dependabot-triage-py
用于 Python 仓库(pip、poetry、uv、pdm、pipenv)的 Dependabot 漏洞告警分诊与修复技能,提供 Standard 防御式与 Fast-Track 快速两条工作流,含包管理器检测、告警排序、暴露面映射、锁文件一致性校验与 PR 提交流程。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-09 00:13
40,294 个结果
用于 Python 仓库(pip、poetry、uv、pdm、pipenv)的 Dependabot 漏洞告警分诊与修复技能,提供 Standard 防御式与 Fast-Track 快速两条工作流,含包管理器检测、告警排序、暴露面映射、锁文件一致性校验与 PR 提交流程。
用于在 OpenCode 中以非前沿编码模型执行前沿 AI 给出的详细实现计划的技能。核心是把计划当作假设而非事实:逐步执行前先对照真实仓库校验文件、库、命令与模式,分步实现并分层验证,检查 diff 后再进入下一步,遇重复失败时停止盲改并报告阻塞。
Algolia NeuralSearch 的实施、验证与优化技能,用于规划、启用、配置、测试和调优神经搜索。强调把 NeuralSearch 当作分阶段上线决策而非开关,需先评估数据、事件、查询集、过滤与回滚准备度。
openspec-explore 是一个用于 OpenSpec 工作流的“探索模式”技能。它把 AI 定位为思考伙伴,帮助用户梳理想法、调查问题、澄清需求,而不是直接写代码或实现功能。在该模式下,AI 可以读取文件、搜索代码、调查代码库,但明确禁止编写代码或实现功能;如果用户要求实现,会提醒先退出探索模式(例如通过 /opsx:new 或 /opsx:ff 启动变更)。它强调一种姿态而非固定流程:保持好奇、开放式提问、多用 ASCII 图辅助思考、跟随对话走向、耐心等待问题轮廓浮现,并在相关时基于真实代码库展开讨论。AI 可以协助探索问题空间、挑战假设、重新表述问题、调查代码库、梳理现有架构与集成点、比较多种方案、绘制权衡表、识别风险与未知、建议调研或 spike。该技能具备 OpenSpec 上下文感知,会通过 openspec list --json 检查是否存在活跃变更,并读取 proposal.md、design.md、tasks.md 等工件作为参考;当决策形成时,可建议将新需求、设计决策、范围变化等捕获到对应工件中,但由用户决定,不自动捕获。它没有固定步骤、必需顺序或强制产出,适合在需求尚不清晰、需要深入思考或方案对比时使用。
介绍如何将 Advanced Alchemy 与 Litestar 集成:通过 SQLAlchemy 插件配置异步或同步数据库、注入会话与引擎依赖、使用服务与仓储提供者、DTO 友好模型及 CLI 数据库命令。
面向 datafusion-python(Apache DataFusion Python 绑定)的 DataFrame 与 SQL 编码指南。涵盖导入约定、数据加载、DataFrame 操作、表达式构建、窗口函数、集合运算、流式执行与结果写出,并说明大小写、布尔运算、日期间隔等常见陷阱。
AI-Native Development 是一套面向 AI 优先应用开发的技能资料,涵盖 LLM 集成、RAG 检索增强生成、向量数据库、嵌入、函数调用与智能体工作流,并涉及成本优化与可观测性。
form-compile 是 1C:Enterprise 开发套件中的技能,用于将紧凑的 JSON DSL 表单定义(20–50 行)编译为完整正确的 Form.xml(100–500+ 行),自动处理命名空间声明、伴生元素与连续 ID。适用于从零创建托管表单;“/form-validate”“/form-info”分别用于校验 XML 与查看结构概要。
Claude Code 会话调试技能,用于当次会话开启调试日志并协助诊断问题。日志写入 ~/.claude/debug/{{SESSION_ID}}.txt,可让用户复现问题后重读日志,或用 claude --debug 从启动开始捕获。
Superplan 是一款面向大型功能、史诗任务与复杂任务的实现规划技能,可生成多阶段、可并行执行的实施计划,包含需求、架构、代码变更、测试与验收标准,并使用扑克估算(1/2/3/5/8/13/21)标注各阶段规模。
用于构建 DICOMweb 客户端的技能,覆盖 WADO-RS 检索、STOW-RS 存储与 QIDO-RS 查询,处理 multipart MIME 编码、DICOM 专用内容类型与查询参数语法,可与任何符合 DICOMweb 标准的服务器配合使用。
NestJS 11 后端开发技能,覆盖 Fastify 适配器、模块化架构、守卫、管道与 Railway 部署,适合构建 REST API 服务。
Bugbash 是一个用于系统性探索和测试软件项目、发现缺陷与可用性问题的技能,适用于 CLI、API、后端、库等非网页界面,并为每个问题生成带完整复现证据的结构化报告。
用于审查和验证 ts-templates 中脚本模板实现的技能,检查模板结构、接口、方法、代码质量与 BitCom 集成是否符合 ts-templates 模式,并输出结构化评审反馈。
面向 Go 语言的 BRC-100 钱包实现指南,基于 go-wallet-toolbox 与 go-sdk,涵盖钱包初始化、交易操作、密钥管理、存储配置、证书操作与错误处理,并提供主网、测试网及 SQLite、MySQL、PostgreSQL 等示例。
通过 Bankr Wallet API 批量发放代币的技能:按(列表、收款人、UTC 日期)做幂等,采用 resolve→execute 两阶段流程,支持 dry-run 预览与部分失败恢复。
通过 curl 调用 Shopify Admin 与 Storefront GraphQL API 的技能,可管理商品、订单、客户、库存、metafields、webhook 与批量操作,并通过 Bankr 桥接把商户数据接到链上原语。
GNU sed 单行命令生成与文本转换技能,帮助用户用 sed 完成文本替换、文件原地编辑、代码重构、日志字段提取等任务,并给出可直接复制的命令。
Brainstorming 是一个用于创意工作前置阶段的技能,要求在创建功能、构建组件、添加功能或修改行为之前使用。它通过自然的协作式对话,把想法逐步转化为完整的设计与规格说明。流程包括:先了解当前项目上下文,再逐个提问澄清意图,提出 2-3 种方案并给出权衡与推荐,分节呈现设计并逐节获得用户确认,最后将设计文档写入 docs/plans/YYYY-MM-DD-<topic>-design.md 并提交,随后调用 writing-plans 技能生成实施计划。该技能强调任何项目都需经过此流程,即使看似简单的任务也不例外。
用于执行科学计算 Python 代码的技能,支持统计分析、数值计算、数据处理、蒙特卡洛模拟与结果验证。适合需要运行统计检验、数值求解、仿真或核验数据结论的场景。
面向科研编程的最佳实践技能,涵盖可复现研究、计算笔记本、科研版本控制、数据管理与 HPC/并行计算,提供项目结构、环境固定、随机种子、数据版本化、性能优化与科学代码测试等实用规范。
FluidSim 是面向高性能计算流体力学(CFD)模拟的 Python 面向对象框架,采用 FFT 伪谱方法求解周期域方程,提供 2D/3D 纳维-斯托克斯、浅水与分层流等求解器,支持参数配置、模拟执行与结果分析,可选 MPI 并行。
基于 OpenAlex 开放学术元数据 API 的查询技能,用于检索论文、作者、机构与概念,支持引用数据、开放获取筛选、分组统计与分页。无需 API 密钥,添加 mailto 参数可进入 polite pool 提升速率。不适用于全文获取、生物医学、预印本或仅 DOI 解析场景。
通过 NCBI E-utilities REST API 检索 PubMed/MEDLINE 生物医学文献的技能,可搜索医学论文、临床研究与系统综述,支持布尔查询、MeSH 主题词、字段标签与日期过滤,并可按 PMID 获取摘要记录。