fb-comment-automation
实现 Facebook 页面评论的自动回复、点赞、隐藏及相关匹配与派发逻辑。
▸ 推荐理由包含循环、匹配与派发细节，适合社媒自动化开发。
▸ 风险提示涉及第三方 API 与权限、合规与隐私风险
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 5090 个
drizzle-database
在 ChatbotX 中使用 Drizzle ORM 定义表结构、编写迁移与查询。
▸ 推荐理由说明表定义与迁移惯例，便于安全改库与新增关系。
▸ 风险提示运行迁移或修改 schema 有数据丢失风险
contact-filter
管理联系人过滤器模型及其前端配置与后端 SQL 查询生成。
▸ 推荐理由覆盖前端配置与后端查询，便于修改筛选逻辑与操作符。
chatbotx-basecode
概览 ChatbotX 项目结构与边界，辅助审计与定位负责区域。
▸ 推荐理由首选入门与大型变更前的全局导览，快速定位职责边界。
business-data-access
实现或修改业务服务、仓储与数据访问边界，处理数据库读写与缓存失效。
▸ 推荐理由规范化数据边界，适合跨层数据库访问改动。
▸ 风险提示涉及数据库操作与权限，修改需谨慎
builder-ui-i18n
为 ChatbotX builder 应用开发或修改前端组件、表单、表格与国际化文案。
▸ 推荐理由适合做界面与文案变更，覆盖组件与校验规则。
chatbotx
开源多渠道聊天营销平台，管理联系人、对话、流程与广播。
▸ 推荐理由适合自托管的营销团队替代商业对话平台并集中渠道管理。
▸ 风险提示需接入第三方渠道凭证并处理用户数据，存在隐私与合规风险。
anti-ui-slop
利用 UIZZE 大量真实界面样本，避免生成通用且模糊的 UI 设计。
▸ 推荐理由通过实物屏幕库强化产品归属感，适合界面校审与设计评审。
▸ 风险提示依赖外部网站（uizze.com）和其数据访问，可能受限或需付费。
agent-skill-stack
为自然语言目标挑选、评估并组合最小兼容的代理技能集合。
▸ 推荐理由面向多技能编排与冲突检查，适合需要端到端工作流的场景。
ad-campaign-analyzer
把广告投放数据转成可执行的裁减、扩展与测试建议。
▸ 推荐理由不仅诊断问题，还给出可落地的投放优化决策。
▸ 风险提示可能需上传敏感广告数据或账号信息，请注意数据隐私与权限。
azure-architecture-autopilot
用自然语言设计或分析 Azure 基础设施，生成架构图并用 Bicep 部署。
▸ 推荐理由适合快速从概念到可部署 Azure 架构的工程师与 SRE。
▸ 风险提示需要 Azure 凭据与部署权限；脚本可能执行本地或远程操作。
az-cost-optimize
分析 Azure 资源与 IaC，发现成本优化点并创建跟踪 issue。
▸ 推荐理由适合在 Azure 环境系统化挖掘并跟踪成本节省机会。
▸ 风险提示需 Azure 订阅访问权限和 GitHub 权限以扫描与建单。
aws-well-architected-review
对工作负载进行 AWS Well‑Architected 框架审查并生成改进项与 GitHub issues。
▸ 推荐理由将 WAF 审查自动化并形成可跟踪的改进项，便于治理。
▸ 风险提示需访问 IaC 文件和 AWS 资源，可能涉及敏感架构数据。
aws-resource-query
用自然语言查询 AWS 资源，仅翻译为只读的 describe/list CLI 命令。
▸ 推荐理由快速将问题转为只读查询，既安全又高效。
▸ 风险提示需 AWS 只读权限；注意不要意外配置过高权限的凭证。
aws-resource-health-diagnose
分析 AWS 资源健康，基于 CloudWatch 日志与指标诊断并给出修复计划。
▸ 推荐理由把诊断流程结构化并产出可执行修复方案，利于 SRE 响应。
▸ 风险提示需要 AWS 访问权限查看日志与指标，可能暴露敏感信息。
aws-cost-optimize
分析 IaC 与已部署资源以发现 AWS 成本优化机会并自动创建 GitHub issue。
▸ 推荐理由自动化生成可执行优化项并集成 Issue 跟踪，便于落地执行。
▸ 风险提示需 AWS 读权限与 GitHub 权限以扫描资源并创建 issue。
aws-cloudwatch-investigation
提供 CloudWatch 日志、指标与告警的调查模板和决策树，便于故障定位。
▸ 推荐理由将常见排查模式模板化，显著节省运维诊断时间。
▸ 风险提示需要 AWS 访问权限以查看日志和指标。
autoresearch
对编程任务进行自主迭代实验：修改代码、运行测试并衡量效果。
▸ 推荐理由适合需要自动化试验与超参/改动搜索的开发者。
▸ 风险提示会在本地或远端执行代码，需注意权限与环境隔离。
automate-this
分析屏幕录制并生成可运行的自动化脚本以替代重复手工操作。
▸ 推荐理由将视频示范直接转为层级自动化建议，能显著节省重复工作时间。
▸ 风险提示需访问视频文件与本地工具，可能涉及隐私及运行本地自动化权限。
audit-integrity
为 AppSec 代理提供统一的输出质量与诚信审计与自检机制。
▸ 推荐理由为安全审计类 agent 强制质量门和自我批评循环，提高结果可靠性。
aspnet-minimal-api-openapi
生成带完整 OpenAPI/Swagger 文档的 ASP.NET Minimal API 端点代码。
▸ 推荐理由快速产出规范化的 Minimal API 和文档，适合 .NET 后端开发。
aspire
帮助创建、运行、调试和部署基于 Aspire 的分布式应用与项目模版。
▸ 推荐理由面向使用 Aspire 工具链的工程团队，覆盖开发到部署流程。
▸ 风险提示可能启动容器或云资源，需本地权限与运行时环境（如 Docker）。
arize-trace
导出与查看 Arize traces/spans/sessions，辅助根因排查与调试。
▸ 推荐理由便于把追踪数据拉回本地分析，对调试分布式 LLM 有帮助。
▸ 风险提示需要 Arize API 权限与联网访问追踪数据。
arize-prompt-optimization
基于生产追踪与评估数据，用数据驱动流程优化 LLM 提示词。
▸ 推荐理由把真实信号和评估闭环用于系统化提示优化，适合模型工程师。
▸ 风险提示需访问生产追踪数据与 ARIZE 凭证，涉及敏感数据。
arize-link
根据 IDs 生成指向 Arize UI 的深度可点击链接。
▸ 推荐理由快速把追踪/会话/数据集分享给团队，使用门槛低。
arize-instrumentation
按两阶段流程为应用添加 Arize AX 跟踪埋点并生成可选实现。
▸ 推荐理由适合想从头接入 Arize 并自动化改造代码的工程师。
▸ 风险提示需要 Arize 凭证与联网，可能调用外部安装脚本。
arize-experiment
创建、运行并分析在 Arize 平台上的模型实验与对比。
▸ 推荐理由便于系统化比较模型性能并导出实验结果
▸ 风险提示运行实验可能使用账号配额或上传敏感数据，注意权限和成本
arize-evaluator
在 Arize 上配置并运行 LLM 评估器与自动化评价任务。
▸ 推荐理由适合需要大规模自动化评估与监控模型表现的团队
▸ 风险提示评估数据可能发往模型或第三方，注意数据泄露风险
arize-dataset
管理 Arize 中的数据集、版本及样本导入导出操作。
▸ 推荐理由方便构建可重现的评估数据与批量导入导出流程
▸ 风险提示数据集可能包含敏感信息，注意导入导出与访问权限
arize-annotation
在 Arize 中创建和管理标注配置与标注队列工作流。
▸ 推荐理由便于构建人类审查与标签回写的标准化流程
▸ 风险提示可能包含用户数据或敏感标签，注意隐私与合规
arize-ai-provider-integration
在 Arize 中管理并配置 LLM 提供商的集成与凭证。
▸ 推荐理由便于集中管理多家模型提供商的认证与接入设置
▸ 风险提示会处理并存储第三方模型凭证，注意密钥安全与访问控制
arduino-azure-iot-edge-integration
指导将 Arduino 设备接入 Azure IoT 与 IoT Edge 的集成方案。
▸ 推荐理由面向边缘网关与不稳定网络的工程化接入流程
▸ 风险提示需配置云凭证与设备证书，存在密钥管理风险
architecture-blueprint-generator
自动分析代码库并生成系统架构蓝图与可视化文档。
▸ 推荐理由节省架构梳理时间，适合跨技术栈的项目评审
arch-linux-triage
基于 Arch Linux 工具诊断并解决系统与包管理问题。
▸ 推荐理由适合快速定位滚动发布与 systemd 问题的专家级指引
▸ 风险提示可能建议提升权限或执行远程脚本，注意权限与来源
apple-appstore-reviewer
模拟 App Store 审核员审查 iOS 应用代码与元数据，识别拒绝风险。
▸ 推荐理由适合准备上架或修复被拒的 iOS 应用的检查与优化。
▸ 风险提示会查看应用源码与敏感元数据，需注意隐私与访问权限。
appinsights-instrumentation
为 Web 应用配置 Azure Application Insights 的遥测与埋点。
▸ 推荐理由快速完成 Azure 观测埋点，适合使用 AppInsights 的项目。
▸ 风险提示需要 Azure 订阅与凭据及对应用源代码/配置的修改权限。
ai-team-orchestration
引导搭建与运行多 agent 的 AI 开发团队、工作流与冲刺计划。
▸ 推荐理由适合启动复杂项目与并行团队的组织、分工与计划制定。
ai-ready
分析仓库并生成 AGENTS.md、CI 与 AI 配置，使仓库 AI 就绪。
▸ 推荐理由快速生成标准化 AI 配置与模板，节省手工设置时间。
▸ 风险提示可能包含修改仓库文件或运行安装脚本，部署前应审查变更。
ai-prompt-engineering-safety-review
审查提示词的安全性、偏见与漏洞并提供改进建议。
▸ 推荐理由适合需要合规与高质量提示的大型或敏感项目团队。
agentic-eval
提供评估与自我改进的模式与范式，提升 agent 输出质量。
▸ 推荐理由适合构建评价→优化流水线，提高生成结果可靠性。