-
azure-devops-cli：给 Agent 配一本 Azure DevOps CLI 全量手册
我带团队用 Azure DevOps 的几年里，最常被模型坑的地方不是它不会写命令，而是它记混了命令。Azure DevOps 的对象域比 GitHub 宽得多，覆盖八类资源： 项目与仓库 流水线、构建、发布 拉取请求与工作项 制品与服务连接 八个领域各自一套子命令，模型面对这张大网，幻觉率明显高于只跟 GitHub 打交道的场景。 更麻烦的是，Azure DevOps 的命令层次深，子命令嵌套好…- 1.2k
- 0
-
powerbi-modeling ：微软官方 MCP 的”说明书”
Power BI 建模是很多人的噩梦。你写 DAX、配关系、管行级安全，辛辛苦苦搭完一个模型，过两个月自己都看不懂。命名用的是 CUST_NM 这种缩写，几百个度量值没有一句描述，关系乱成一团。想规范一下，翻官方文档像翻字典，效率低到想放弃。 所以看到 Smithery 上挂着一个叫 powerbi-modeling 的技能，第一眼你会以为它是个"能自己帮你建模的 AI"。我一…- 1.3k
- 0
-
azure-resource-visualizer：让 Azure 资源组自己画出架构图
你接手过一个跑了两年、换过三拨人的 Azure 资源组吗？我接过。打开门户那一刻的感觉很具体：三十多个资源摊在列表里，名字一个比一个抽象，谁连着谁全靠猜。Wiki 里那张架构图是半年前画的，图上还有两个已经被删掉的存储账户。 这种"看得到资源、看不清关系"的状态，是云上最常见的盲区。资源组本身是平的，它只记录"有哪些东西"，不记录"这些东西怎么咬合…- 1.2k
- 0
-
plantuml-ascii ：在终端和 PR 里也能画的 PlantUML 文本图
你在 README 里想画个调用时序图，第一反应是截图贴进去。结果下一个同事提了 PR，图没变，但 diff 里永远只有一张二进制，谁也看不出改了哪根线。这种事我踩过太多次，后来干脆能不配图就不配。 更尴尬的是图片在很多渠道根本渲染不出来。Slack 里贴的图有时被拦，邮件网关把附件当垃圾，提交信息里的截图直接变成一串不可读的引用。图本来是为了让人秒懂，最后反而制造了信息断层。 还有个隐性成本常被…- 1.4k
- 0
-
Snowflake Semantic Views：给 Agent 配一张语义层施工图纸
给 Snowflake 接一套语义层，听着像 DBA 的细活，实际现在多半是 AI Agent 在干。Cortex Analyst 这类自然语言转 SQL 的服务，吃的就是语义视图（Semantic View）这张图：它把事实表、维度列、指标算法乃至同义词映射全部显式声明出来。模型答得准不准，一半系在这张视图的写法上。更隐蔽的是，语义层一旦写错，错误会被 Cortex Analyst 放大成每一个…- 1.2k
- 0
-
microsoft-code-reference：让 AI 写 Microsoft SDK 代码前先查官方文档
你让 AI 帮你写一个上传文件到 Azure Blob Storage 的函数，它唰地给你一段代码。你跑起来，报错了。方法名不对，命名空间错了，SDK 版本还混了。这种事在跟 AI 写 Microsoft 技术栈代码时太常见了。 根子不在模型笨，在于模型对 Microsoft 这套庞大 SDK 没有一手信息。Azure 的包命名是 azure-*，.NET 那边是 Azure.*，每个服务十几个 …- 1.2k
- 0
-
github-issues：让 Agent 用对方式管 GitHub Issue
给 Agent 配管理 GitHub Issue 的能力，翻车点往往不在能不能连上，而在写出来的东西像不像人管的。模型很擅长把 issue 标题写得又长又空，把 type 和 label 混成一团，再把 assignee 漏掉，最后还给你一个没上下文的标题党。github/github-issues 这个 Smithery 技能干的事，就是把这套活儿标准化，让模型少出这些低级错。 它不重新发明轮子…- 1k
- 0
-
winapp CLI ：把 12 步 Windows 打包压成 4 步的官方 CLI
你用 Electron 或者 Rust 写了个跨平台应用，想在 Windows 上加个原生通知，或者做个开机自启。结果一查文档，发现自己被 Windows 那套打包和身份体系挡在了门外。这是大多数跨平台开发者都会撞上的真实困境。 Windows 底下其实藏着一整套很能打的能力，光我熟悉的就有几类： 系统通知与 Toast 资源管理器、任务栏这类外壳集成 本地大模型这类 on-device AI y…- 1.2k
- 0
-
gh-cli：给 AI Agent 配一本 GitHub CLI 活页手册
我用过不少声称"能让 AI 操作 GitHub"的方案，大多数翻车都发生在同一个地方：模型记住了 gh 这个命令，却记错了具体的 flag。它自信满满地给你敲出 gh pr create --assignee-me，然后 shell 报一个没人看得懂的错误。这种幻觉不是偶发，是规律。 更麻烦的是，模型对 gh 的"记忆"会随着版本漂移。它训练时见过某个旧 f…- 1.3k
- 0
-
Gh-fix-ci ：一个把 CI 调错变成标准流程的 GitHub Skill
PR 标红这件事，几乎所有开发者都逃不掉。你在 GitHub 上点了 merge 前的最后一下检查，结果看到五六个 check 挂着红色叉号，点进去是一屏又一屏的 Actions 日志。找失败原因的时间，往往比修复本身还长。 gh-fix-ci 就是冲着这个痛点来的。它是 OpenAI 发布到 Smithery 的一个 AI Skill，职责很聚焦：定位 PR 上失败的 GitHub Action…- 1.1k
- 0
-
Azure Static Web Apps：把静态网站部署变成一行命令的事
部署一个静态网站，理论上是最简单的运维操作。HTML、CSS、JS 丢到一个静态托管服务上，配个域名，完事。但真实情况是你得处理的杂事远比想象中多： 路由配置（SPA fallback 规则） API 代理（跨域和转发） 认证策略（角色鉴权） 环境变量（多环境管理） 构建产物路径（不同框架输出目录不一样） PR 预览环境（分支自动部署和销毁） 这些事单独做都不难，拼在一起就是一片沼泽。 Azure…- 1.2k
- 0
-
Rule-identifier ：把团队编码规范写成 Hookify 规则
你让 Claude 帮你写了一下午代码，临近提交时例行扫了一眼 diff，差点心梗。三个 console.log 裸奔在页面脚本里，硬编码的 API 密钥藏在环境变量文件里，还有一个 rm -rf 连着绝对路径虎视眈眈。这已经不是 Claude 不行的问题了，它写完代码就下班了，但审查是你的事。 AI agent 干活的场景越来越密，但"守规矩"这件事对模型来说是个盲区。它不知…- 1.1k
- 0
-
Azure Deployment Preflight ：部署前先问一句“如果跑了会怎样”
把 Bicep 文件写好、参数配齐、敲下 azd up 的那一刻，你敢说你心里没有一丝紧张？反正我有。Azure 的资源变更可不像本地改几行代码那样随便 rollback，一个资源组的意外删除能在凌晨三点把你从床上拽起来。 这个 Skill 做的事很朴素但很关键：在部署真正执行之前，帮你把整条变更链跑一遍。它不止做语法校验，还跑 what-if 分析、检查权限是否够用、最后生成一份结构化的预检报告…- 1.1k
- 0
-
Azure-role-selector：让 AI 替你在几百个 Azure 角色里找到刚好够用的那个
在 Azure 上给一个身份分配角色这件事，表面上看是点几下鼠标或者写一行 CLI 的事。实际情况是，你面对的是一个塞了 200 多个内置角色的列表，每个角色背后的权限矩阵细到令人窒息。多数人的应对策略简单粗暴：先甩一个 Contributor，不行就上 Owner。 这当然省事。但也当然不安全。 azure-role-selector 做的事情听起来很朴素：你描述需要的权限，它告诉你该用哪个角色…- 1.1k
- 0
-
scoutqa-test：把网站测试交给 AI，你只管验收结果
每次部署完一个新功能，最累的不是写代码本身。是那一遍又一遍的点击测试，确认登录还正常、表单校验没崩、移动端排版没歪。做得多了，就成了一种肌肉记忆，而不是技术活。 ScoutQA 做的事情很直接：把这种机械劳动外包给 AI。它的定位不是测试框架，更接近一个能自己打开浏览器、自主探索页面、自主发现问题的智能测试伙伴。你给它一个 URL 加一段测试意图，它就自己开始干活了。 我最初看到"AI …- 1.1k
- 0
-
secops-setup-gemini：一条命令配好 Gemini CLI 的安全 MCP 环境
给 Gemini CLI 配 MCP 服务器这件事，看起来简单，做起来能让人血压飙升。你要确认 uv 装没装、要跑 gcloud auth 踩认证的坑、要手动编辑 config.json 写那一段 JSON 配置，写到一半还得翻文档查 CUSTOMER_ID 是什么格式。这不是"技术难度高"，是"步骤琐碎到让人烦躁"。 Google 显然也知道这一点。他们在…- 1k
- 0
-
Secops-hunt：把威胁狩猎从翻日志升级成查案子
如果说安全运营中心里有一个最消磨人的工种，那就是手工威胁狩猎。拿到一个可疑 IP，先在 SIEM 里搜，再跳去 EDR 交叉比对，再切到威胁情报平台查归属。十几个标签页来回翻，最后可能只确认了一句"当前无命中"。不是能力不行，是工具链太散，每一步都是手工搬运。 google/secops-hunt 这个 Smithery Skill 想解决的，就是这件事。它把 Google S…- 1.1k
- 0
-
Secops-setup-antigravity ：从”手动翻文档”到”说句话就配好”
给 Antigravity 配 Google SecOps 的远程 MCP 服务器，这事说起来不算难，但每个做过的人都能跟你讲出几个让人抓狂的细节。你得知道 PROJECT_ID，得找到 Chronicle 的 Customer UUID，得搞清楚自己的 region 是 us 还是 europe-west1，还得手动写一段 JSON 配置塞进 mcp_config.json。任何一步搞错，整个链…- 1k
- 0
-
FHIR Developer ：把医疗数据交换规范焊进 AI 编程助手
如果你没用 FHIR 写过医疗系统的 API，你可能很难理解那种"明明觉得自己写对了，结果一看规范发现自己错得离谱"的崩溃感。FHIR（Fast Healthcare Interoperability Resources）是 HL7 推出的医疗数据交换标准，R4 版本光是核心资源类型就有 150 多种，每种都有自己的必填字段、值集、编码系统和校验规则。 把这么大一套规范塞进脑子…- 1.1k
- 0
-
Scvi-tools ：一个 Skill 让单细胞分析从查文档变问答
你可能没听过 scvi-tools，但你一定见过这样的场景：生信团队为了跑一个批次校正，翻了三天文档、改了五版参数、最后发现卡在"输入格式不对"上。这种事情在单细胞组学领域太常见了，scvi-tools 本身就是为了解决这类问题而生的框架，但坦白说，用起来依然需要相当的前置知识。 这个 Smithery Skill 做的事情，本质上就是把 scvi-tools 的 8 个深度学…- 1k
- 0
-
Building-ai-agent-on-cloudflare：一站式代码生成器，从零到部署只要一条命令
大多数教你"在边缘部署 AI Agent"的文章，读完之后的感受是差不多的：概念都对，但代码得你自己写。Durable Objects 怎么配、WebSocket 路由怎么接、状态同步怎么处理，全是你的活。 Cloudflare 这个 building-ai-agent-on-cloudflare Skill 做的事情，就是把上面这些胶水代码替你写完。 它不是一个 AI Age…- 45
- 0
-
Skild Art 测评：从商品图到带货视频，真的能干掉美工吗
做跨境电商最崩溃的时刻是什么？主图还没出，详情页排期已经排到下个月，视频素材更是不敢想。Skild Art 把"拍照-精修-排版-出视频"这一整套动作塞进了一个画布里，不用设计基础，一句话就能跑完整套营销素材。一个月实测下来，有惊喜也有槽点，先把话放这。 先搞懂它是什么 Skild Art 是深圳思故得科技有限公司推出的一站式 AI 电商视觉创作平台，2026 年 4 月成立，…- 980
- 1
-
Vercel AI SDK Smithery Skill：一个教你不信自己记忆的 AI 开发 Skill
写 AI SDK 代码最让人崩溃的是什么？API 变了。你照着三个月前的教程敲完，跑不起来。你让 AI 帮你写，AI 用训练数据里旧版本的 API 给你生成一段看起来正确的代码，编译报错，改了两轮还是不对。Vercel AI SDK 月下载量突破两千万，从 v4 到 v6，几乎每个大版本都在改 API 签名，社区教程根本追不上版本号。 Smithery 上有个叫 ai-sdk 的 Skill，由 …- 1.2k
- 0