-
pyrefly-type-coverage：把单个文件从”类型宽松”推到”全注解”的手术刀
类型注解这事，大部分人的第一反应是"能跑就行"。但 PyTorch 这种千万行级别的仓库，早把类型检查从可选项变成了准入线。Meta 开源 Pyrefly 之后，PyTorch 是最早切过去的那批大仓库之一。 切过去容易，把存量代码逐文件补齐注解才是真正的苦活。Smithery 上这个 pytorch/pyrefly-type-coverage，就是官方把这件苦活写成的一份操作…- 1.2k
- 0
-
metal-kernel：把 PyTorch 在 Apple Silicon 上的内核，从 MPSGraph 拉回原生 Metal
用 Apple Silicon 跑 PyTorch 的人，多半对 MPS 后端又爱又恨。爱的是它确实让 M1/M2/M3 那几颗芯片有了存在感，恨的是它总在关键时刻掉链子，要么算子不支持，要么数值对不上，要么性能比 CPU 还拉胯。 问题的根子，PyTorch 官方自己也承认，出在 MPSGraph 这套实现方式上。MPSGraph 是 Apple 的高层图 API，PyTorch 早期为了快速铺…- 1.1k
- 0
-
Aoti-debug：把 AOTI 崩溃排查，从玄学变成一张路由表
做过 PyTorch 模型 AOT 部署的人，多半见过这种场面：模型好不容易 aot_compile 过了，加载进推理服务的那一刻直接 segfault，报错信息要么是空指针，要么是一句看不懂的指针位置提示。这时候你盯着代码看半天，往往什么都查不出来，因为问题根本不在代码里。 PyTorch 官方在 Smithery 上发了个 skill 专门治这个，叫 aoti-debug，挂在 pytorch…- 1.2k
- 0
-
Triaging-issues：把 PyTorch issue 分诊的隐性规则，写成一条可执行的决策树
给 GitHub issue 分诊，听起来是件没技术含量的小事。读一眼标题，贴个标签，丢给对应团队，完事。PyTorch 这种一天几十个 issue 的仓库，居然专门为这事做了一个 skill，还上了 Smithery 平台。乍看是小题大做，读完才明白，分诊这事比想象中门槛高得多，贴错一个标签，issue 就得在错误的队列里躺上好几天。 多数人对 triage 的默认想象，就是「读标题、匹配关键词…- 1k
- 0
-
Docstring：把 PyTorch 那套没人明说的文档约定，打包成一个 Skill
写 docstring 是程序员的基本功。给函数加个三引号，说明它做什么、参数是什么、返回什么。这事谁都会，ChatGPT 也能代劳。那 PyTorch 官方为什么还要专门出一个 skill 来讲它？ 我第一次翻到 smithery.ai 上这个 pytorch/docstring，反应也差不多：写注释还用教？但读完它整份 SKILL.md，我发现一个之前忽略的事实。这个 skill 教的不是怎么…- 1k
- 0
-
Add-uint-support ：给 PyTorch 算子补 uint 支持，是一个被低估的精细活
大部分写 PyTorch 的人一辈子不会碰“给算子加类型支持”这种事。你用 tensor.float()、tensor.int()，内核里那些 AT_DISPATCH 宏替你扛下了所有类型分支，你甚至感觉不到它们存在。直到某天你要跑一个 uint16 的张量。 然后你会撞上一堵墙。PyTorch 的 uint8（对应 kByte）支持得很完整，但 uint16、uint32、uint64 这三个所…- 1.1k
- 0
-
AppInsights Instrumentation：把你的 Web 应用监控黑盒一键拆开
你有没有过这种体验：应用在 Azure 上跑了一个月，除了 HTTP 状态码，你对它内部发生了什么一无所知。请求慢在哪？依赖调用有没有瓶颈？异常率是不是在悄悄上升？ 这些问题不是没法回答，是需要你手动搭一套遥测管线。Application Insights 本身不难配，麻烦的是每次新建项目、每次换语言、每次改托管方式，你都得把同一套配置重新走一遍。 AppInsights Instrumentat…- 1k
- 0
-
Final-release-review ：发布前最后一刀，OpenAI 选择交给一个 Skill
跟大多数开发者一样，我做 release 的方式一直很"野生"。改完代码，跑一遍 CI，看一眼 diff，标签一打就推上去了。如果手滑改了 public API，那只能等用户报 bug 才知道。 这套流程放在个人项目还行，放到 openai-agents-python 这种 SDK 上就是玩火。任何一个签名变更、任何一个依赖版本跳动，都可能炸掉下游几百个项目。 所以当我看到 O…- 1.2k
- 0
-
Security Best Practices ：这个 Skill把安全左移做到了 Prompt 层
安全工具这个品类有个通病：它们都在代码写完之后才介入。SonarQube 扫一遍，Snyk 扫一遍，GitHub CodeQL 再扫一遍，每个工具都在你写完代码之后告诉你哪里有问题。问题是，等你看到报告的时候，那行有漏洞的代码已经在仓库里躺了好几天了。 OpenAI 的 Security Best Practices Skill 走了另一条路。它不扫代码，它扫你的 Prompt。准确地说，它把自己…- 1.1k
- 0
-
legal-risk-assessment ：从”感觉”到”数字”，法务风险评估终于不再靠猜
法律风险管理这件事有个很诡异的地方：大部分法务团队天天在做的事，居然没有一套标准化的操作流程。问一个法务"这个合同风险大不大"，回答可能是"还行"“有点悬”“问题不小”，但你很难得到一个精确的数字。 不是法务不专业。法律风险评估天然带有主观性，同一个条款在不同行业、不同公司甚至不同时点的判断都不一样。但你想过没有，如果一个公司连财务风险都能量化到小数点后两位…- 1.1k
- 0
-
journal-entry-prep：把会计分录从脑力活变成检查活
月底关账这件事，做过的都知道，烦的不是录入量，是那种"万一哪里搞错了"的焦虑感。 每到月末，一长串分录等你处理： 应计费用 折旧摊销 预提工资 收入确认 每一笔都要借贷平衡，每一笔都要有依据，每一笔都可能在审计时被翻出来追问。问题在于，大部分公司没有自动化系统兜底，靠 Excel 靠记忆靠"上个月怎么做的照抄一份"。抄着抄着，某个月的预提忘了冲销，半年后才翻…- 9.8k
- 0
-
roadmap-management：把 RICE/MoSCoW/ICE 全塞进一个对话里
产品路线图这件事，说起来都知道重要，做起来没几个人觉得自己真的做得好。 我自己做过不少版本。最早是一个 Notion 表格，列了功能、优先级、预计时间，看起来很整齐。后来换成 Miro 白板，贴了一堆便利贴，花了两个小时做出来，两周后没人看。再后来跟着季度 OKR 走，每次规划会前焦虑到凌晨，因为你知道排出来的东西大概率三个月后会变。 说真的，路线图的问题从来不在工具上。哪个都能画出一张漂亮的图：…- 960
- 0
-
stripe-best-practices：解决 Stripe 生态最脏的问题
Stripe 的 API 生态有一个很反直觉的问题：文档越好，坑越多。官方文档里同时存在 Charges API、PaymentIntents API、Checkout Sessions 三种支付方式，新人根本分不清该用哪个。更麻烦的是，AI 编程助手也分不清。你让 Cursor 写一段 Stripe 支付代码，它有相当比例的概率给你生成基于 Charges API 的实现，那个在 2017 年就…- 1.2k
- 0
-
Anthropic 的 Theme Factory 是怎么把“视觉一致性”做成一条指令的
说实话，第一眼看到 theme-factory 这个 Skill 的时候，我差点直接翻过去了。一个给幻灯片和文档上色的工具包，十个预设主题，听起来像是某个设计师业余练手的 side project。但看到作者是 Anthropic 官方，而且在 Smithery 上挂了 6.6 万浏览、Skillstore 给了 81 分银牌认证，我决定仔细看看它到底聪明在哪。 翻完它的 SKILL.md 和十个…- 915
- 0
-
git-commit Skill 让 Conventional Commits 零门槛落地
你是不是也有过这种经历：写完一段代码，准备提交，光标停在 commit message 那一行，突然卡住了。feat 还是 fix？scope 要写吗？描述怎么措辞才规范？想了 30 秒，最后打了一个 “update” 了事。第二天回看 git log，完全想不起来这条 commit 到底改了什么。 这个问题困扰过几乎所有开发者。Conventional Commits 规范已经存在好几年了，An…- 826
- 0
-
web-design-reviewer：网页设计师的噩梦还是救星？
网页设计审查这件事，大部分团队的现状是这样的：设计师截一堆图标红框，开发对着改，改完再截图，再标红框。来回三五轮是常态，复杂页面十轮也打不住。 web-design-reviewer 这个 Skill 想解决的问题很直接：把这个循环丢给 AI。让它自己打开网页，截图分析，找到设计问题，定位源码，改完验证。四个字概括，自动化审查。 从 Smithery 市场的数据来看，这个 Skill 的定位很清晰…- 895
- 0
-
一条 belt 命令：拆开 inference.sh 的 ai-video-generation Skill
做 AI 视频这事，最烦的从来不是写提示词，而是模型太多、入口太散。Veo 在谷歌那套体系里，Seedance 是字节的，Wan 来自阿里和 fal，每家的 API 风格、鉴权方式、参数命名全不一样。你想横向比一比哪个效果好，光是把环境配齐就够喝一壶。 inference.sh 的这个 ai-video-generation Skill，想解决的正是这个碎片化问题。它的定位很直接：一个 Skill…- 888
- 0
-
Ontology：给 AI Agent 装一个能推理的关系型记忆系统
说实话，我一开始对"给 Agent 加记忆"这件事是有偏见的。不就是存个 JSON 文件、记几个键值对吗？大多数所谓"记忆系统"到头来就是个带时间戳的键值对仓库，查点历史对话还行，但要让它理解"这个任务是谁布置的、当前被什么阻塞了、项目 A 和项目 B 之间有没有耦合"，完全指望不上。 后来我看到了 Ontology 这个 Skill，在…- 1.2k
- 0