supabase Skill：让 AI 助手按 Supabase 官方流程做全栈开发
介绍 Supabase 在 agent-skills 仓库维护的 supabase Skill（0.1.2）。覆盖 Database、Auth、Edge Functions、Realtime、Storage 等产品线与 Next.js 等 SSR 集成，内置 changelog 优先、改后验证、Data API 暴露与 RLS 安全清单。说明 npx skills add 安装、更新方式及典型自然语言任务示例，适合用 Cursor 等 Agent 做 Supabase 开发与排障的开发者。
阅读全文trl-training：用 TRL 做 LLM 后训练与对齐的 Agent Skill
trl-training 是 Hugging Face Skills 仓库中的工作流 Skill，指导 Agent 使用 TRL（Transformers Reinforcement Learning）编写或调试 SFT、DPO、GRPO、KTO 与奖励模型训练代码，并覆盖数据集格式、SFTConfig/GRPOConfig 要点与 trl CLI。文章说明其与 huggingface-llm-trainer 的分工、hf skills add 安装方式，以及基于官方示例的可复现用法与 GRPO、vLLM 等注意事项。
阅读全文huggingface-local-models：用 Skill 在本地跑 Hugging Face GGUF 模型
huggingface-local-models 是 Hugging Face skills 仓库中的 Agent Skill，指导在 CPU、Metal、CUDA 或 ROCm 上通过 llama.cpp 与 GGUF 在本地选型与推理。默认流程包括用 apps=llama.cpp 搜 Hub、阅读 local-app 页的 quant 建议、用 tree API 确认文件名，并以 llama-cli 或 llama-server 的 -hf 形式启动，必要时 --hf-repo/--hf-file 或从 Transformers 转换。文章说明安装启用方式、量化选择要点、OpenAI 兼容本地服务冒烟测试及适用注意。
阅读全文huggingface-zerogpu：让 Agent 按 ZeroGPU 规则写 Gradio GPU 演示
huggingface-zerogpu 是 Hugging Face skills 仓库中的 Agent Skill，专用于 Gradio SDK 在 Spaces ZeroGPU 上构建 AI 演示与 GPU 计算。它归纳 @spaces.GPU、duration 与配额预检、large/xlarge 规格、CUDA monkey-patch 与模块级加载、进程隔离与并发、禁用 torch.compile 等约束，并指向 concurrency、quota、CUDA 依赖等 reference。文章说明 Skill 定位、核心能力与安装方式（hf skills add、Codex/Cursor/Claude Code），并给出可对照的官方文档与典型编码模式，帮助开发者在免费 GPU 档上减少配额与构建类踩坑。
阅读全文DeepSeek Harness 消息中心插件：管理 DSH 消息接入与发出渠道
`dsh-message-hub` 是一个为 DeepSeek Harness (DSH) 提供的传输无关通信中心插件。它通过“渠道注册表”将宿主插件的具体协议实现与消息路由解耦，支持通过 Web API 或内置工具管理入站/出站消息。 插件提供 `steer` 和 `followup` 两种唤醒模式，并包含 `file-spool` 适配器以支持文件系统通信。它要求 Node.js 22+，通过 `dsh plugin` 安装，允许开发者利用固定工具或 Web 界面统一管理多渠道消息交互。
阅读全文huggingface-best：按官方 Benchmark 与设备约束选型开源模型
huggingface-best 是 Hugging Face skills 仓库中的 Agent Skill，在用户询问某任务该用哪个模型或需要按 benchmark 对比时触发。它通过 Hub API 拉取 benchmark:official 数据集与 leaderboard， enrich 参数量与许可证，按 fp16/Q4 预算过滤设备约束，输出带「On device」列的 Markdown 对比表，并支持 HF Jobs 或本地部署的后续引导。适用于 Cursor、Claude Code、Codex、Gemini CLI 等环境，需 hf CLI 与 ~/.cache/huggingface/token。
阅读全文gke-golden-path：GKE 生产集群的默认配置与标准路径
gke-golden-path 是 Google 官方 google/skills 仓库中的 Agent Skill（v1.1.0，Containers），为设计 GKE 集群、生产就绪检查与配置审计提供 Autopilot golden path 默认值、Day-0/Day-1 规则与 Guardrails。涵盖私有节点、Workload Identity、监控日志、PSS restricted 等 Always-Apply 项，并说明升级扰动与 PDB、副本、探针、Surge 四条建议。通过 npx skills add google/skills 安装；工作负载伸缩请用 gke-workload-scaling。
阅读全文gemini-agents-api：用 REST 管理 Gemini Enterprise 有状态 Agent
gemini-agents-api 是 Google 官方 Agent Skill，面向 Gemini Enterprise Agent Platform 的 Managed Agents API 控制面，指导通过 REST 创建、配置、查询与管理有状态 Agent 资源。文章说明 ADC 认证、v1beta1 端点、LRO 创建与轮询、GCS/Skill Registry 挂载、内置工具与 MCP 配置，以及 npx skills add 安装方式，并区分控制面与 Interactions 数据面。
阅读全文vercel-react-native-skills：面向 AI 编程的 React Native / Expo 实践指南
react-native-skills（vercel-react-native-skills）是 vercel-labs/agent-skills 中的 MIT 开源 Skill，面向 React Native 与 Expo，将列表性能、Reanimated 动画、原生导航、UI 模式、状态与 monorepo 等实践整理为 rules 目录下的规则文件，并汇总于 AGENTS.md。通过 npx skills add vercel-labs/agent-skills 安装后，Agent 在移动端相关任务中可自动引用；与同仓库 react-best-practices 形成 Web 与移动互补。
阅读全文cloudflare-one-migrations：把 Zscaler、Palo Alto 与传统 VPN/SWG 迁到 Cloudflare One 的评估与落地
cloudflare-one-migrations 是 Cloudflare 官方 skills 仓库中的 Agent Skill，用于评估从 Zscaler ZIA/ZPA、Palo Alto、传统 VPN/SWG 迁移到 Cloudflare One。它规定先拉取文档与 API schema、再基于结构化 export 建 inventory、产出策略映射与 rollout 计划，并覆盖 ZIA/ZPA 常见 parity 陷阱。文章说明七步工作流、安装方式（Cursor/Codex/Claude Code 等）及典型对话用法。
阅读全文turnstile-spin：把「接入 Turnstile」做成端到端可验收的 Agent 流程
turnstile-spin 是 Cloudflare 在 cloudflare/skills 仓库中维护的 Agent Skill，用于在既有前端与后端中新建、修复或迁移 Turnstile bot 校验。它通过 scripts 下的鉴权探测、widget 创建等脚本与多步向导，完成代码库扫描、按 Next.js/Astro/SvelteKit 等 reference 嵌入 widget、在现有后端接入 siteverify，并在上报成功前做真实验证。适用于注册登录表单、接口防刷等场景；需注意 API Token 权限 Account.Turnstile:Edit、Wrangler 使用约束及本地与生产 hostname 校验。
阅读全文static-analysis：把 CodeQL、Semgrep 与 SARIF 串成可复用的 SAST 工作流
Trail of Bits skills 市场中的 static-analysis 插件，将 CodeQL 深度分析、Semgrep 规则集扫描与 SARIF 解析合并为可复用的 Agent 工作流。内含 codeql、semgrep、sarif-parsing 三个 Skill，配套 run-scans.sh、merge_sarif.py 及 /static-analysis:semgrep-scan、/static-analysis:codeql-build 工作流。文章说明安装命令、典型调用方式、审批闸门与只读扫描差异，以及建库质量与 metrics 关闭等实践约束，便于在 AI 辅助安全审计中系统化落地 SAST。
阅读全文DeepSeek Harness 插件：dsh-prompt-workbench
DeepSeek Harness 插件 `dsh-prompt-workbench` 提供了一个提示词重写工作台，旨在解决模糊输入导致智能体偏离意图的问题。该工具在浏览器本地运行，支持从目标、上下文等六个维度分析提示词，并提供细化需求、补充约束等四种重写模式。插件具备流式输出、Token 级差异对比、结构化建议及双界面同步等功能，允许开发者将模糊输入转化为可验证、可执行的结构化提示词。
阅读全文supply-chain-risk-auditor：用脚本度量依赖供应链风险
supply-chain-risk-auditor 是 Trail of Bits skills 市场中的 Agent Skill，针对 npm、PyPI、Go 项目的 manifest 与锁文件生成供应链风险报告。通过 collect.py 与 render.py 采集版本匹配的公告、传递依赖、上游归档、npm 发布者集中度及安装脚本等指标，Agent 负责优先级与升级建议。文章说明安装方式、工作流、gh 认证影响及适用边界，强调 unassessable 与覆盖范围表的读法，避免手工估数替代脚本测量。
阅读全文testing-handbook-skills：把 Testing Handbook 变成可执行的 AppSec 测试工作流
testing-handbook-skills 是 Trail of Bits skills 市场中的 Code Auditing 插件，把 appsec.guide 上的 Testing Handbook 结构化为 Claude Code/Codex 可用的 Skill：含 testing-handbook-generator 元技能、14 个已生成的 fuzzer/技术/领域专题，以及 validate-skills.py 校验。文章说明其定位、生成工作流、Claude Code 与 Codex 安装命令、典型生成提示与 uv 校验用法，并交代手册路径解析、未生成交叉引用及工具环境需自备等注意点。
阅读全文mutation-testing：用 Agent Skill 跑 mewt/muton 变异测试战役
mutation-testing 是 Trail of Bits skills 市场中的 Verification 类 Skill，用于在 AI 辅助下配置 mewt 或 muton 变异测试战役、分析存活变异体并从测试缺口追查源码问题。Skill 按场景路由配置加速、bug-hunter 与结果分析报告等工作流，并约定 Uncaught、Timeout 等结果含义及常用 CLI。文章说明 Claude Code/Codex 添加 trailofbits/skills 市场的方式，以及 init、run、results、test 等典型命令，适合已使用或计划使用变异测试的团队。
阅读全文rust-review：面向 Rust 代码库的安全审查 Skill
rust-review 是 Trail of Bits skills 市场中的 Rust 代码安全审查 Skill，通过编排器与 worker/dedup/fp 子代理覆盖 safe/unsafe 边界、unsafe 内存安全、并发、panic-DoS、FFI 与 async 运行时问题，产出 REPORT.md 与 REPORT.sarif。适用于审计含 unsafe、FFI 或并发的 crate 与服务；纯 C/C++、智能合约与密钥清零等场景应改用 c-review、合约类 Skill 或 zeroize-audit。在 Claude Code 或 Codex 中添加 trailofbits/skills 市场后，用 /rust-review:rust-review 启动审查。
阅读全文DeepSeek Harness (DSH) 插件：fufu1437/dsh-model-commands
`fufu1437/dsh-model-commands` 是 DeepSeek Harness (DSH) 的插件，允许开发者通过设置页面声明 shell 命令并将其转化为模型可识别的技能。该插件不执行命令，而是将命令的 `--help` 输出等定义为 Markdown 文本，供模型读取调用。插件遵循 MIT 许可证，依赖 DSH 0.2.1-rc.2+，支持通过 YAML 配置存储路径和限制技能数量。安装后，技能内容仅在模型请求时读取，具有原子写入、安全路由及命名冲突警告等特性，旨在简化技能定义流程并确保安全一致性。
阅读全文agentic-actions-auditor：审计 GitHub Actions 里 AI Agent 集成的安全风险
agentic-actions-auditor 是 Trail of Bits skills 市场中的 Skill，用于对调用 Claude Code Action、OpenAI Codex、Gemini CLI、GitHub AI Inference 的 GitHub Actions workflow 做静态安全审计。它指导 Agent 发现 workflow、识别 AI 步骤、跟进 composite/reusable 引用，并检测环境变量中转、表达式注入、危险沙箱与通配符用户白名单等向量。支持本地 Glob 扫描与通过 gh api 拉取远程仓库。适用于 CI 接入 Agent 前的安全评审，不做运行时 exploit 或自动改文件。
阅读全文skill-improver：用 fix-review 循环把 SKILL.md 打磨到可发布
skill-improver 是 Trail of Bits skills 市场中的元技能，依赖 plugin-dev 的 skill-reviewer，对目标 SKILL.md 反复执行审查、按 Critical/Major/Minor 修复与再审查，直到输出 skill-improvement-complete 或达到默认 20 轮上限。适合批量对齐 frontmatter、触发描述与 When to Use 结构；单次评审应直接用 skill-reviewer。安装需先加入 trailofbits/skills 市场并启用 plugin-dev，在 Claude Code 用 /skill-improver 指定路径启动循环。
阅读全文second-opinion：用 Codex 或 Antigravity 对 Git 变更做外部代码审查
second-opinion 是 Trail of Bits skills 市场中的 Agent Skill，对未提交变更、分支 diff 或指定 commit 调用 Codex、Antigravity 或 Gemini CLI 做独立代码审查并整理 findings，支持双提供方同 patch 对比。它不自动改代码也不发帖远端。文章说明审查范围与 focus、diff 与临时文件约定、各 CLI 调用方式，以及 Claude Code 与 Codex 的市场安装命令与官方斜杠示例。
阅读全文tool-design：为 Agent 设计可路由、可恢复的工具契约
tool-design 来自 Agent Skills for Context Engineering，专注 Agent 工具接口层：把工具当作确定性系统与非确定性模型之间的契约，指导工具描述与 schema、响应格式、verb-noun 命名与 MCP 完全限定名、可操作的错误恢复，以及按合并原则裁剪重叠工具集。适用于编写或调试工具路由、合并工具目录、设计 MCP 服务边界；项目流水线与子 Agent 拆分等决策应路由到其他 Skill。文章基于官方 SKILL.md 梳理启用条件、核心原则、审计清单与正反示例，并说明以 SKILL.md 形式从 GitHub 目录加载。
阅读全文@fufu1437/dsh-delete-chat：彻底清理 DSH 会话及其本地数据
DeepSeek Harness (DSH) 插件用于永久清理会话及其本地数据副本（包括日志、缓存、附件等）。该插件具备全面的数据清理、运行时保护、空闲会话二次确认、附件去重检查以及实时 UI 同步功能。安装前需确保 DSH 版本 ≥ 0.2.1-rc.2，可通过 npm 安装。使用时需在侧边栏通过菜单删除，系统会根据会话状态进行安全拦截。
阅读全文evaluation Skill：为 Agent 系统搭建可复现的评估框架
evaluation 来自 Agent Skills for Context Engineering，指导为 Agent 系统设计可复现的评估体系：以结果为导向、多维量表加权、确定性检查优先于 LLM 评判，并覆盖测试集分层、持续评测与生产监控。文章说明何时启用、与 advanced-evaluation 等 Skill 的分工，以及 Cursor、Claude Code、Codex 下的目录级安装方式，并摘录官方伪代码示例与常见评测陷阱。
阅读全文context-fundamentals：上下文工程的基础心智模型
context-fundamentals 是 muratcankoylan 开源合集 Agent Skills for Context Engineering 中的奠基 Skill，用 SKILL.md 定义上下文在推理时的完整组成（系统提示、工具定义、检索文档、消息历史、工具输出），并建立「有限注意力预算」与 U 型注意力曲线等心智模型，强调信号质量优于堆砌 token。文章说明何时应激活本 Skill、与 context-degradation 等运维 Skill 的路由关系，以及 Claude Code 插件市场、Cursor 与 Codex 下的目录级安装方式，并给出官方 system prompt 分区示例与阅读顺序，适合作为上下文工程系列的开篇背景阅读。
阅读全文