optimize-docker-build-cache
优化 Docker 构建时间的技能文档,通过层缓存、多阶段构建、BuildKit 特性与依赖先行复制模式,减少重复安装依赖、缩小镜像体积。适用于 R、Node.js 等项目的 Dockerfile 优化。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-23 00:13
12,273 个结果
优化 Docker 构建时间的技能文档,通过层缓存、多阶段构建、BuildKit 特性与依赖先行复制模式,减少重复安装依赖、缩小镜像体积。适用于 R、Node.js 等项目的 Dockerfile 优化。
一个使用 GitHub CLI(gh)端到端审查拉取请求的技能:覆盖 diff 分析、提交历史审阅、CI/CD 检查核验,并按严重级别(Blocking/Suggest/Nit/Praise)输出结构化反馈,最终提交 approve、request-changes 或 comment 审查。
DevOps 工具技能包,覆盖 Git 工作流、Bash/Zsh 与 PowerShell 脚本、GitHub Actions 与 Azure Pipelines 的 CI/CD 配置,以及终端与部署自动化。适用于规范化提交、编写自动化脚本、配置流水线、排查 Git 冲突与仓库卫生问题。
面向分布式系统与生产事故的错误分析技能,用于排查线上故障、跨服务根因分析,并改进可观测性与错误处理。
该技能用于通过 API 管理 SAP Automation Pilot 的定时执行(Scheduled Executions),支持创建、列出、更新和删除定时命令执行,并提供灵活的调度选项与时区支持。使用前需设置 AUTOPI_HOSTNAME、AUTOPI_USERNAME、AUTOPI_PASSWORD、AUTOPI_DEFAULT_CATALOG 等环境变量,并确保环境中有 curl。支持的调度类型包括一次性、每小时、每天、每周、每月和每年。可通过 REST 接口创建定时执行、列出所有计划、获取计划详情、启用/禁用计划、删除计划以及更新计划。还提供时区列表查询接口,并说明了请求体结构、HTTP 状态码、所需权限以及常见错误处理方式。
GCP Project Cleanup 是一个用于协助整理和删除 Google Cloud 项目的技能,适合在用户提出「想整理 GCP 项目」「想删除不再使用的 GCP 项目」「想清理 Google Cloud」等请求时使用。它通过 gcloud CLI 对 Google Cloud 项目进行盘点与整理,前提是已安装 gcloud CLI 并已通过 gcloud auth login 完成认证。该技能强调安全操作:删除项目不可逆,30 天后会被完全删除,因此在调查阶段禁止执行删除命令,必须先调查所有项目并向用户呈现列表,只有用户明确指定删除对象后才执行删除,且不批量删除多个项目,而是逐个向用户确认。工作流程分为调查、删除、IAM 整理三个阶段,涉及项目列表获取、各项目资源确认、IAM 权限确认、删除结果确认与恢复等操作。
用于调试失败的 CI 流水线、容器启动问题和在本地复现缺陷的工作流技能。当 CI 变红、容器无法启动或需要复现 bug 时使用,强调先读日志、先复现再修复,并给出定位根因、修复与验证的步骤。
面向 GCP 托管应用的 Firebase 开发指导技能,涵盖 Firestore 读写与查询、Cloud Functions(一代/二代)、Firebase CLI、模拟器、安全规则、认证、托管与 GCP 集成,并提供初始化、模拟器、部署、密钥管理与数据导入导出等脚本。
用于设计与审计发布冻结变更控制的技能,覆盖节假日冻结、企业停用窗口、应用商店截止日期、事件恢复与合规窗口等场景,输出含负责人、门禁、指标与恢复路径的具体工件。
用于构建 Docker 镜像的技能,强调规范打标签、缓存失效与构建追踪,避免使用陈旧镜像。基于 git SHA 与时间戳生成标签,并验证、推送及在仓库中核对镜像。
Harness CI 技能用于配置容器原生 CI 流水线,支持测试智能(Test Intelligence)、缓存、并行化与构建基础设施管理,可搭建云、Kubernetes 或 VM 构建环境,涵盖步骤类型、缓存、矩阵策略、后台服务、插件与触发器设置。
面向 Helm 的安全部署技能,强调镜像校验、缓存清理与回滚保护,避免部署陈旧镜像。提供部署前检查、变更 diff、部署命令模板、部署后验证及回滚流程。
cognee-server 用于在本机运行 cognee API 服务(及可选 UI),包含启动、健康检查,以及让 SDK 或其他客户端连接本地实例。默认开启多租户访问控制并需要认证;关闭后可切换为单用户本地模式。
在 Claude Code for Web 受限容器环境中配置和使用 Docker 的技能,用于解决 bridge/iptables 权限错误、代理导致的 SSL 证书错误,以及 npm 证书验证失败等常见问题。
使用Vercel实验性Services API构建Python后端服务的技能,适用于创建Python后端或含Python后端的多服务项目,可搭配可选的JavaScript前端。
Vuetify 0 仓库中用于编写 changeset 与为 @vuetify/v0 及 @paper/* 设计系统发布版本的技能,说明发布流程、命令与合并前的检查要点。
该技能是一个 Webshare 代理账户支出审计工具,通过只读的 webshare CLI 命令,对比账户实际付费与实际使用情况,找出浪费并生成可量化的套餐调整建议报告。它不修改账户,仅做审计,报告以“为你省钱”为目标,所有节省金额必须来自真实数据。适用场景包括检查代理分配是否过量、套餐是否闲置、带宽/代理数是否超额配置、月付与年付是否存在费用差异等,最终输出 Markdown 报告并给出人工操作建议。
面向独立创始人的部署上线技能,指导选择托管平台、部署应用、连接自定义域名、配置环境变量与生产数据库、设置备份和基础监控,并给出排障与回滚方法。不涉及具体价格承诺,仅作流程与清单指引。
Windmill 触发器(Triggers)用于让外部事件调用脚本与流程。触发器配置文件采用 {path}.{trigger_type}_trigger.yaml 命名,例如 u/user/webhook.http_trigger.yaml、f/data/kafka_consumer.kafka_trigger.yaml、f/sync/postgres_cdc.postgres_trigger.yaml、f/inbound/orders.email_trigger.yaml。文档涵盖邮件触发器、HttpTrigger、WebsocketTrigger、KafkaTrigger 等类型,并给出各自的 YAML schema 字段说明。邮件触发器可将发往 <local_part>@<windmill_email_domain> 的邮件路由到指定可运行对象,支持 workspaced_local_part 按工作区命名空间化,发件人可用 + 追加 URL 风格附加参数并作为 email_extra_args 传入。载荷包含 parsed_email、raw_email,附件以 S3 对象形式提供,可用 wmill SDK 读取。CLI 方面,wmill sync push 用于推送触发器配置(仅在用户明确要求部署时执行),wmill sync pull 用于拉取。
GitHub Ops 是一个面向 GitHub 远程操作的技能(skill),用于通过 gh CLI 与 api.github.com 交互,处理仓库侧的事务,包括创建仓库、配置元数据、发布版本以及管理 issue 和 PR。它强调几项硬性规则:仓库可见性默认设为 private,除非用户明确要求公开;提交任何面向第三方的正文(issue、PR、发布说明等)前必须先在对话中逐字预览并等待明确批准;任何推送前都必须先运行 push-preflight。它还将本地 git 操作委托给 git-ops,自己只负责 GitHub 侧调用和 README/CHANGELOG 编辑,并强制每次发布都更新 README 的“Recent Updates”章节。
Grafana Dashboards 技能用于创建和管理生产级 Grafana 仪表盘,实现对系统与应用指标的实时可视化。该技能基于 Prometheus 指标设计监控面板,覆盖 API 监控、基础设施监控、数据库监控等场景,并支持 SLO 仪表盘、业务 KPI 追踪。核心设计原则包括信息层级(关键指标大数字、关键趋势时序图、详细指标表格/热力图)、用于服务监控的 RED 方法(Rate 请求速率、Errors 错误率、Duration 延迟)以及用于资源监控的 USE 方法(Utilization 利用率、Saturation 饱和度、Errors 错误数)。技能提供多种面板类型示例,包括 Stat 单值面板、Time Series 时序图、Table 表格和 Heatmap 热力图,并支持查询变量实现仪表盘的灵活筛选。同时涵盖仪表盘内告警配置、仪表盘 Provisioning(通过 dashboards.yml 配置文件自动加载)以及 Dashboard as Code 实践(Terraform 与 Ansible 部署)。适用于可视化 Prometheus 指标、构建自定义仪表盘、实现 SLO 仪表盘、监控基础设施以及追踪业务 KPI 等任务。
面向 TypeScript 的 Together AI SDK 使用技能,讲解用 together-ai 包调用 200+ 开源模型(Llama、Qwen、Mistral、DeepSeek)的客户端配置、对话补全、流式输出、结构化输出、函数调用、嵌入、图像生成与微调等模式。
该技能用于生成从 AWS、Azure、华为云、腾讯云等友商云迁移到阿里云的迁移方案,当用户提供源云产品列表时输出产品映射、迁移步骤、风险与反向同步方案,并可生成 Markdown 与 Word 交付文档。
为 Litestar 应用接入指标监控的技能,支持 OpenTelemetry 与 Prometheus 两种后端,涵盖插件或中间件注册、导出器配置、路径分组、标签与 exemplars 等要点。