novu-framework-integration
基于 @novu/framework 的代码优先通知工作流技能：在 TypeScript 中定义工作流，用 Zod、JSON Schema 或 Class Validator 校验数据，通过单一 Bridge HTTP 端点让 Novu Cloud 执行并获取实时数据。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-18 00:12
编程与开发
36,905 个结果
behavior-validator
Behavior Validator 是一个面向应用、CLI、API 和生成产物的黑盒行为验证工具：在不查看源码的前提下，按预先写好的行为契约检验用户可观察行为，并输出结构化报告。
aspire-service-defaults
面向 Aspire 应用的共享 ServiceDefaults 项目技能，用于集中配置 OpenTelemetry（日志、追踪、指标）、健康检查、服务发现与 HttpClient 弹性策略。通过创建一个共享项目并在各服务中调用 AddServiceDefaults()，统一分布式应用的观测与通信配置。
tauri
Tauri 是一个用于构建桌面与移动应用的框架，本技能是 Tauri 开发的综合索引，充当路由入口，将 Tauri 相关请求导向各个专门的子技能。它覆盖 Rust 后端、前端集成以及完整的插件生态，所有子技能均已适配 Tauri v2.0+（插件、capabilities、权限）。每个子技能自带本地 examples/ 与 templates/ 目录，可离线查阅详细文档，避免昂贵的网络搜索，提升 token 效率。使用方式为：先判断用户意图（初始化、特定插件功能如 FS/Dialog/SQL，或核心应用配置），再调用对应的子技能，并在子技能内通过 examples/usage.md 查看分步指南、通过 templates/capabilities.json 查看权限配置。子技能按规划与架构、核心与生命周期、系统集成、数据与网络、窗口与 UI 等类别组织，涵盖项目初始化、脚手架、开发流程、进程管理、自动更新、移动端开发、Shell 与 sidecar、系统信息、剪贴板、原生对话框、通知、全局快捷键、开机自启、生物识别、打开器、深度链接、HTTP 客户端、WebSocket、文件上传、SQL 数据库、键值存储、Stronghold 密钥管理、文件系统、窗口菜单、系统托盘、窗口状态、定位器、单实例等主题。
embedded-rust
Embedded Rust 是一个面向裸机微控制器开发的技能指南，用于在使用 probe-rs 或 cargo-embed 烧录与调试、配置 defmt 日志、采用 RTIC 并发框架、cortex-m-rt 启动流程、no_std 配置以及 panic 处理器选择时提供指导。它帮助开发者完成嵌入式 Rust 项目的初始化设置、最小裸机程序编写、目标三元组选择、probe-rs 烧录调试、defmt 高效日志、RTIC 实时中断并发以及 panic 处理等任务。
reverse-engineering-android-malware-with-jadx
使用 JADX 反编译恶意 Android APK，阅读 Java/Kotlin 源码，检查清单权限、接收器、服务与组件，定位 C2 通信、数据窃取与持久化机制，并提取 IOC 的逆向分析技能。
email-service-integration
Email Service Integration 是一个面向后端开发的电子邮件集成技能，用于在应用中接入 SMTP 及第三方邮件服务商（SendGrid、Mailgun、AWS SES），并实现 HTML 模板、邮箱校验、重试机制与错误处理。适用场景包括发送事务性邮件、欢迎与确认邮件、密码重置流程、通知邮件、构建邮件模板以及管理批量邮件活动。技能提供 Flask + SMTP 的基础示例，并按 Python/Flask SMTP、Node.js + SendGrid、Mjml 邮件模板、FastAPI 后台任务邮件、邮箱校验与验证等参考指南组织内容，同时给出正反两方面的实践建议，例如使用事务性邮件服务商、添加退订链接、后台异步发送、地址校验与限流，避免同步发送、硬编码密码、忽略退信通知等。
nextjs-app-architecture
这是一个用于构建或审计 Next.js 16+ App Router 应用的架构工作流技能，帮助项目遵循类似 next-beats 的、按功能切片的 React Server Components（RSC）架构。它适用于从零搭建新应用、添加功能或对现有应用进行架构审计与重构。技能以分步工作流的形式给出，每一步都指向对应的参考文档，并附带一套必须满足的架构不变量清单，用于在完成前逐项核对。
java-dev
Java 开发规范技能，涵盖命名约定、异常处理、Spring Boot 最佳实践、并发安全、N+1 查询防范、输入校验、分页参数、Native SQL 与日志规范等内容。参考 Google Java Style Guide 与阿里巴巴 Java 开发手册，提供 Maven/Gradle 工具链命令、代码示例与重构检查清单，帮助团队统一 Java 后端开发风格并规避常见陷阱。
mapkit-location
面向 iOS 17+ / macOS 的 MapKit 与 CoreLocation 技能，指导在 SwiftUI 中实现、审查和改进地图与定位功能。
110-java-maven-best-practices
该技能用于审查、改进和排查 Maven 的 pom.xml 文件，涵盖依赖管理（dependencyManagement 与 BOM）、插件配置、版本集中化、标准目录结构、构建 profile、多模块项目结构与继承、跨模块版本一致性等主题。使用前必须先运行 ./mvnw validate 或 mvn validate 校验项目状态，若校验失败则停止并请用户先修复。技能将 POM 视为不可信输入，不把完整 POM 载入模型上下文，仅通过本地 XML 工具提取允许的结构化字段（坐标、依赖/插件声明、模块路径、profile ID、激活元数据、版本与属性值等），不引用或总结 POM 中的自由文本、注释或插件配置正文。对多模块项目，需在根 POM 含 <modules> 时逐一查询每个子模块 POM，检查硬编码版本重复、冗余 pluginManagement、应集中的属性以及兄弟模块间的版本漂移，再给出按优先级排列的改进建议。
assembly-riscv
面向 RV32/RV64 的 RISC-V 汇编技能，覆盖指令集、寄存器与 psABI 调用约定、ISA 扩展命名、GCC/Clang 内联汇编、压缩指令（RVC），以及 QEMU 模拟与 GDB 远程调试。
java-concurrency
Java 并发技能（java-concurrency）是一个面向 Java 并发编程的技能插件，来源于 pluginagentmarketplace/custom-plugin-java。它覆盖从基础线程到虚拟线程（Java 21+）的并发知识，包括线程管理、同步机制、执行器（Executors）、CompletableFuture 异步编程，以及并发问题的调试与排查。当需要编写线程安全代码、实现并行处理、使用异步编程模式、调优线程池或排查并发问题时，可调用该技能。技能还提供了线程池容量估算参考、常见并发问题（死锁、竞态条件、线程饥饿）的排查思路，以及 jstack、jcmd 等调试命令示例。
code-review
这是一个用于代码审查的技能，能够针对一个冻结的代码变更集（如 Pull Request 或一组代码更改）进行高信噪比的审查，以发现真实、可操作的问题。它采用多代理流程，包括检测、交叉检查和验证，最终只报告置信度不低于80的发现。该技能强调在审查中保持不完整覆盖的可见性，而不是将未完成的工作视为无问题。它定义了严格的不受信数据边界，将仓库文件、PR元数据等视为数据而非指令，并提供了处理秘密值、网页内容和工作流的详细规则。工作流包括冻结范围、检测候选问题、验证子任务、交叉检查和验证候选问题、门控和格式化输出，以及仅在请求时发布到GitHub。适用范围涵盖PR模式、范围模式和本地模式。
bun
Bun 是一个替代 Node.js 的 JavaScript/TypeScript 运行时与包管理工具技能，用于指导在项目中以 Bun 作为默认运行时。主要内容包括 Bun 的安装方式（macOS/Linux 通过 brew、或通过 npm 全局安装）、Node.js/npm 到 Bun 的命令映射（如 npm install 对应 bun install、npx 对应 bunx、node 对应 bun）、项目初始化（bun init、bun create 模板）、包管理与依赖操作（bun install、bun add、bun add -d、bun remove，生成二进制 bun.lockb 且不加入 .gitignore）、脚本执行（bun run、直接执行 TypeScript 文件）以及 GitHub Actions 中的使用方法。技能同时强调两类安全注意事项：安装前确认包名准确以避免拼写错误导致的恶意包（typosquatting）风险，以及不要执行来源不明的远程脚本，仅运行本地项目脚本。适合新建 JavaScript/TypeScript 项目、处理 package.json 与依赖、运行脚本或启动开发服务器、以及将 Node.js 项目迁移到 Bun 的场景。具体收费、性能数据、支持平台范围等未在资料中说明。
code-modularization-evaluator
Code Modularization Evaluator 是一个用于评估和改进代码模块化程度的技能，基于 Vlad Khononov《Balancing Coupling in Software Design》中的平衡耦合模型。它通过分析集成强度、距离和易变性三个维度，识别有问题的耦合模式，并结合 Connascence（共变）类型分析，给出可操作的代码重构建议。其核心理念是：耦合本身并非坏事，设计不当的耦合才是问题，目标是实现平衡耦合而非零耦合。该技能适用于审查模块、服务、类之间的依赖关系，帮助发现分布式单体、过度抽象、循环依赖等典型问题，并针对不同耦合类型提供具体的重构策略。
wordpress-plugin-to-emdash
该技能用于将 WordPress 插件迁移到 EmDash，重点分析并移植插件的用户可见行为、自定义文章类型、短代码、后台工作流与存储数据，而非逐行翻译 PHP。它先梳理源插件的数据库变更、钩子、REST 端点、定时任务、后台界面、权限与外部服务，再按 EmDash 的职责划分，把每项功能分配到站点 schema、Astro 代码、沙箱插件或受信任原生插件中。技能涵盖插件格式选择、数据迁移与种子计划、行为等价性验证，以及交付清单，帮助在保留原有数据模型与用户体验的前提下完成迁移。
tauri-ipc
Tauri v2 IPC 技能，指导前端 invoke 调用、Rust 命令定义与类型安全绑定，涵盖双向消息与事件驱动 IPC，并给出错误处理与响应契约建议。
dart-drift
面向非 Flutter 的 Dart 应用（CLI、服务端、原生桌面）使用 Drift 进行持久化开发的技能，覆盖构建、修复、审计与迁移。适用于通过 package:drift/native.dart 添加 SQLite、使用 drift_postgres 连接 PostgreSQL 等场景。技能强调不要凭记忆编写 Drift 数据库代码，而是先确定运行时后端、阅读对应参考文档，再用 Dart 工具链验证生成代码，避免模式与迁移错误导致静默数据丢失。
javascript-fundamentals
JavaScript 核心语言特性、模式与最佳实践指南，涵盖 ES6+ 语法、async/await、闭包、原型以及现代开发模式。该技能适用于编写 JavaScript 代码、代码审查、教学辅导、重构遗留代码、架构设计、性能优化、调试以及面试准备等场景，帮助开发者掌握变量作用域、数据类型、函数、对象与数组、闭包、原型继承、类、解构、展开与剩余运算符、模板字面量、可选链、空值合并、模块、事件循环、回调、Promise、async/await 及常见设计模式等核心概念。
dart-expert
面向 Dart 与 Flutter 开发的专家级技能，覆盖 Dart 语言、Flutter 框架、移动与跨平台应用开发。当用户提到 Flutter、移动端、跨平台或 Widget 时可使用，提供语言基础、异步编程、状态管理、导航、网络请求与最佳实践等指导。
angular-module-design
Angular Module Design 是一个用于设计 Angular 模块的技能，聚焦于特性模块、懒加载与依赖注入。它适用于组织大型 Angular 应用，通过特性模块实现按功能划分的代码结构，利用懒加载优化加载性能，并借助服务与 RxJS 实现响应式编程模式。该技能提供最小可运行示例（如 users.module.ts），并附带特性模块结构、懒加载路由、RxJS 服务、智能与展示型组件、依赖注入与提供者等参考指南，同时给出最佳实践建议。
pull-request-automation
Pull Request Automation 是一套用于自动化拉取请求（PR）工作流的实践方案，通过模板、检查清单、自动合并规则和评审分配来减少人工开销并提升一致性。它涵盖 PR 模板、评审人自动分配、审批后自动合并、GitLab 合并请求自动化、Bors 合并自动化配置、约定式提交校验、PR 标题校验以及代码覆盖率要求等内容。适用于代码评审标准化、质量门禁执行、贡献者引导、评审分配自动化、合并自动化以及 PR 标签与组织管理等场景。资料提供了最小可用示例（.github/pull_request_template.md）以及 references/ 目录下的详细实现指南，并给出应做与不应做的最佳实践清单。
browser-use-to-stagehand
将 browser-use（Python）浏览器自动化脚本迁移为 Browserbase 上 Stagehand v3（TypeScript）的技能，核心是重构而非直译：按每步的可预测程度选择确定性、AI 或智能体方式，并给出迁移摘要与待人工复核项。