基于 Xvfb+XFCE 的虚拟桌面自动化方案，支持 17 种标准 GUI 操作，让无头服务器获得完整桌面控制能力，适用于远程自动化测试与运维场景。

基本信息

• 技能名称?computer-use
• 中文名称?无头服务器的虚拟桌面自动化
• 作者?Ram-Raghav-S
• 分类?开发
• 版本?v1.2.1
• 标签?automation, devops, testing, backend, development-engineering, operations

使用方法

使用说明
核心用法
Computer Use Skill 是一套专为无头 Linux 服务器设计的虚拟桌面自动化解决方案。它通过 Xvfb（虚拟帧缓冲）和 XFCE4 桌面环境创建独立的显示会话（ :99 ），使原本需要物理显示器的 GUI 应用程序能够在 VPS、云服务器等无头环境中运行。该技能提供 17 种标准桌面操作，包括截图、鼠标移动/点击/拖拽、键盘输入、滚动、等待等，完整覆盖人机交互的基本需求。
使用流程遵循"观察-分析-执行-验证"的闭环模式：首先通过截图获取当前屏幕状态，由 LLM 分析界面元素位置，执行点击或输入操作，再次截图验证结果，循环直至任务完成。所有操作脚本均为 Bash 实现，直接调用 xdotool 等系统工具，无需额外守护进程，与任意 LLM 模型兼容。
显著优点
环境独立性 ：完全基于开源工具链（Xvfb、XFCE、xdotool），不绑定特定云服务商或模型厂商，可在任何 Linux 服务器部署。
操作完整性 ：覆盖从基础点击到复杂拖拽、组合键、区域截图等全场景，甚至支持三击选中等精细操作。
模型无关性 ：纯脚本实现，输出标准 base64 图片和文本坐标，可与 Claude、GPT、开源模型等任意 LLM 配合。
资源轻量 ：1024×768 的 XGA 分辨率兼顾清晰度与性能，适合服务器环境；操作间内置 2 秒延迟避免资源耗尽。
潜在缺点与局限性
分辨率固定 ：仅支持 1024×768，现代网页或应用可能出现布局适配问题；高分屏应用需缩放处理。
无原生视觉理解 ：依赖 LLM 对截图进行 OCR 或元素识别，本身不提供计算机视觉能力，坐标定位精度受模型影响。
Linux 独占 ：基于 X11 生态，无法直接用于 Windows Server 或 macOS 环境。
延迟开销 ：每次操作后强制 2 秒等待+截图，高频交互场景效率受限；长文本输入采用 50 字符分块+12ms 延迟，大批量输入较慢。
适合的目标群体
运维工程师 ：需要在无头服务器上运行依赖 GUI 的遗留应用或管理面板
自动化测试开发者 ：为 Web 或桌面应用构建端到端测试流程，替代 Selenium/Puppeteer 的部分场景
AI Agent 开发者 ：为 LLM 赋予"看得见、点得到"的物理世界交互能力
云服务器用户 ：在 VPS 上运行浏览器自动化、数据抓取等需要渲染引擎的任务
使用风险
键盘注入风险 ： type_text.sh 和 key.sh 直接将输入传递给 xdotool，若在终端焦点下输入恶意命令（如 rm -rf / ），将直接执行。必须在隔离的虚拟桌面（ :99 ）运行，严禁在宿主桌面使用。
系统级按键影响 ： ctrl+alt+del 、 、 alt+F4` 等组合键可能触发系统行为，虽在虚拟环境中不影响宿主机，但可能中断当前会话。
资源消耗 ：持续截图生成 base64 PNG，长期高频率运行将占用 CPU 和内存；建议配合操作日志监控异常循环。
依赖稳定性 ：依赖 xdotool 等系统包，若目标服务器未安装或版本差异可能导致行为不一致，需预先验证环境。

来自社区的可观测性最佳实践指南，涵盖结构化日志、分布式追踪与指标采集三大支柱，帮助团队构建高可观测性的生产系统。

基本信息

• 技能名称?logging-observability
• 中文名称?云原生可观测性工程指南
• 作者?wpank
• 分类?开发
• 版本?v0.1.0
• 标签?devops, backend, development-engineering, data-analytics, docs

使用方法

使用说明
核心用法
本 Skill 是一套完整的可观测性工程实践指南，围绕日志（Logs）、指标（Metrics）、追踪（Traces）三大支柱展开。核心用法包括：

1. 结构化日志实施 ：强制使用 JSON 格式输出，包含 timestamp、level、service、trace_id、span_id 等必需字段，通过异步上下文存储实现自动上下文传递
2. 分布式追踪配置 ：基于 OpenTelemetry 标准，使用 NodeSDK 初始化追踪器，通过 W3C Trace Context 协议在 HTTP/gRPC/消息队列间传播上下文，支持多种采样策略（概率采样、速率限制、尾部采样）
3. 指标体系建设 ：采用 RED 方法（Rate/Errors/Duration）监控服务端点，USE 方法（Utilization/Saturation/Errors）监控基础设施资源
4. 监控栈搭建 ：推荐 OTel Collector → Prometheus + Grafana + Loki + Jaeger 的开源组合，提供从采集到可视化的完整链路
5. 告警与仪表盘设计 ：定义 P1-P4 严重级别，遵循"告警症状而非原因"原则，配套 Overview Dashboard（全局战情室）和 Service Dashboard（单服务视图）两种模板
   显著优点
   标准先行 ：全面拥抱 OpenTelemetry 开放标准，避免厂商锁定，支持多云/混合云环境
   生产就绪 ：提供可直接落地的代码示例（Pino/zerolog/zap 等高性能日志库选型）、配置模板和检查清单
   安全内建 ：专设 PII/Secret 脱敏章节，明确"NEVER log passwords/tokens/API keys"等红线，包含 8 条反模式警示
   成本意识 ：强调采样策略、日志级别动态调整、高基数标签规避等成本控制手段
   全链路覆盖 ：从开发规范（结构化日志）到运维实践（告警疲劳预防）形成闭环
   潜在缺点与局限性
   无自动化能力 ：纯文档型 Skill，不提供代码生成或自动配置功能，需人工逐条实施
   技术栈偏向 ：示例以 Node.js/TypeScript 为主，Python/Go/Rust 覆盖相对简略
   云原生假设 ：默认假设 Kubernetes/Prometheus 环境，传统虚拟机或 Serverless 场景需额外适配
   缺乏量化基准 ：未提供"多少 QPS 该选什么采样率"等具体数值建议
   T3 来源风险 ：来自个人开发者账号，无组织背书，长期维护承诺不明确
   适合的目标群体
   SRE/平台工程师 ：搭建或重构可观测性基础设施
   后端开发团队 ：制定团队日志规范、接入分布式追踪
   技术负责人 ：审查现有系统的可观测性成熟度
   DevOps 转型企业 ：从传统监控向云原生可观测性迁移
   使用风险
   实施落差风险 ：文档建议与团队现有技术债可能存在冲突，需评估迁移成本
   性能误配风险 ：不当的采样策略或日志级别可能导致数据丢失或存储成本激增
   安全合规风险 ：尽管文档强调 PII 脱敏，实际实施时仍需结合企业合规要求定制
   依赖项风险 ：OpenTelemetry 生态迭代较快，部分配置可能随版本更新失效

依托 FFmpeg 的本地音视频处理方案，支持剪辑、转码、提取音频等 8 大功能，零网络传输确保数据隐私安全。

基本信息

• 技能名称?ffmpeg-cli
• 中文名称?专业级音视频剪辑处理工坊
• 作者?ascendswang
• 分类?开发
• 版本?v1.0.0
• 标签?content-media, productivity, automation

使用方法

使用说明
FFmpeg CLI 是一套基于 FFmpeg 的本地音视频处理工具集，通过 8 个精心封装的 Bash 脚本，将复杂的命令行操作简化为直观的单命令执行。该技能覆盖了视频剪辑合并、音频提取、格式转码、GIF 生成、缩略图截取、速度调节及水印添加等核心媒体处理场景，为用户提供了一站式的多媒体内容加工解决方案。
核心用法上，用户可通过简单的参数调用完成专业级操作。例如使用 cut.sh 精确截取视频片段， merge.sh 无缝合并多个视频文件， extract-audio.sh 快速提取音轨，或通过 gif.sh 将视频片段转换为动态图片。所有脚本均支持主流格式（MP4、AVI、MOV、MKV、WebM 等），并在输出质量与文件大小之间进行了平衡优化，无需记忆复杂的 FFmpeg 参数语法即可实现高效处理。
显著优点体现在安全性与便利性的完美结合。首先，所有处理均在本地完成，无网络通信、无数据外传，充分保障用户隐私与数据安全。其次，代码遵循严格的安全规范：使用 set -e 确保错误即时退出，所有用户输入均通过双引号包裹防止命令注入，临时文件采用 mktemp 安全创建避免竞态条件。此外，技能提供自动安装指引，通过 Homebrew 即可快速部署 FFmpeg 依赖，降低了环境配置门槛。
然而，该技能也存在一定局限性。来源方面，项目托管于个人开发者账号（T3 来源），缺乏官方组织背书与代码签名。功能设计上，脚本对输入文件的路径合法性与格式校验较为宽松，存在潜在的路径遍历风险； speed.sh 额外依赖 bc 工具进行数值计算，在精简环境中可能缺失。最重要的是，所有脚本均使用 FFmpeg 的 -y 强制覆盖参数，若输出路径指定不当，可能导致现有文件被意外覆盖且无法恢复。
适合的目标群体包括内容创作者（博主、视频剪辑师）、软件开发者在多媒体处理场景下的快速原型验证，以及运维人员处理日志视频或监控片段。对于需要频繁进行简单媒体格式转换、片段截取的用户，该技能能显著提升工作效率。但需要注意的是，由于输入验证机制较为简单，不建议在处理来自不可信来源的视频文件时使用，以防格式漏洞利用风险。
使用风险主要集中在文件安全与依赖管理方面。除强制覆盖风险外，用户需确保输入文件格式正确，避免因格式错误导致的处理失败或异常输出。建议在使用前备份重要数据，仔细检查输出路径，并在生产环境部署前进行充分的输入边界测试。尽管代码本身无破坏性操作，但 FFmpeg 的强大功能意味着不当参数可能产生非预期结果，建议用户在首次使用时于测试环境验证工作流程。

Node.js 驱动的 Swagger/OpenAPI 智能客户端，支持自然语言调用 REST API，但含 execSync 安全隐患，仅适用于开发测试环境。

基本信息

• 技能名称?swagger-skill
• 中文名称?自然语言驱动的 API 智能管家
• 作者?MinusGod
• 分类?开发
• 版本?v1.0.1
• 标签?api, development-engineering, testing, automation, backend, docs

使用方法

使用说明
swagger-skill 是一款面向开发者的智能 API 工具，旨在通过自然语言交互简化 Swagger/OpenAPI 接口的查询与调用流程。该工具支持一键加载 Swagger 规范，通过语义搜索快速定位接口（如"保存用户"、"获取数据集"），并能根据自然语言指令自动匹配并执行相应的 HTTP 请求。其核心功能包括智能接口解析、分层缓存机制、多认证方式支持（Token/Cookie）以及文件上传能力，同时兼容 OpenAPI 3.0 和 Swagger 2.0 规范，为 API 调试和集成测试提供了便利的 CLI 交互体验。
该工具的显著优势在于其智能化交互设计。通过自然语言搜索功能，开发者无需记忆复杂的接口路径和参数，仅凭描述性文字即可快速定位目标 API。分层缓存架构（轻量索引 + Map 结构）确保了接口列表查询和详情检索的高性能，避免了重复的文档解析开销。此外，工具提供了完整的 TypeScript 风格的 API 文档，支持多种 HTTP 方法（GET/POST/PUT/DELETE/PATCH 等），并内置了表单数据构造和文件上传的便捷方法，大大降低了 API 调用的样板代码编写成本。
然而，该技能存在不可忽视的安全缺陷与局限性。安全评级为 C 级，主要源于代码中使用 execSync() 执行系统命令（ npm install ）进行自动依赖安装，存在潜在的命令注入风险，尽管依赖名称硬编码为 axios 和 form-data，但动态执行 shell 命令本身违反了高安全等级要求。此外，作为 T3 来源（个人开发者账号）的资产，缺乏官方组织背书和长期维护保障。工具在依赖管理方面也存在版本漂移风险，自动生成 package.json 但无 package-lock.json 锁定版本，可能导致不同环境安装不同版本的依赖。
该技能最适合后端开发人员、API 测试工程师以及 DevOps 人员在本地开发环境或受信任的内部网络中使用。对于需要频繁调试多个 Swagger 接口、进行自动化 API 测试或快速验证接口逻辑的场景，该工具能显著提升效率。但对于前端开发者或纯业务人员，由于涉及 Node.js 运行时和潜在的安全配置复杂性，学习成本相对较高。
使用风险需格外警惕。首先， 禁止在生产环境或处理敏感数据的场景中使用 ，因 execSync 调用可能被利用执行恶意命令。其次，自动依赖安装功能需要外部网络连接，且从 npm 仓库动态拉取依赖，存在供应链攻击的潜在风险。建议用户在隔离环境（如 Docker 容器）中运行，并在首次使用前手动执行 npm install 以避免自动执行系统命令。此外，虽然工具本身不泄露 Token 和 Cookie 到第三方，但用户仍需确保 API 端点的可信度，避免中间人攻击导致认证信息泄露。

基于 Agent Client Protocol 标准，提供 OpenCode 程序化控制能力，支持会话管理、自动化工作流集成与版本更新管理。

基本信息

• 技能名称?opencode-acp-control
• 中文名称?OpenCode ACP 协议智能控制
• 作者?Unknown
• 分类?开发
• 版本?latest
• 标签?development-engineering, automation, api, docs, devops, backend

使用方法

使用说明
核心用法
OpenCode ACP Skill 是一套纯文档型的协议控制指南，旨在通过 Agent Client Protocol (ACP) 实现对 OpenCode 的完整程序化控制。该 Skill 不提供可执行代码，而是详细规定了通过 JSON-RPC 2.0 协议与 OpenCode CLI 通信的标准流程。
使用时，首先需要通过 bash 工具在后台启动 OpenCode ACP 服务（ opencode acp --cwd /path ），获取进程会话 ID。随后通过 process.write 发送 JSON-RPC 消息进行初始化（initialize）、创建新会话（session/new）或加载已有会话（session/load）。发送提示（session/prompt）后，需以 2 秒为间隔轮询（process.poll）接收流式响应，直至收到包含 stopReason 的最终响应。整个交互过程严格遵循请求-响应模式，支持会话的持久化存储与恢复。
显著优点
协议标准化 ：采用通用的 JSON-RPC 2.0 格式，消息结构清晰，便于与各类编程语言和工具集成。 会话管理能力 ：支持完整的会话生命周期管理，包括创建、恢复、取消操作，且会话数据在 OpenCode 服务端持久保存，进程重启后可通过 session/load 恢复历史对话。 自动化友好 ：详细的轮询策略（2秒间隔、5分钟超时）和错误处理指南（空响应、解析错误、进程退出），为构建可靠的自动化工作流提供了坚实基础。 版本管理 ：内置 OpenCode 自动更新检查机制，通过比对当前版本与 GitHub Releases 最新版本，可触发自动更新流程。
潜在缺点与局限性
外部依赖严格 ：该 Skill 本质上是"使用说明书"，完全依赖用户预装 OpenCode CLI 工具，若环境未安装 opencode 命令则无法使用。 交互模式繁琐 ：采用轮询（polling）机制而非回调或 WebSocket，需要手动管理消息 ID 计数器、维护轮询循环，增加了集成复杂度。 纯文档限制 ：作为无代码执行的文档型 Skill，它不能自动处理协议细节，所有 JSON 消息构造、会话状态跟踪、错误重试逻辑都需要调用方自行实现。 来源可信度 ：作者为个人开发者（T3 来源），虽代码透明但缺乏组织级维护保障。
适合的目标群体
主要面向需要将 OpenCode 集成到自有工作流中的 开发者 和 DevOps 工程师 ，特别是构建 CLI 工具、IDE 插件或自动化脚本的场景。适合熟悉进程管理、理解 JSON-RPC 协议、具备一定错误处理能力的开发人员。对于希望实现"用 AI 控制 AI"（即通过 LLM Agent 控制 OpenCode Agent）的高级用户，该 Skill 提供了必要的协议规范。不推荐无开发背景的普通终端用户直接使用。
使用风险
进程管理风险 ：需要手动管理后台进程（启动、轮询、杀死），若未正确处理 process.kill 可能导致僵尸进程残留。 超时与挂起 ：文档建议最大等待 5 分钟（150 次轮询），但在复杂代码生成任务中可能超出此时限，导致误判为超时。 版本兼容性 ：依赖特定版本的 OpenCode CLI，若 ACP 协议版本变更可能导致通信失败。 路径注入 ：虽然示例中的 bash 命令参数固定，但在实际集成时若直接将用户输入拼接到 cwd 参数，可能存在路径遍历风险，需确保路径校验。 网络依赖 ：检查更新功能依赖 webfetch 访问 GitHub，在网络受限环境可能失败。
development-engineering automation api docs devops backend