database-expert
database-expert 是一套面向数据库开发与代码审查的技能规则集,涵盖 Prisma、Supabase、SQL 与 NoSQL 模式,强调参数化查询、RLS、连接池、分页与事务等实践,并提供 PostgreSQL/SQLite 的 MCP 服务器接入方式。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-23 00:12
259,889 个结果
database-expert 是一套面向数据库开发与代码审查的技能规则集,涵盖 Prisma、Supabase、SQL 与 NoSQL 模式,强调参数化查询、RLS、连接池、分页与事务等实践,并提供 PostgreSQL/SQLite 的 MCP 服务器接入方式。
Dependency Analyzer 是一个用于分析项目依赖的技能:识别依赖文件、检测过期包、依据语义化版本判断破坏性变更、检查安全漏洞,并给出安全的分阶段更新策略与迁移指引。
rule-creator 是 Claude Code 框架的规则文件创建技能,用于在 .claude/rules/ 目录生成会被自动加载的 Markdown 规则文件,帮助记录项目编码规范、框架约定、团队标准与工作流协议。
rss-fetch 是一个用于抓取 RSS/Atom 订阅源的命令行技能,借助 curl 与 xmllint 获取新闻和文章标题、链接与日期,适用于读取或聚合 RSS 内容。
SkillCheck(免费版)用于按 Anthropic 指南与 agentskills 规范校验 Claude Code 技能文件,检查 SKILL.md 的 frontmatter、命名、描述、语义与目录结构等问题,输出含检查 ID、严重级别、行号和修复建议的报告。
该技能用于在仿真 gym 中对 Physical AI Studio 已训练好的策略进行基准测试并报告成功率指标。支持通过 Python API 或 physicalai benchmark CLI 两种方式调用:可加载 ACT 等策略的检查点或导出模型,在 PushT、Libero 等基准环境中执行 rollout,打印结果摘要,并输出 results.json 与 results.csv,还可选录制视频。适用于评估机器人策略性能、对比基线检查点、以及在任务回归时进行定性审查。
Physical AI Studio 策略导出与验证技能:通过 Python API 或 physicalai export CLI 将策略导出为 onnx、openvino、torch、executorch 等后端产物,并校验数值一致性与产物结构,供 Runtime 部署加载。
Physical AI Studio 数据集与 Lightning 数据模块使用技能,基于 LeRobot 格式,讲解如何将 physicalai.data.lerobot.LeRobotDataModule 接入训练配置、用 Python API 检查批次,并处理特征对齐与数据加载调试。
BKN 全生命周期编排入口,用于创建、提取、查询、更新、删除、复制、校验知识网络(BKN)及生成测试集、skill 与反馈巡检,按意图路由到对应 pipeline 并编排子 skill 执行。
在 Debian Linux 上安装并配置 Swift 编程语言,用于服务端开发。适用于在 Linux 上构建 Swift 应用或搭建 Swift 开发环境。
HyperShift 托管集群调试技能,提供系统化的排障流程,覆盖托管集群删除卡住、资源与 finalizer 阻塞、控制平面异常、NodePool 生命周期问题以及 operator 日志分析等场景。该技能会在调试集群问题、排查卡住的删除操作时自动应用,并包含 AWS 等提供商专属排障子技能入口。
OpenVINO PhysicalAI 运行时中新增或修改相机后端的开发指南,说明如何在 physicalai.capture 下实现新的 Camera 类型并接入工厂。
该技能用于在 PhysicalAI 推理运行时中围绕 InferenceModel 配置预处理、后处理和 runner。它通过 manifest 规格和 ComponentRegistry 来组装推理流水线,流水线顺序为:观测 → 预处理器 → runner → 后处理器 → 动作输出。涉及的核心代码包括 component_factory.py(ComponentRegistry、instantiate_component、_MAX_COMPONENT_DEPTH)和 model.py(依据 manifest 规格构建处理器链)。支持使用 type(注册表短名)引用内置组件,或用 class_path + init_args 显式指定类。适用于编辑推理流水线配置、新增内置处理器、校验组件顺序与产物路径等场景。
Physical AI 运行时加载并校验由 Studio 导出的策略:通过 InferenceModel 载入本地导出目录或 Hub 快照,自动识别 onnx/openvino 后端,支持 select_action 与 predict_action_chunk,并做结构校验与冒烟推理。
OpenWhispr CLI 是 OpenWhispr 的命令行工具,用于在终端中操作 OpenWhispr 的笔记、文件夹、转录和音频。它以单个二进制形式提供,可通过本地桌面应用的 HTTP 桥接或云端 REST API 运行,同一命令在两种后端间行为一致。安装需 Node.js 20 或以上,命令为 npm install -g @openwhispr/cli。使用 noun-verb 语法,如 notes list、notes get、notes create、transcriptions list 等。输出会根据 stdout 是否为 TTY 自动切换可读文本或 JSON,可用 --format 覆盖。退出码区分用户错误、后端不可达、鉴权失败和资源不存在,便于脚本处理。远程后端需在桌面应用生成 API Key 并执行 auth login,权限由服务端按 notes:read、notes:write、transcriptions:read 等作用域控制。
面向 Python 异步编程的技能指南,系统讲解 asyncio、并发编程与 async/await 模式,覆盖事件循环、协程、任务、超时、异步上下文管理器、生产者-消费者、信号量限流、异步锁等,并给出 Web 抓取、异步数据库、WebSocket 服务等实战示例。
Bats(Bash Automated Testing System)测试模式指南,用于为 shell 脚本编写单元测试,涵盖断言、setup/teardown、mock、fixture、CI/CD 集成与最佳实践。
面向 SaaS 订阅计费的自动化技能,覆盖周期性扣款、发票生成、催收(dunning)、按比例计费与税费计算,适用于实现订阅生命周期、用量计费与账单周期管理。
用于管理依赖大版本升级的技能,涵盖兼容性分析、分阶段发布与全面测试。适用于升级框架版本、修复存在安全漏洞的依赖、现代化遗留依赖、解决依赖冲突及规划增量升级路径等场景。
一套高级 Git 工作流技能,覆盖交互式 rebase、cherry-pick、bisect、worktree 与 reflog,用于保持提交历史整洁、跨分支应用提交、定位引入缺陷的提交,以及在误操作后恢复丢失的提交或分支。
面向 GitHub Actions 的生产级工作流模板集,涵盖测试、构建、部署、安全扫描与矩阵构建等场景,提供测试、Docker 构建推送、Kubernetes 部署、多环境矩阵等可复用模式与最佳实践。
提供 GitLab CI/CD 流水线模式集合,涵盖多阶段工作流、缓存策略与分布式 Runner 配置,用于可扩展的自动化测试、构建与部署,包含 Docker 构建、多环境部署、Terraform 与安全扫描示例。
面向 Kubernetes 的 GitOps 工作流指南,讲解如何用 ArgoCD 与 Flux CD 实现声明式、基于 Git 的持续交付与持续协调,涵盖安装、应用与 Kustomization 配置、自动同步策略、渐进式发布、密钥管理和最佳实践。
用于创建、组织和管理 Helm Chart 的技能,帮助打包与部署 Kubernetes 应用,涵盖 Chart 结构、模板编写、values 管理、依赖处理、校验、打包分发与多环境配置等实践指导。