deployment-pipeline-design
用于设计多阶段 CI/CD 部署流水线的技能，覆盖审批门禁、安全扫描、渐进式发布与环境晋级。可输出流水线配置、部署策略、健康检查、门禁定义和回滚方案，适用于新服务上线、平台迁移与零停机发布设计。
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 11-05 00:16
部署与运维
13,126 个结果
distributed-tracing
该技能用于在微服务架构中实现分布式追踪，借助 Jaeger 与 Tempo 追踪跨服务请求，帮助定位延迟、依赖关系与故障点，适用于调试性能瓶颈、分析请求路径和错误传播。
github-actions-templates
GitHub Actions Templates 是一套面向生产环境的 GitHub Actions 工作流模板集合，用于自动化应用的测试、构建与部署。该技能提供可直接参考的工作流模式，覆盖持续集成与持续部署的多种技术栈场景，包括自动化测试与部署、构建 Docker 镜像并推送到镜像仓库、部署到 Kubernetes 集群、运行安全扫描，以及针对多环境的矩阵构建。模板还涉及工作流最佳实践（如使用固定的 action 版本、缓存依赖、使用 secrets 管理敏感数据、在 PR 上实施状态检查、为生产环境设置审批门禁等）、可复用工作流（reusable workflows）、安全扫描（集成 Trivy 与 Snyk）、以及带审批的生产部署。文中给出了 Test、Build and Push Docker Image、Deploy to Kubernetes、Matrix Build、Security Scan、Deployment with Approvals 等示例工作流，并附有可复用工作流及其调用方式的示例代码。相关技能包括 gitlab-ci-patterns（GitLab CI 工作流）、deployment-pipeline-design（流水线架构）与 secrets-management（机密处理）。
grafana-dashboards
Grafana Dashboards 是一个用于创建和管理生产级 Grafana 仪表板的技能，面向系统与应用程序指标的实时可视化。它帮助用户设计用于监控应用、基础设施与业务指标的可视化面板，适用场景包括可视化 Prometheus 指标、创建自定义仪表板、实现 SLO 仪表板、监控基础设施以及跟踪业务 KPI。该技能涵盖仪表板设计原则（信息层级、面向服务的 RED 方法、面向资源的 USE 方法）、仪表板结构、多种面板类型（Stat 单值面板、Time Series 时序图、Table 表格面板、Heatmap 热力图）、查询变量、仪表板内告警、仪表板 Provisioning 配置，以及常见仪表板模式（基础设施、数据库、应用仪表板）。它还提供以代码方式管理仪表板的方式，包括 Terraform 与 Ansible Provisioning 示例，并关联 prometheus-configuration 与 slo-implementation 等技能。
helm-chart-scaffolding
该技能用于指导创建、组织和管理 Helm Chart，以便对 Kubernetes 应用进行模板化和打包。它提供构建生产级 Helm Chart 的分步说明，涵盖 Chart 结构、模板模式、values 管理以及验证策略，适合需要从零创建 Chart、打包分发 Kubernetes 应用、管理多环境部署或搭建 Chart 仓库的场景。技能内容包含最佳实践与排错命令，并关联 k8s-manifest-generator 和 gitops-workflow 等相关技能。
istio-traffic-management
Istio 流量管理技能，提供面向生产级服务网格部署的综合指南，涵盖路由、负载均衡、熔断、重试、超时、流量镜像、故障注入、灰度（金丝雀）与蓝绿发布、入口网关等配置。资料以 VirtualService、DestinationRule、Gateway、ServiceEntry 等核心资源为线索，并给出多种可直接参考的 YAML 模板，以及负载均衡策略与调试命令。适用于需要在服务网格中配置服务间路由、实施渐进式发布、设置熔断与重试、进行流量镜像测试或故障注入的场景。
k8s-manifest-generator
该技能用于生成面向生产环境的 Kubernetes 清单文件，覆盖 Deployment、Service、ConfigMap、Secret 和 PersistentVolumeClaim 等资源，帮助遵循云原生最佳实践与 Kubernetes 命名约定。它提供分步骤指导，强调设置资源请求与限制、实现健康检查、使用具体镜像标签、应用安全上下文（非 root 运行、丢弃 capabilities）、通过 ConfigMap 与 Secret 分离配置、为资源添加标签、应用前先做校验以及将清单纳入版本控制。适用于创建新 Deployment、定义 Service 网络连通、生成配置与密钥资源、创建有状态工作负载的 PVC、设计多环境部署等场景。详细模式与示例见 references/details.md。技能还包含常见问题排查思路，如 Pod 无法启动、Service 不可访问、ConfigMap/Secret 未加载等。后续步骤建议将清单存入 Git、搭建 CI/CD、考虑 Helm 或 Kustomize 模板化、采用 ArgoCD 或 Flux 实现 GitOps，并添加监控与可观测性。注意：资料未提供具体安装命令、价格或收费信息。
linkerd-patterns
Linkerd 服务网格的生产实践模式集合，聚焦轻量、安全优先的 Kubernetes 服务网格部署。涵盖安装、自动 mTLS、流量拆分金丝雀发布、ServiceProfile 路由指标、重试与超时、多集群以及授权策略等主题，适合在搭建 Linkerd 或配置流量策略时参考。
ml-pipeline-workflow
该技能用于构建端到端 MLOps 流水线，覆盖数据准备、模型训练、验证与生产部署，并提供 DAG 编排、模板、最佳实践与故障排查等参考，适合从零搭建或设计 ML 工作流。
monorepo-management
Monorepo Management 是一个关于单体仓库（monorepo）管理的技能，帮助使用 Turborepo、Nx 和 pnpm workspaces 等工具构建高效、可扩展的多包仓库。它涵盖从新项目搭建、多仓库迁移、构建与测试性能优化、共享依赖管理、代码共享策略，到 monorepo 的 CI/CD 配置、版本发布以及特定问题调试。技能内容包含 Turborepo 的初始化命令、turbo.json 配置示例、根与子包 package.json 结构，以及最佳实践与常见陷阱，并给出基于 Changesets 的发布流程和 GitHub Actions 示例。
multi-cloud-architecture
多云计算架构技能，提供在 AWS、Azure、GCP 与 OCI 之间进行服务选型与集成的决策框架和架构模式。主要用途包括设计多云策略、跨云迁移、为特定工作负载选择云服务、实现云无关架构以及跨云成本优化。资料给出四家云厂商在计算、存储、数据库等类别中的对应服务对照表，并归纳四种典型多云模式：单主云加异地容灾、各取所长的最佳组合、按地域分布部署、以及基于 Kubernetes、PostgreSQL、S3 兼容存储与开源工具的云无关抽象。同时涵盖以 Terraform 作为基础设施抽象层的分层结构、成本影响因素与优化手段、分评估、试点、迁移、优化四阶段的迁移策略，以及基础设施即代码、CI/CD、跨云容错、托管服务优先、全面监控等最佳实践。
nx-workspace-patterns
Nx Workspace Patterns 是面向 Nx monorepo 管理的生产级实践技能，用于配置与优化 Nx 单体仓库工作区。其用途包括搭建新的 Nx 工作区、配置项目边界、优化构建缓存、使用 affected 命令优化 CI、实现远程缓存、管理项目之间的依赖关系以及迁移到 Nx。技能内容涵盖 Nx 架构说明（apps、libs、tools 目录结构，nx.json 与 workspace.json 配置文件）以及库类型划分，包括 feature（智能组件与业务逻辑）、ui（展示型组件）、data-access（API 调用与状态管理）、util（纯函数与辅助工具）、shell（应用启动引导）。同时给出最佳实践清单：一致使用 tags 并通过模块边界强制执行、尽早启用缓存以节省 CI 时间、保持库职责单一、使用生成器保证一致性、记录边界以帮助新成员；并提醒避免循环依赖、不要跳过 affected、不要忽视边界、不要过度细分。详细模板与完整示例位于 references/details.md。
prometheus-configuration
本技能提供 Prometheus 配置的完整指南，用于搭建面向基础设施与应用的指标采集、存储和监控体系。内容覆盖 Prometheus 安装设置、指标抓取（scrape）配置、记录规则（recording rules）与告警规则设计，以及服务发现实现。技能总结了多项最佳实践，例如指标命名采用统一前缀_名称_单位格式、抓取间隔通常设为 15–60 秒、对开销较大的查询使用记录规则、通过多实例实现高可用、依据存储容量配置保留策略、使用 relabeling 清理指标、监控 Prometheus 自身、大规模部署采用联邦（federation）、借助 Thanos/Cortex 做长期存储，并记录自定义指标。排障部分给出直接调用 Prometheus HTTP API 的命令，用于检查抓取目标、查看当前配置和测试查询。该技能适合需要从零搭建或调整 Prometheus 监控栈的运维与后端工程场景，也提及与 Grafana 仪表板、SLO 监控、分布式追踪等相关技能的配合关系。
python-observability
Python 可观测性模式集合，涵盖结构化日志、指标采集与分布式追踪。该技能用于为 Python 应用添加日志、实现 Prometheus 指标收集、在各服务间设置分布式追踪、在请求链中传播关联 ID、调试生产环境问题以及构建可观测性仪表盘。核心概念包括：以 JSON 输出带有一致字段的结构化日志；针对每个服务边界追踪延迟、流量、错误与饱和度这四大黄金信号；为单个请求在所有日志与 span 中贯穿唯一关联 ID；保持指标标签基数的有界性，避免使用用户 ID 等无界值造成存储成本激增。资料提供了 structlog 配置示例、一致日志字段、语义化日志级别、关联 ID 传播（含 FastAPI 中间件与 httpx 下游调用示例）等基础模式，并指出更多高级模式位于 references/details.md。最佳实践包括使用结构化日志、传播关联 ID、追踪四大黄金信号、限制标签基数、按适当级别记录日志、在日志中包含上下文、使用上下文管理器、分离关注点、测试可观测性代码以及设置告警。具体安装命令、版本与运行环境要求暂未提供。
service-mesh-observability
该技能面向 Istio、Linkerd 等服务网格部署，提供可观测性实现指南，覆盖分布式追踪、指标与可视化。适用于搭建跨服务链路追踪、建立服务网格指标与仪表盘、排查延迟与错误问题、为服务间通信定义 SLO、可视化服务依赖关系以及诊断网格连通性问题。技能内容围绕可观测性三大支柱（指标、追踪、日志）展开，并给出服务网格的金色信号：延迟（P50、P99，示例告警阈值 P99 > 500ms）、流量（每秒请求数，用于异常检测）、错误（5xx 错误率，示例阈值 > 1%）、饱和度（资源利用率，示例阈值 > 80%）。同时提供最佳实践建议：按环境合理采样（开发环境 100%，生产环境 1-10%）、一致地传播追踪上下文、为金色信号设置告警、用 exemplars 关联指标与追踪、采用热冷分层存储；并提示避免过度采样、限制标签基数、不要跳过仪表盘、关注可观测性成本。完整模板库与详细示例位于 references/details.md。
slo-implementation
用于定义与落地 SLI、SLO 与错误预算的可靠性工程框架，含 Prometheus 记录规则、SLO 告警规则与 Grafana 面板示例，帮助在可靠性与迭代速度之间取得平衡。
spark-training-gotchas
面向 NVIDIA DGX Spark（GB10，Grace Blackwell，SM121，128GB 统一内存，aarch64）上机器学习训练的故障预检与排查技能，把发射、内存、散热、带宽、精度方面十种已知故障模式编号为 G1–G10，便于按编号逐项检查。
terraform-module-library
用于构建面向 AWS、Azure、GCP 和 OCI 的可复用 Terraform 模块，遵循基础设施即代码最佳实践，适合创建标准化、可测试的多云基础设施组件。
authbypass-authentication-flaws
认证绕过测试手册，用于评估登录流程、密码重置逻辑、账户恢复、MFA 绕过、令牌可预测性与暴力破解防护等身份验证机制自身的安全缺陷。
devops-deployment
OrchestKit 的 DevOps 与部署技能，用于搭建 CI/CD 流水线、容器化应用、部署到 Kubernetes 或云平台、实现 GitOps 与基础设施即代码，并规划发布策略。
ziniao-device
紫鸟设备管理技能，用于管理紫鸟浏览器使用的代理设备（IP），支持设备查询、添加与修改自有代理、绑定/解绑店铺、套餐购买、续费及自动续费设置。
ziniao-shared
紫鸟 CLI（ziniao-cli）的共享基础技能，用于操作紫鸟开放平台资源并控制紫鸟浏览器。内容涵盖应用配置初始化（config init 的多种模式）、ZClaw 客户端与本地 Bridge 就绪检查、统一 apiKey 认证模型、Boss 与成员账号权限差异、错误处理、输出格式以及安全规则。适用于首次使用 ziniao-cli、配置 API Key、启动紫鸟客户端、登录 ZClaw，或排查认证与 Bridge 连接问题的场景。