docker-sandboxes-env
用于编写、规划与运行 Docker Sandboxes 声明式 sbxenv.yaml 环境的技能，覆盖 sbx env create/run/plan/exec/rm 的文件格式、生命周期钩子、参数化、密钥与端口等配置。
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 10-16 00:02
部署与运维
8,570 个结果
docker-sandboxes-network-credentials
该技能用于配置 Docker Sandboxes（sbx）沙箱的网络访问范围与凭据认证方式。它涵盖两部分：网络出口策略（sbx policy），用于允许、拒绝或查看沙箱可访问的主机；以及服务密钥与仓库凭据（sbx secret），用于让代理在不暴露原始凭据的情况下完成认证，例如注入 API 密钥、OAuth 令牌，或拉取需要认证的私有模板镜像。代理会在匹配域名上强制执行出口策略并注入已存储的凭据。该技能还涉及规则优先级（同主机时拒绝优先于允许）、全局与单沙箱作用域、动态密钥解析、仓库凭据默认仅主机拉取等机制。网络出口策略并不能保护已泄漏到沙箱外的真实凭据，因此泄露后需撤销或轮换。
bicep-diagrams
bicep-diagrams 是一个用于从 Azure Bicep 文件生成架构图的技能。当用户拥有 .bicep 文件或希望可视化 Bicep 基础设施时使用。它通过解析 Bicep 代码识别资源声明、模块、参数和输出，提取依赖关系与模块层级，生成 Eraser DSL，并调用 Eraser API 渲染云架构图。
orca-cli
Orca CLI 是 Orca 提供的命令行工具，用于操作由 Orca 管理的工作树（worktrees）、文件夹上下文、终端、仓库、自动化、产物（artifacts）、技能共享、工作树评论以及 Orca 内置浏览器。该工具本身是一个“发现存根”（discovery stub），会加载与当前会话所用 Orca 可执行文件版本匹配的指南。使用前需先确定本次会话应使用的可执行文件，再通过 `ORCA skills get orca-cli` 加载版本匹配的指南，之后才能运行 Orca 命令。
dockerfile-optimizer
Dockerfile Optimizer 是一个用于优化 Dockerfile 的技能，目标是构建更小、构建更快、缓存更高效且更安全的 Docker 镜像。它围绕多阶段构建与生产环境最佳实践展开，涵盖基础镜像选择、层缓存优化、镜像体积缩减、安全加固、健康检查、环境变量管理、Docker Compose 开发配置以及 CI/CD 集成等主题。资料中提供了 Node.js、Next.js、Python、Go 等语言的多阶段构建示例，以及 .dockerignore、非 root 用户、只读文件系统、能力最小化、漏洞扫描等实践建议，并附有调试方法与输出检查清单。
network-debugging
网络调试技能，用于借助浏览器工具与网络分析手段排查网络问题。该技能聚焦于识别连接问题、延迟问题和数据传输错误，并覆盖其对应用性能的影响。适用场景包括加载缓慢、请求失败、间歇性连接中断、CORS 错误、SSL/TLS 问题以及 API 通信异常。快速上手部分以 Chrome DevTools 的 Network 面板为核心，说明可查看的列信息（Name、Status、Type、Initiator、Size、Time、Waterfall）以及时间线拆解（Queueing、DNS、Initial connection、SSL、Request sent、Waiting/TTFB、Content Download），并提到网络条件与限速预设（含 Fast 3G：下行 1.6 Mbps、上行 750 Kbps，资料中其余预设未完整提供）。参考指南目录包含浏览器网络工具、常见网络问题、调试工具与技巧、检查清单。实践原则要求遵循既有模式与约定、编写清晰可维护的代码、补充适当文档、部署前充分测试，同时避免跳过测试或验证、忽略错误处理、硬编码配置值。具体的收费、价格、平台支持范围与完整使用步骤暂未提供。
docker-deployment
该技能介绍如何用 Docker 对 Node.js 应用进行容器化与部署，涵盖基础 Dockerfile、多阶段构建、Docker Compose、环境变量、数据卷、健康检查、镜像优化、生产环境最佳实践、Docker Hub 推送以及 GitHub Actions 的 CI/CD 集成。内容以代码示例和命令为主，并给出从入门到进阶的学习路径，适合需要一致、可移植部署环境的 Node.js 开发者。
migration-helper
Convex Migration Helper 是 get-convex/agent-skills 下的一个技能，用于在 Convex 中进行安全的 schema 迁移与数据迁移，尤其针对破坏性变更。它强调 Convex 不会自动迁移数据：新增可选字段或新增表属于安全变更，无需迁移；而新增必填字段、修改字段类型或结构、重命名字段、拆分或合并表等破坏性变更需要编写迁移代码。该技能提供了分步迁移方法：先把新结构以可选形式加入，编写 internal mutation 回填数据，通过 CLI 或仪表板运行，验证完成后才把字段设为必填并移除旧字段。文中还给出批量处理、定时迁移（cron）、双写模式等迁移模式，以及验证迁移进度的查询和迁移检查清单，适合在需要保持零停机的情况下迁移 Convex schema 的开发者。具体命令示例为 npx convex run migrations:backfillEmails。
render-deploy
Render 部署技能（render-deploy）来自 render-oss/skills，用于将应用部署到 Render 云平台。其核心流程是先分析代码库，判断框架/运行时、构建与启动命令、所需环境变量、数据存储和端口绑定等信息，再生成 render.yaml Blueprint 配置文件（基础设施即代码方式），或通过 MCP 工具直接创建单个服务。该技能支持 Git 仓库来源（GitHub、GitLab、Bitbucket），也说明 Render 支持预构建 Docker 镜像服务，但镜像方式需通过 Render Dashboard 或 API 完成，MCP 不支持创建镜像支撑的服务。Blueprint 支持 web、worker、cron、pserv、keyvalue 等服务类型以及 Postgres 数据库定义，并可指定运行时、计算计划、环境变量与密钥机制。技能要求先确认 Git 远程仓库存在、建立 Render 访问权限，再生成并推送 render.yaml、运行 render blueprints validate 校验、生成 Dashboard deeplink 引导用户在界面点击 Apply 完成部署，最后检查部署状态。
antithesis-setup
Antithesis Setup 是一个用于搭建 Antithesis 测试环境的技能（Skill）。它的核心用途是通过 docker-compose 脚手架化 antithesis/ 工作目录，让被测系统（SUT）能以基本空闲、就绪的状态在 Antithesis 平台中启动。具体来说，它会初始化或合并工作目录，生成带有 build 指令的 Dockerfile 与 docker-compose.yaml，把相关 Antithesis SDK 安装进 SUT 依赖图中，并植入至少一个最小化的引导属性（bootstrap property），以便在首次 Antithesis 运行中验证。成功标准包括 antithesis/config/docker-compose.yaml 存在且引用了所需 SUT 镜像、snouty validate 在校验目录时通过等。该技能属于基础设施与就绪准备阶段，不负责定义实际工作负载，测试模板与断言留给 antithesis-workload 技能。使用前要求先完成 antithesis-research 研究，产出 scratchbook（至少包含 sut-analysis.md 和 deployment-topology.md），并已安装 snouty。若用户要求提交或启动运行，应使用 antithesis-launch 技能。
docker-compose
Docker Compose 是一项用于以声明式 YAML 配置定义并运行多容器 Docker 应用的技能。它适合在本地运行多容器项目、搭建开发环境、定义服务依赖与网络、管理包含多个服务的应用栈，以及创建可复现的开发环境。使用前提是安装带 Compose 插件（v2）的 Docker Engine，并具备基本 Docker 知识和 YAML 语法理解。技能内容涵盖基础配置、服务配置（构建选项、环境变量、端口映射、卷挂载、依赖）、网络（自定义网络、网络别名）、资源限制、多 Compose 文件与 profiles、常用命令（生命周期、构建、监控、执行）、开发工作流（watch 模式、热重载）、常见模式（数据库初始化、反向代理）、常见问题排查与最佳实践。
aspireify
Aspireify 是用于 Aspire AppHost 的一次性接线技能：扫描仓库、提出资源图，编辑 C#、基于文件的 C# 或 TypeScript AppHost，接入 ServiceDefaults 并做端到端验证；aspire start 干净通过后自动停用。
ingest-pipelines
本技能用于设计或修改 Elasticsearch ingest pipeline，属于 elastic/integration-skills 集合。它规定了管道结构、ECS 版本设置、消息到 event.original 的重命名（JSE00001）、处理器标签、单路径解析、分支与子管道路由、错误处理、处理器顺序与性能等规范。技能强调其规则和参考文件为权威来源，不应照抄 elastic/integrations 仓库中可能存在的旧模式。适用于为 data stream 构建或修改 elasticsearch/ingest_pipeline/default.yml、选择解析与规范化处理器、设计条件分支与子管道路由、实现可靠的顶层 on_failure、调优处理器顺序等任务。不适用于 ECS 字段选择与映射策略、elastic-package 命令与栈生命周期、测试夹具编写等主题。
ionic-appflow-migration
该技能用于将现有的 Ionic Appflow 项目迁移到 Capawesome Cloud。迁移过程大部分自动化：Ionic Appflow 可将组织导出为 zip 文件，Capawesome CLI 通过一条命令导入应用、签名证书、环境、实时更新通道、原生配置、商店目标和构建自动化。剩余工作包括替换应用中的 Live Update SDK、连接 Git 提供商以及更新 CI/CD 流水线。Ionic Appflow 将于 2027 年 12 月 31 日停止服务，2025 年 2 月已停止新客户销售，因此每个 Appflow 项目都需要迁移计划。该技能强调导出文件包含明文敏感凭据，必须视为不透明对象，禁止解压、读取或检查，只能将路径传给 CLI。
hf-cloud-python-env-setup
该技能用于为 SageMaker / AWS 相关工作搭建隔离的 Python 环境，确保使用正确的 Python 版本和最新的 boto3。它强调不要使用系统 Python，应固定 Python 版本（推荐 3.10、3.11 或 3.12，避免 3.13+），并安装各依赖包的最新版本而非防御性固定版本。技能提供捆绑脚本 setup_env.py，可自动检测 uv 并优先使用，回退到标准库 venv，创建 .venv 环境、安装 requirements.txt 中的依赖，并具有幂等性。还提供 check_versions.py 用于正确检查已安装版本。适用于需要部署 SageMaker 或编写 AWS 相关 Python 代码的场景，帮助避免因环境问题导致的部署失败。
argocd-expert
中文介绍正在整理，稍后补充。
prometheus-monitoring
Prometheus Monitoring 是一套用于搭建 Prometheus 监控基础设施的实践指南，主要面向应用与基础设施的时间序列指标采集、存储和查询。它覆盖自定义应用指标、抓取目标配置、服务发现、告警规则以及 Docker Compose 部署等主题，并提供 Prometheus 配置、Node.js 指标实现、Python Prometheus 集成、告警规则等参考文档。适合在需要建立指标采集、配置抓取目标或实现服务发现时使用。
aspire-init
Aspire Init 是一个用于首次将 Aspire 添加到仓库的工作流技能。它负责在尚无 Aspire AppHost 的项目中生成骨架（AppHost skeleton）和选择项目模板，之后将资源编排工作交给 aspireify。Aspire Init 仅用于首次初始化：根据仓库状态选择 `aspire new`（全新项目）或 `aspire init`（已有仓库）；若检测到已有 AppHost，则不应运行 init，而是移交至 aspireify（重新接线）或 aspire-orchestration（生命周期管理）。使用前需满足 .NET 10.0 SDK、可选 Node.js（TypeScript AppHost）以及 Aspire CLI 等前置条件，可用 aspire doctor 诊断缺失项。
sentry-span-streaming-js
将 JavaScript SDK 迁移到 Sentry span streaming（span 优先的追踪生命周期），把 span 由事后批量组成 transaction 改为完成即逐个发送，适用于浏览器、Node.js、Bun、Deno、Cloudflare 及 Next.js、Nuxt、SvelteKit 等框架，需要 SDK 10.66.0 以上。
hf-cloud-sagemaker-deployment-planner
该技能用于规划并协调将模型部署到 Amazon SageMaker AI 的流程。它负责部署工作流的前两个阶段：发现（明确要部署的模型及约束条件）与路径选择（实时端点、实时缩容至零、无服务器推理、异步推理、批量转换或 Bedrock 自定义模型导入）。技能会尽量少提问，根据模型类型、流量形态、延迟容忍度和成本敏感度给出诚实的路径建议，并在需要时交接给 IAM 预检、镜像选择、生产默认配置等专用技能。
dotnet-local-tools
本技能介绍如何使用 .config/dotnet-tools.json 清单文件管理 .NET 本地工具（Local Tools），让开发团队、CI/CD 流水线使用完全一致的工具版本。内容涵盖本地工具与全局工具的对比、清单初始化、工具安装与还原、dotnet-tools.json 字段说明，以及 DocFX、dotnet-ef、ReportGenerator、Incrementalist、CSharpier、jb 等常用工具的配置与用法，并给出 GitHub Actions、Azure Pipelines 集成示例、版本管理命令、最佳实践与常见问题排查方法。
hf-cloud-serving-image-selection
该技能用于为 SageMaker 模型部署挑选正确的服务容器镜像，并找到其当前的镜像 URI。它强调 HuggingFace 官方镜像优先原则，给出从 AWS 官方深度学习容器目录读取镜像 URI 的方法，并针对文本生成、多模态、嵌入、重排序、扩散模型等不同模型类型给出容器家族选择建议。同时涵盖 TEI 变体选择、vLLM 的 AMI 要求、环境变量配置、CUDA 与实例兼容性、VPC/NAT 问题、已知损坏镜像以及 Hub 下载耗时等注意事项。
elastic-package-cli
elastic-package CLI 是 Elastic 官方提供的开发与验证工具，用于 Elastic 集成包的开发流程。该技能适用于使用 elastic-package 命令进行包结构验证与格式化、构建包产物、运行管道测试或系统测试、管理本地 Elastic 测试栈生命周期，以及在 Kibana 中安装或检查包状态等任务。使用前提是已安装 elastic-package 并可在 PATH 中调用，且具备容器运行时（Docker 或 Podman），并需在包目录下执行命令（或通过 -C <package-dir> 指定目录）。核心工作流包括：验证与构建循环（format、lint、check、build）、管道测试循环（stack up -d --services=elasticsearch 配合 test pipeline）以及端到端系统测试循环（stack up -d、service up、test system）。该技能不覆盖 ECS 字段设计、ingest 处理器设计与解析策略、包布局架构等主题。
hf-cloud-sagemaker-iam-preflight
该技能用于在部署或训练 SageMaker 资源前，确保存在可用的 SageMaker 执行角色（execution role）。它按“先发现、再验证、必要时才创建”的顺序执行：先验证用户指定的角色，再按最近使用时间排序发现已有角色并校验信任策略，只有在确实找不到时才创建新角色。若调用方是 SSO 主体而无法创建角色，则明确提示用户向 AWS 管理员索取角色 ARN 或申请 iam:CreateRole、iam:PutRolePolicy 权限。