自动化完备性
SkillSkillsMP
io.github.jleechanorg/claude-commands/automation-completeness
在新增自动化脚本时使用。必须有一个调用方（CI/cron/hook）；看门狗脚本还需要 launchd plist 模板与 deploy.sh 的安装步骤。
source
“Git Repository” 共 6,196 个结果
io.github.jleechanorg/claude-commands/automation-completeness
在新增自动化脚本时使用。必须有一个调用方（CI/cron/hook）；看门狗脚本还需要 launchd plist 模板与 deploy.sh 的安装步骤。
io.github.TheGoat395/Codex-Skills/css-grid-editorial-systems
为高端网站打造 CSS Grid 编辑风排版布局系统。适用于不对称网格、杂志式版面、作品集索引、案例展示页、图片画廊、主视觉构图、专题叙事、产品证明版式、类瀑布流节奏，以及用更强的层级感取代千篇一律的卡片网格。
io.github.mohitagw15856/pm-claude-skills/sql-query-explainer
解释、优化、编写并记录 SQL 查询。当需要解释某个 SQL 查询、优化慢 SQL、把 SQL 转译成给非技术干系人看的通俗表达、依据自然语言描述写出查询或产出查询文档时使用。产出通俗解释、带注释的优化查询，或涵盖输出结构、假设与已知限制的数据字典。支持 PostgreSQL、MySQL、BigQuery、Snowflake 和标准 SQL。
io.github.ktolonen/ultiorganizer/css-style-and-lint
分析、校验并安全地修复 Ultiorganizer 的 CSS 改动。当 Codex 编辑或评审 cust/ 下的 CSS 文件、移动端样式、皮肤覆盖或共享样式表规则时使用；也用于检查样式/配色一致性，或判断重复选择器与工具类是否应当合并。对改动的 CSS 运行 Stylelint，除非用户要求更大范围的视觉重构，否则只做低风险修复。
io.github.proma-ai/Proma/writing-plans
在有多步骤任务的规格或需求、但尚未动代码时使用。
io.github.mohitagw15856/pm-claude-skills/writing-great-skills
编写高质量的 Agent Skill（SKILL.md），让 AI 可靠地触发并执行得好——扎实的 frontmatter、带触发短语的精准描述、清晰的输出契约、质量检查与反模式。当被要求编写技能、创建 SKILL.md、改进技能、评审技能质量或向技能库贡献内容时使用。产出一份完整、能通过 SkillCheck 的 SKILL.md，并附关键决策的简短理由。
io.github.kortix-ai/suna/testing
本 monorepo 强制的「每次改动都带测试」纪律。只要你在 apps/** 或 packages/** 下编写、更改、重构或删除任何代码——函数、类、路由、组件、hook、schema、迁移、配置或 bug 修复——以及触及 tests/ 下任何内容、添加覆盖、运行套件、配置 CI，或被问及某门控为何失败时加载。定义每次改动需要的测试类型（单元/集成/契约/API/e2e/无障碍/视觉/性能/安全）、确切的命令与约定（就近放置的 bun:test、工厂、确定性、无注释），以及执行该纪律的 CI 门控。贯彻这条规则：每种可能的改动都必须在同一次改动中随附测试。
io.github.shareAI-lab/Kode-CLI/frontend-design
打造独特、生产级、高设计质量的前端界面。当用户要求构建 Web 组件、页面、产物、海报或应用（示例包括网站、落地页、仪表盘、React 组件、HTML/CSS 布局，或对任意 Web UI 做样式美化）时使用此技能。生成富有创意、打磨精细的代码与 UI 设计，避免千篇一律的 AI 审美。
io.github.shareAI-lab/Kode-CLI/mcp-builder
构建高质量 MCP（Model Context Protocol）服务器与工具的指南：MCP 是什么、如何面向 agent 易用性设计 tools/resources/prompts，以及用 TypeScript 或 Python 实现服务器。当你需要 MCP 最佳实践、服务器架构模式或分步构建工作流（含语言偏好）时使用。
vv2
io.github.jxxghp/MoviePilot/database-operation
当需要检查、查询、维护或谨慎修改 MoviePilot 数据库时使用本技能。本技能使用随包提供的 scripts/mp-db.py 助手，它会自行读取 MoviePilot 本地设置，绝不需要在 agent 提示中提供数据库密码或完整 PostgreSQL DSN。适用场景包括数据统计、计数、聚合、检查或修复记录、清理请求，以及诸如“有多少下载”“显示站点统计”“删除旧记录”“这个订阅为什么卡住”之类的问题。
io.github.agentscope-ai/AgentTeams/mcporter
通过 mcporter CLI 发现并调用 MCP 服务器工具。当协调者通知你有新的 MCP 工具，或需要调用外部 API 时使用。包含为新 MCP 服务器生成技能文档的工作流。
io.github.shinpr/claude-code-workflows/typescript-rules
React/TypeScript 前端开发规则，涵盖类型安全、组件设计、状态管理与错误处理。在实现 React 组件、TypeScript 代码或前端功能时使用。
io.github.vercel-labs/agent-browser/agent-browser
面向 AI agent 的浏览器自动化 CLI。当需要与网站交互时使用：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"打开某个网站""填写表单""点击按钮""截图""从页面抓取数据""测试这个 Web 应用""登录网站""自动化浏览器操作"，以及任何需要程序化 Web 交互的任务。也用于探索性测试、dogfooding、QA、bug 排查、应用质量评审；以及自动化 Electron 桌面应用（VS Code、Slack、Discord、Figma、Notion、Spotify）、查看 Slack 未读消息、发送 Slack 消息、搜索 Slack 会话、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 工具使用。
io.github.browser-use/browser-use/qa
对网站或 Web 应用做 QA 测试并给出 1-5 分的质量评分（5 分为几近完美，1 分为已崩溃）并附证据。当用户想测试、QA、评估、打分或“看看这个站怎么样”某个站点、页面、流程或应用时使用，包括本地开发服务器（如“qa test localhost:5173”“checkout 能跑通吗”“给落地页打个分”）。驱动真实的 Browser Use 云端浏览器，并自动穿透本地 localhost。
io.github.youpele52/bigbud/automation
收集创建或更新 bigbud 自动化所需的细节信息，并输出机器可读的 automation request block。
io.github.questdb/questdb/review-pr
对照 QuestDB 编码标准审阅 GitHub pull request。
io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-brand-monitoring-for-impersonation
跨域名、社交媒体、移动应用与暗网渠道监测品牌仿冒攻击，检测针对组织的钓鱼活动、仿冒站点与未授权品牌使用。
io.github.mukul975/Anthropic-Cybersecurity-Skills/detecting-mobile-malware-behavior
通过行为分析、权限滥用检测、网络流量监控与动态插桩，检测并分析移动应用中的恶意行为。适用于分析可疑移动应用的数据外泄、C2 通信、凭据窃取、短信拦截或其他恶意软件迹象。对涉及移动恶意软件分析、应用行为监控、木马检测或可疑应用调查的请求自动激活。
io.github.mukul975/Anthropic-Cybersecurity-Skills/auditing-kubernetes-cluster-rbac
审计 Kubernetes 集群 RBAC 配置，用 kubectl、rbac-tool、KubiScan 与 Kubeaudit 识别权限过大的角色、通配符权限、危险的 ClusterRoleBinding、service account 滥用与提权路径。
io.github.mukul975/Anthropic-Cybersecurity-Skills/deploying-decoy-files-for-ransomware-detection
在文件系统中部署金丝雀文件（蜜标）以实时检测勒索软件的加密活动。通过文件完整性监控或操作系统级看门狗监视精心放置的诱饵文档，在勒索软件修改或加密时触发告警。适用于涉及勒索软件金丝雀部署、蜜罐文件设置、基于欺骗的勒索软件检测，或加密的文件完整性监控等请求。
io.github.mukul975/Anthropic-Cybersecurity-Skills/deploying-ransomware-canary-files
借助 Python 的 watchdog 库做实时文件系统事件检测，在关键目录中部署并监控勒索软件诱饵（canary）文件。放置按精心命名、模仿高价值目标（财务记录、凭据、数据库导出）的诱饵文件，位置选在勒索软件通常会优先枚举的目录。一旦监控到对诱饵文件的读取、修改、重命名或删除操作，就通过邮件、Slack webhook 或 syslog 立即告警，在全面加密开始之前给出早期预警。
io.github.mukul975/Anthropic-Cybersecurity-Skills/testing-ransomware-recovery-procedures
测试并验证勒索软件恢复流程，包括备份还原操作、RTO/RPO 目标核验、恢复顺序编排与干净还原校验，确保组织具备抵御破坏性勒索攻击的能力。
io.github.fossasia/visdom/python-client-api
添加或修改 Visdom Python client 方法，并正确同步 server/frontend 行为与类型标注更新。
io.github.runceel/ReactiveProperty/writing-mstest-tests
编写新的 MSTest 3.x/4.x 单元测试、并在既有 MSTest 代码中实施具体修复的最佳实践。当用户要求编写、创建、实现、修复或现代化测试（包括“看起来有问题、修复一下”这类指令）时使用。是修改代码的首选方案，例如纠正 Assert.AreEqual 参数顺序颠倒、替换过时的断言模式、把 DynamicData 从 IEnumerable<object[]> 改为基于 ValueTuple 的数据集。涵盖现代断言、数据驱动测试、测试生命周期、MSTest.Sdk、sealed 类、Assert.Throws、配合 ValueTuple 的 DynamicData、TestContext 与条件执行。不要用于宽泛的测试质量审计、不稳定测试（flaky）排查或测试异味检测报告——那些请改用 test-anti-patterns。