container-k8s-escape
从容器内权限到节点/集群逃逸与横向移动的攻防方法集。
▸ 推荐理由聚焦 runc、BuildKit、kubelet 与 RBAC 等常见逃逸面，便于集群安全审计。
▸ 风险提示含容器与 K8s 逃逸技术，易被用于未经授权的系统入侵。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 658 个
cloud-security
针对 AWS/Azure/GCP 等云环境的攻防与权限提升指南。
▸ 推荐理由涵盖云身份、元数据泄露与容器/Kubernetes 漏洞的实务攻击路径，利于云安全评估。
▸ 风险提示含云账号/元数据盗取与权限提升技术，存在严重滥用风险。
browser-exploitation
把单个客户端漏洞发展为主机入侵的浏览器利用方法合集。
▸ 推荐理由系统化描述从引擎漏洞到渲染器/浏览器/OS 漏洞链的实战思路。
▸ 风险提示含具体漏洞利用和逃逸流程，极易被用于未授权入侵与攻击。
regulatory-analysis
针对 FINRA、SEC、联储、CFPB 等框架分析文件与流程的合规缺口并建议整改。
▸ 推荐理由适合合规审计与差距分析，能系统化分类风险与整改优先级。
▸ 风险提示分析不等同法律意见，复杂合规事项需专业律师或监管顾问确认。
document-review
审阅金融文件以核查 FINRA 2210、SEC 等合规性与必须披露要素。
▸ 推荐理由聚焦金融监管合规审查，能显著加速合规文档复核流程。
▸ 风险提示仅供参考，不构成法律或合规最终意见，应由合规/律师复核。
super-ui-ux-design
全面的 UI/UX 设计知识地图与落地执行手册。
▸ 推荐理由结合理论与实战，便于产出可用性高的界面设计。
super-product-owner
一套完整的产品负责人知识图谱与实践手册。
▸ 推荐理由把产品管理体系化，适合 PM 培训与决策支持。
meshy-3d-printing
将 Meshy 输出准备并发送到切片器以进行 3D 打印。
▸ 推荐理由支持多色打印与自动切片器探测，方便打印工作流。
▸ 风险提示可能访问本地文件系统并检测本地切片器/打印机权限
modal-serverless-gpu
介绍在 Modal 无服务器平台上运行 GPU 工作负载并部署自动扩缩的模型 API。
▸ 推荐理由无需管理底层基础设施，适合快速部署按需 GPU 推理与批处理任务。
▸ 风险提示依赖第三方服务并可能产生费用与外部网络调用
lambda-labs-gpu-cloud
介绍如何在 Lambda Labs 上启动与管理 GPU 实例及一键集群来运行 ML 作业。
▸ 推荐理由适合需要简单 SSH 访问与持久文件系统的训练任务，定价透明且无出站流量费。
▸ 风险提示涉及账户与计费权限，需谨慎管理 API 密钥与费用
java-backend-interview
按中大型互联网公司风格模拟 Java 后端技术面试并提供评分与反馈。
▸ 推荐理由支持多种候选者身份与面试官风格，考察与反馈具体且实用。
startup-analysis
从投资人、求职者与创始人三种视角对初创公司进行多维度分析。
▸ 推荐理由多视角框架能快速生成投资与入职决策要点，适合创业/投资场景。
stock-liquidity
评估股票流动性、买卖差价及市场冲击成本
▸ 推荐理由帮助交易者估算真实成交成本与滑点风险
stock-correlation
基于历史价格数据找出相关股票和交易配对
▸ 推荐理由快速定位行业同类与交易对，便于对冲与研究
sepa-strategy
基于Mark Minervini的SEPA方法分析成长股入场与风控
▸ 推荐理由适合量化与手动交易者寻找高概率买点
saas-valuation-compression
分析 SaaS 公司在各轮融资间基于 ARR 的估值倍数压缩或扩张原因。
▸ 推荐理由适合做创业/投资比较，解释估值变化的微观与宏观驱动因素。
hormuz-strait
实时获取霍尔木兹海峡通行、滞留船只、保险与油价影响等监测数据。
▸ 推荐理由为能源与航运风险分析提供专门的实时情报入口。
▸ 风险提示依赖外部仪表盘 API，数据可用性受第三方影响
bazi-ziwei
基于算法自动排盘并提供八字与紫微斗数的综合命理分析。
▸ 推荐理由用算法与补全库保证排盘精确，适合需要严谨命盘的用户。
▸ 风险提示可能包含第三方库或安装脚本拉取外部资源
affiliate-check
实时查询 openaffiliate.dev 的联盟项目数据，比较佣金、cookie 等信息。
▸ 推荐理由对联盟营销人员有价值，快速比选与查看项目细节。
▸ 风险提示首次调用会启动本地守护进程并与外部 API 通信，涉及网络与本地进程运行。
pedagogy-review
对讲稿（.qmd/.tex）做整体教学性审查，评估叙事、示例、符号与节奏
▸ 推荐理由帮助教师把控讲授节奏与示例设计，适合课程设计与教案改进
▸ 风险提示会读取指定讲稿文件，涉及本地文件访问与隐私注意
relic-forge
将聊天、语音、照片等多源材料整理并蒸馏成 Relic 画像。
▸ 推荐理由提供清晰分步采集流程，便于系统化构建档案。
▸ 风险提示会处理个人私密数据，需征得授权并注意隐私合规
relic-talk
将已唤醒的 Relic 切换为可对话状态，生成有温度的回应。
▸ 推荐理由专注语气与关系边界，提升互动的真实感与一致性。
▸ 风险提示可能被用于冒充或未经同意模拟个人，存在伦理与法律风险
relic
把多源数据蒸馏为可交互的数字 Relic，构建数字分身体验。
▸ 推荐理由适合保存回忆与构建个性化档案，但需重视授权与伦理。
▸ 风险提示可能涉及大量敏感个人数据与伦理法律问题，需严格授权
obsidian-markdown
生成符合 Obsidian 扩展语法（wikilinks、embed、callouts 等）的 Markdown。
▸ 推荐理由避免语法错误导致断链或渲染问题，适合写笔记与生成页面时使用。
▸ 风险提示会输出并可能写入笔记文件，注意覆盖与权限。
obsidian-bases
创建与编辑 Obsidian Bases (.base) 文件，构建动态表与视图。
▸ 推荐理由便捷管理 Obsidian 的原生数据库视图，适合进阶用户。
▸ 风险提示会修改 Vault 文件，需注意备份与写入权限。
canvas
在 Obsidian Canvas 中添加图像、文本、PDF 与笔记并自动排布。
▸ 推荐理由为 Obsidian 用户提供可视化参考板的自动构建与布局工具。
▸ 风险提示集成外部图像服务（/banana），可能涉及外部请求与隐私问题。
game-developer
支持游戏系统设计、Unity/Unreal 实现与性能优化建议。
▸ 推荐理由覆盖从架构到帧率优化的实务要点，适合游戏开发团队与独立开发者。
embedded-systems
为微控制器、RTOS 和低功耗系统提供固件设计与调优建议。
▸ 推荐理由面向资源受限设备的实战经验丰富，适合嵌入式开发调试场景。
▸ 风险提示可能涉及下载固件/访问硬件接口与刷写权限，需谨慎操作。
offensive-fast-checking
面向快速评估的渗透测试速查表与高效检测捷径集合。
▸ 推荐理由适合短时间内筛查高概率漏洞和快速获取可利用点。
▸ 风险提示为快速攻击准备的捷径资料，可能被用于未授权测试。
offensive-osint
面向渗透与情报的全方位 OSINT 收集、记录与关联指南。
▸ 推荐理由覆盖多类来源与标准化日志，便于规模化与系统化侦查。
▸ 风险提示可用于敏感目标画像与追踪，存在隐私与合规风险。
offensive-osint-methodology
结构化的 OSINT 收集、筛选与归档的方法论与工作流程。
▸ 推荐理由有助于规范化情报收集与证据保存，提高可复现性。
▸ 风险提示涉及隐私与数据收集，使用时需遵守法律与道德规范。
offensive-mobile
Android/iOS 应用的静态与动态渗透测试方法与实用技巧。
▸ 推荐理由覆盖 Frida 等动态工具与持久化/存储审计，实用性强。
▸ 风险提示包含绕过与注入技术，可能被用于未经授权的应用攻击。
offensive-iot
从硬件到固件的 IoT 嵌入式设备渗透测试与分析流程指南。
▸ 推荐理由覆盖芯片接口与固件提取，适合嵌入式安全研究者实操参考。
▸ 风险提示含硬件拆解与芯片操作指引，存在物理破坏与法律风险。
offensive-windows-mitigations
讲解 Windows 常见 exploit 缓解机制及可能的绕过思路。
▸ 推荐理由对漏洞利用研究与防护评估具有参考价值。
▸ 风险提示包含规避防护的技术细节，可能被滥用。
offensive-windows-boundaries
系统化枚举 Windows 安全边界与潜在攻击面的方法论。
▸ 推荐理由便于识别权限边界与可能的越权或逃逸路径。
▸ 风险提示涉及攻击面枚举，存在被用于未授权入侵的风险。
serenity-skill
把投资代理变成供应链瓶颈识别器，沿产业链找稀缺层并用证据验证。
▸ 推荐理由为主题/产业链研究提供系统化的方法论，适合做源证据驱动的投研流程。
▸ 风险提示方法论非投资建议，基于数据的结论需谨慎验证并自行承担投资风险。
alphaear-reporter
规划并生成专业金融报告，包含结构化文稿与图表配置。
▸ 推荐理由能把分析凝练成可发布报告，大幅节省写作与可视化时间。
▸ 风险提示生成的报告可能被当作投资建议，使用时需注意合规与核验。
alphaear-predictor
基于 Kronos 模型进行金融时间序列预测，并结合新闻情绪进行修正。
▸ 推荐理由将模型预测与新闻信号结合，适合量化研究与策略验证。
▸ 风险提示依赖专有模型或外部服务，预测结果存在金融风险与误导可能。
alphaear-news
聚合多来源实时财经新闻与趋势，生成统一的舆情与预测报告。
▸ 推荐理由覆盖多渠道实时信号，适合需要快速情报的交易员和分析师。
▸ 风险提示会抓取外部网站/第三方数据，可能需要 API 或涉及版权问题。
alphaear-logic-visualizer
将金融或逻辑流程生成 Draw.io XML，可视化展示投资/信号传导链。
▸ 推荐理由把复杂传导链转为可编辑图形，便于展示与团队讨论。