceAccountTokenCreator), persistence techniques (IAM user/key creation, AAD app registration, GCP svc account key creation, EventBridge/Logic Apps backdoors), data exfiltration (S3/Blob/GCS, snapshot share, RDS/CosmosDB/Cloud SQL exfil), cloud-native lateral movement (cross-account assume, Azure AD multi-tenant, GCP project hierarchy), serverless attacks (Lambda env vars, layer hijack, Step Functions), Kubernetes-on-cloud (EKS/AKS/GKE-specific paths to node and AWS metadata), and CSPM evasion (CloudTrail blind spots, GuardDuty mute, Sentinel rule shaping). Use when the engagement scope is cloud accounts, when you've stolen cloud credentials, or whe

io.github.LeoYeAI/openclaw-master-skills/security-sentinel-skill

检测提示词注入、越狱、角色劫持与系统提示词提取尝试。通过语义分析与惩罚评分实施多层防御

io.github.LeoYeAI/openclaw-master-skills/security-scanner-plus

扫描 AI Agent 技能中的安全漏洞、危险代码模式与未声明权限。三层分析：依赖 CVE 扫描、静态代码分析与权限审计。返回结构化 JSON 风险报告。适用于用户要求扫描技能安全问题、检查漏洞、审计权限或评估技能安全性

io.github.divinevideo/divine-mobile/docker-buildx-stale-rust-binary

修复使用 docker buildx 时部署的 Rust 二进制未反映代码变更的问题。 适用场景：(1) 本地改动已验证（测试通过）但部署后生产行为没有变化；(2) Docker 镜像有新 tag 但仍包含旧的编译二进制；(3) Dockerfile 采用依赖预编译层加源码拷贝层的多阶段构建。 Docker buildx 的层缓存可能提供陈旧的编译产物，即使源文件已变更，交叉编译（--platform linux/amd64）时尤其如此。

io.github.LeoYeAI/openclaw-master-skills/datadog-monitor-designer

设计能捕获真实生产问题、又不会被噪声触发呼叫的 Datadog 监控。涵盖基于 SLO 的多窗口多燃烧率告警监控、阈值/异常/预测/离群/复合监控类型的取舍、标签驱动路由、停机窗口、按服务层级的监控模板继承、通知消息工程与 runbook 关联。如同一位管理过 4000+ 个 Datadog 监控并精简到 600 个仍能捕获所有真实事故的资深 SRE。熟悉 Datadog 计费杠杆（自定义指标、索引日志、摄取追踪）、from/group_by 与无数据评估的交互、简单告警与多告警的区别，以及哪些监控类型隐性昂贵。适用于监控因表面波动误报、某服务层级需要成体系的监控集、SLO 需转化为燃烧率告警或监控泛滥难以管理时。触发词：“datadog”“datadog monitor”“monitor design”“slo”“burn rate”“anomaly mo

io.github.LeoYeAI/openclaw-master-skills/fly-io-deployer

在 Fly.io 上部署和运维 Node、Python、Go、Rust、Elixir 与 Docker 应用：生产级 fly.toml 编写、Machines API 编排、区域选择（延迟/数据主权/出口流量）、Fly Postgres 集群、用 LiteFS 做 SQLite 复制、Upstash Redis 绑定、Tigris 对象存储、持久卷、WireGuard 私网（6PN）、通过 flyctl 管理密钥、借助自动停机机器实现蓝绿部署、缩零策略、定时扩缩、每个 PR 的预览部署、多区域副本、热配置重载、机器 SSH、日志投递到 Better Stack/Axiom/Datadog/Logtail，以及激进的 cost 调优。触发词：“fly.io”“flyctl”“fly machines”“fly.toml”“fly postgres”“litefs”“tigris”“upstash on fly”“fly deploy”“migrate from heroku”“migrate from render”“migrate from railway”“scale to zero”“fly regions”“fly volumes”“fly wireguard”“6pn”“fly secrets”

io.github.sickn33/antigravity-awesome-skills/browser-automation

浏览器自动化支撑着 Web 测试、网页抓取与 AI 代理交互。不稳定的脚本与可靠系统之间的差别，在于对选择器、等待策略与反检测模式的理解。

io.github.sickn33/antigravity-awesome-skills/docker-expert

你是资深 Docker 容器化专家，基于当前行业最佳实践，全面掌握容器优化、安全加固、多阶段构建、编排模式与生产部署策略的实用知识。

io.github.alirezarezvani/claude-skills/helm-chart-builder

面向 Claude Code、Codex、Gemini CLI、Cursor、OpenClaw 的 Helm chart 开发 agent 技能与插件——chart 脚手架、values 设计、模板模式、依赖管理、安全加固与 chart 测试。适用于用户要创建或改进 Helm chart、设计 values.yaml 文件、实现模板 helper、审计 chart 安全（RBAC、网络策略、pod security）、管理子 chart，或运行 helm lint/test。