下载

Skill UI

浏览并发现 11131+ 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 C ，共找到 11127 条记录

默认排序最新上传最多下载

视频录制到自动化脚本

github/awesome-copilot

该技能用于分析用户录制的重复性手动操作视频。它能提取视频帧和音频，重建出精确的步骤流程，识别出使用的应用、数据流转和操作痛点。最终，工具将基于流程理解，提出使用用户现有环境的、可运行的自动化脚本方案。

AWS CDK Python环境配置指南

aws-cdk-python-setup

github/awesome-copilot

本指南详细介绍了使用Python开发AWS CDK应用的完整流程。它指导用户配置开发环境，包括安装依赖和初始化项目，并掌握从代码合成到实际部署的整个流程，使您能够使用代码实现和自动化管理AWS云基础设施。

使用命令行管理Azure DevOps

azure-devops-cli

github/awesome-copilot

这是一个全面的命令行工具，允许用户通过CLI管理Azure DevOps的所有核心资源。它提供对CI/CD管道、源代码仓库（Git）、工作项（看板）、制品和服务连接的完全控制。非常适合用于脚本编写、高级自动化流程和将DevOps流程集成到更大的持续交付系统中。

代码教育注释生成器

add-educational-comments

github/awesome-copilot

该工具能够将现有代码文件转化为具有高度教育意义的学习资源。它模拟专家教育者的角色，根据用户设定的知识水平（初级、中级、高级），为代码添加上下文注释，解释编程概念、最佳实践和设计原理。同时，它会严格保持原始代码的格式、编码和结构完整性。

智能体治理与安全模式

agent-governance

github/awesome-copilot

提供一套完整的AI智能体安全和治理模式。本技能指导用户如何为AI智能体系统添加治理层，包括工具调用白名单/黑名单、内容过滤、速率限制和人工审核机制。特别适用于需要与外部API、数据库交互、以及部署在生产环境中的复杂多智能体工作流，确保系统的安全性和可追溯性。

代理 OWASP ASI 合规校验

agent-owasp-compliance

github/awesome-copilot

根据 OWASP AI 代理安全十大风险审查项目代码，识别防护点与漏洞，输出合规报告，便于部署前评估、审计和安全改进，涵盖提示注入、工具治理、权限边界等控制。

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。

Amplitude 分析自动化

amplitude-automation

sickn33/antigravity-awesome-skills

通过 Composio 的 Rube MCP 工具链自动化 Amplitude 分析，支持发送事件、查用户行为、管理用户群组并同步身份，且先调 RUBE_SEARCH_TOOLS 获取最新 schema，确保快速完成常见分析操作。

AppInsights 监控接入

appinsights-instrumentation

github/awesome-copilot

为托管在 Azure 的 ASP.NET Core 或 Node.js Web 应用配置 App Insights 遥测，助力监控应用运行状况与可观测性。

Arize数据集管理与查询

github/awesome-copilot

该技能提供了一套完整的Arize数据集管理能力，支持数据集的创建、版本化、查询和导出。用户可以通过`ax` CLI执行数据集的CRUD操作、追加示例记录，并以JSON、CSV等格式导出数据。特别适用于需要为模型开发和测试准备测试数据、生成评估样本或获取黄金数据集的场景。

Arize LLM评估与监控

arize-evaluator

github/awesome-copilot

本技能用于在Arize平台上设置和运行LLM判官评估。用户可以定义评估器（包括提示词模板、分类选项和模型），并将评估器应用于项目或实验数据。支持对幻觉、忠实度、正确性等关键指标进行打分，并实现持续监控，确保LLM性能的完整追溯。

Arize追踪与可观测性配置

arize-instrumentation

github/awesome-copilot

本技能用于指导用户将Arize AX追踪功能集成到现有应用中，特别适用于复杂的LLM应用。它遵循结构化的两阶段流程：首先进行代码库分析（只读），了解所有依赖和架构；随后进行仪器化实现。它支持多语言环境，深度集成OpenTelemetry和各类大模型服务商，旨在提供完整的系统可观测性，且不会修改核心业务逻辑。

上一页 1 2 3...556 557 558559560 561 562...926 927 928 下一页

语言