软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16569+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索注入，共找到 24 条记录

默认排序最新上传最多下载

LangChain生产环境就绪度清单

langchain-prod-checklist

jeremylongshore/claude-code-plugins-plus-skills

这是一份全面的LangChain应用程序生产环境就绪度清单。它系统性地覆盖了从配置管理、错误处理、可观测性（如LangSmith）、性能优化、安全加固（防止提示注入、处理PII）到严格测试和部署策略等多个维度，帮助开发者确保AI应用具备高可靠性和可维护性，适用于应用上线前或现有系统的审计。

Mistral AI 安全最佳实践指南

mistral-security-basics

jeremylongshore/claude-code-plugins-plus-skills

这份指南详细介绍了集成 Mistral AI 模型时必须遵循的关键安全措施。内容涵盖 API 密钥管理、防止提示词注入、内容审核、输出净化以及安全日志记录，帮助开发者构建健壮、安全的 AI 应用。

提示守卫检测器

Orchestra-Research/AI-Research-SKILLs

Meta 的 Prompt Guard 是 86M 参数分类器，能在输入进入 LLM 前识别 prompt 注入和越狱指令，用于用户提示、第三方数据或 RAG 文档的过滤，支持多语言并提供毫秒级响应。

网络日志入侵分析

analyzing-web-server-logs-for-intrusion

mukul975/Anthropic-Cybersecurity-Skills

本工具提供了一个全面的框架，用于分析Web服务器日志（Apache/Nginx）以检测各种安全威胁。它利用高级正则表达式匹配OWASP攻击签名，识别SQL注入、本地文件包含和目录遍历尝试，并进行行为分析以检测暴力破解和Web扫描器指纹。系统使用GeoIP丰富数据以进行源头归属，为SOC分析师生成优先级的报告。

PydanticAI：类型安全LLM代理框架

sickn33/antigravity-awesome-skills

PydanticAI 是一个强大的 Python 框架，它将 Pydantic 的类型验证能力引入大型语言模型（LLMs）。它允许开发者构建生产级的 AI 代理，确保 LLM 的输出具有严格的结构化和数据类型安全，不再仅仅是原始文本。框架支持工具调用、依赖注入和多模型兼容性，适用于需要高可靠性和准确数据结构的复杂 AI 场景。

持久化檔案規劃系統

planning-with-files-zht

OthmanAdi/planning-with-files

以磁碟上的持久化 Markdown 檔案作為 AI 代理的工作記憶，保存 task_plan.md、findings.md 與 progress.md，讓多步驟任務在上下文遺失後仍可接續。生命週期鉤子會自動注入選定的規劃內容，支援進度追蹤、任務分解與工作階段恢復，適用於研究型或需超過五次工具呼叫的複雜工作。

LLM护栏：输入输出安全防护

implementing-llm-guardrails-for-security

mukul975/Anthropic-Cybersecurity-Skills

用于为大型语言模型（LLM）应用添加安全护栏。它能拦截和验证用户输入（如提示注入、敏感信息）和模型输出（如幻觉、有害内容），确保内容符合预设的业务规则和Schema。适用于构建安全、可靠的聊天机器人或RAG系统。

AI安全评估专家

alirezarezvani/claude-skills

定向评估AI/LLM系统，检测提示注入、越狱、模型反演、数据投毒和代理工具滥用，结合MITRE ATLAS映射与签名检测并支持护栏推荐。

添加数据和持久化上下文记忆

volcengine/OpenViking

该技能用于将外部资源（如本地文件、网络URL、代码仓库）和对话内容转化为持久化、可检索的知识和记忆。它核心功能是为OpenViking上下文数据库构建全面的知识库，确保学习到的洞察和外部数据能够在会话间持续可用。当需要注入外部知识或增强上下文持久性时使用。

C# 模型上下文服务器构建

csharp-mcp-server-generator

github/awesome-copilot

本技能旨在指导使用C#和.NET构建一个完整的、生产级别的模型上下文协议（MCP）服务器。内容涵盖了先进架构模式，如Host构建、依赖注入、结构化日志配置以及实现功能强大的工具。适用于构建需要标准化通信和工具调用能力的AI代理或复杂后端服务。

AI提示安全评估

ai-prompt-engineering-safety-review

github/awesome-copilot

对AI提示进行全面安全与偏见分析，识别信息误导、注入与隐私风险，并提供效果评估、安全建议与负责任的优化方案。

基于文件的AI代理规划

planning-with-files-ar

OthmanAdi/planning-with-files

基于文件的持续规划系统，用于多步骤AI代理。在磁盘上维护task_plan.md、findings.md和progress.md文件，将规划上下文注入生命周期钩子。仅自动恢复项目规划文件。可通过session-catchup.py --metadata检查本地代理会话元数据，或--replay播放有限摘录。可选控制模式仅在主机支持时请求继续，从不执行声明的Markdown命令。无网络数据上传路径。适用于需要5次以上工具调用的研究或工作。

语言