analyzing-cloud-storage-access-patterns
该技能用于分析 AWS S3、GCS 和 Azure Blob Storage 的访问日志,检测异常访问模式,如非工作时间访问、批量下载、新来源 IP 和枚举行为,并生成优先级报告。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-06 00:14
25,710 个结果
该技能用于分析 AWS S3、GCS 和 Azure Blob Storage 的访问日志,检测异常访问模式,如非工作时间访问、批量下载、新来源 IP 和枚举行为,并生成优先级报告。
llm-council 是一个通过命令行编排多成员 LLM 规划委员会(council)的技能:它可配置 Codex、Claude Code、Gemini、OpenCode 或自定义 CLI 智能体作为规划者(planner),并行生成相互独立的实现计划,再由评审者(judge)按评分标准与 Markdown 模板进行匿名化评审,最终产出 judge.md 与 final-plan.md 等可审计的 Markdown 计划文件。使用前需先检查是否存在 agents 配置文件,若不存在需运行 ./setup.sh 进行配置;运行时通过 python3 scripts/llm_council.py run --spec /path/to/spec.json 启动,运行产物保存在当前工作目录的 ./llm-council/runs/<timestamp> 下。流程包括加载任务规格、探索代码库、提出详尽的需求澄清问题、构建规划者提示词并并行启动、收集与校验输出(失败最多重试 2 次)、匿名化与随机排序后评审、保存评审结果与最终计划。
ManagedCode dotnet-skills 是一套可安装的 .NET 智能体技能目录与 CLI 工作流,面向 Codex、Claude Code、GitHub Copilot、Gemini 等编码助手,提供迁移导向的指导,覆盖框架升级、库替换、Azure 迁移与架构现代化等任务。
将已观察到的对手行为、安全告警与检测规则映射到 MITRE ATT&CK 技术与子技术,用于量化检测覆盖度并指导覆盖缺口优先级,属事后分析而非实时事件处置。
mcp-builder 是一份用于创建高质量 MCP(Model Context Protocol)服务器的开发指南。MCP 服务器通过设计良好的工具,让 LLM 能够与外部服务交互。该指南以「服务器质量取决于其帮助 LLM 完成真实世界任务的能力」为核心衡量标准,将开发流程划分为四个阶段:深度研究与规划、实现、审查与测试、创建评估。指南推荐使用 TypeScript(配合官方 SDK)或 Python(FastMCP)作为开发语言,远程服务器使用 Streamable HTTP 传输,本地服务器使用 stdio。内容涵盖 API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息、输入/输出 Schema 设计、工具注解(readOnlyHint、destructiveHint 等)、代码质量检查、使用 MCP Inspector 测试,以及创建 10 道评估问题的 XML 格式规范。适用于需要为 LLM 构建外部服务集成工具的开发者。
clear-configs 是 agentic-analytics 的本地配置清理技能,用于删除首次设置写入的 bucket.json 与 AWS 的 agentic-analytics 配置文件,使环境回到首次运行状态,同时保留事件缓存与数据湖。
agentic-analytics 插件的首次安装引导流程,帮助 Parse.ly 客户在聊天中完成初始配置:获取 DPL 事件所在的 S3 bucket 名称、配置 AWS 凭证、验证连通性,并保存运行时配置。
Grove Audit 是面向 Grove/Lattice 代码库的统一审计技能,通过 10 个并行微通道子代理分别检查合规、安全与质量,自动修复确定性问题并以内联方式报告需人工判断的问题。
AgentHook 是面向 AI 智能体的媒体生成工具,通过 agenthook CLI 或 HTTP API 生成成品视频、图片和字幕。支持口播/UGC 视频(人物按脚本原生发声)、文生图与参考图编辑、为已有视频烧录字幕,输出永久 CDN 链接。视频为付费异步任务,需先认证。
agentifind-init 是 agentifind 的初始化技能,用于为代码库建立 AI 导航索引。它运行 npx agentifind init --skip-conventions 生成符号图、测试映射、入口点与依赖边界文件,并借助 AI 分析代码库生成编码约定文档。
一个引导式对话技能,通过“四象限行走”梳理任务中的未知项:先列已知的已知,再依次处理已知的未知、未知的已知、未知的未知,最终交付一张四象限地图。地图即交付物,实现是之后才开始的另一项任务。
recall 是一个用于全文检索历史 Claude Code 与 Codex 会话的技能,基于 BM25 排序,支持关键词、短语、布尔与前缀查询,可按项目、时间、来源过滤,并支持 JSON 输出与恢复会话。
brainstorm 是一个 Claude 与 Gemini 多轮头脑风暴技能,通过 3 轮对话把单个想法收敛为一个可执行决策。采用 Flash 负责联网研究、Pro 负责推理的双层架构,并在首尾进行事实核查。
AR Runtime Validator 用于在运行时用带 Amazon Bedrock 自动推理(AR)策略的护栏校验 LLM 输出,读取校验发现,并在结果非 VALID 时把矛盾或不足的规则反馈给模型重写,循环校验直至 VALID 或达到最大迭代次数(Valid@N)。
用于指导创建或更新 Claude 技能的技能(skill),提供技能结构、可复用资源设计、初始化、编写、打包与迭代流程。资料来自 aws-samples/sample-deep-insight 的 skill-creator 页面。
LLM Wiki:以互链 Markdown 文件持久维护可累积知识库的技能,按 Karpathy 的 LLM Wiki 模式设计,可将 PDF 转为 Markdown、检索论文与代码并归档。
基于 AWS Cost Explorer 与 Pricing MCP 的 agent 成本治理技能:按 agent 标签归集每日与月度成本,按预算阈值发出通知、阻止新部署或冻结升级,并在用量模式合理时建议 Claude 模型降级,降级建议以草稿 PR 形式提交给人工审批。
Skill Creator 是一个用于创建和更新 Claude 技能(Skill)的指导型技能。它提供创建有效技能的完整方法论,包括技能结构说明、核心设计原则、渐进式披露设计模式以及从理解需求、规划内容、初始化、编辑到打包的完整创建流程。适用于用户希望创建新技能或更新现有技能以扩展 Claude 能力的场景。
基于 Amazon Nova Sonic 与 Strands BidiAgent 从零构建实时语音智能体的示例技能,含 FastAPI WebSocket 编排层与浏览器端音频采集播放层,并支持工具与子智能体接入。
flow-brief 是一个把工单整理成轻量 brief 的技能:依据 ticket.md 与附件生成 .task/<KEY>/brief.md,按界面或流程归并需求并标注 D1、D2 等编号,保留约束与特殊情况,列出已核实上下文、开放问题和缺失信息,再交由另一智能体复审。
面向法学生的闪卡生成与刷题技能,按 Leitner 分组和科目 Markdown 存储,支持生成、默写、复习、统计与限次训练,并带来源核实与实务咨询拦截提示。
用于卸载通过 hub 安装的社区技能的命令 /uninstall。删除前会确认,并拒绝处理第一方插件技能,同时记录每次操作。
setup-check 是用于审计 Claude Code 配置的检查技能,可扫描更新、技能、hooks、插件、规则、设置、安全、MCP 与记忆,报告问题、重复、冲突、未使用组件与清理建议,并支持传入分类参数或带引号的目标诉求。
用于 Claude Code 的用量追踪技能,可报告当前对话中激活了哪些技能、hooks、规则、插件和 MCP 工具。用户询问“用了什么”时可用。无参数时只报告最近一轮提示与回复,加 session 或 --session 时报告整个会话。