基于 PagerDuty 官方 API 的文档型技能，提供事件触发、值班查询等标准化接口，助力运维团队实现自动化事件响应。

基本信息

• 技能名称?pagerduty
• 中文名称?企业级事件响应与值班管理
• 作者?aiwithabidi
• 分类?专业技能
• 版本?v1.0.0
• 标签?devops, backend, api, automation, operations, development-engineering

使用方法

使用说明
核心用法
本 Skill 作为 PagerDuty 平台的 API 参考文档，提供了完整的事件管理生命周期操作指南。核心功能涵盖通过 Events API v2 触发和解决事件、查询当前值班人员（On-Call）、列出服务状态以及检索活跃事件列表。所有操作均通过标准的 curl HTTP 请求实现，支持使用环境变量注入身份凭证，确保脚本化的自动化集成能力。
具体而言，用户可通过配置 PAGERDUTY_API_KEY 和 PAGERDUTY_ROUTING_KEY 环境变量，快速构建事件触发工作流。支持设置事件严重级别（critical/error/warning/info）、自定义去重键（dedup_key）实现事件聚合，以及通过服务 ID 定位目标服务。对于值班管理场景，提供了查询当前 On-Call 人员的直接接口，便于构建自动化通知和升级机制。
显著优点
首先，作为纯文档型 Skill，该资产具有极高的透明度和可审计性，无隐藏代码执行逻辑，用户可完全掌控每一步 API 调用。其次，内容严格遵循 PagerDuty 官方 API 规范，提供了生产级可用的 curl 示例，包括正确的 HTTP 头设置、JSON 载荷格式和错误处理模式。第三，安全设计到位，所有示例均使用环境变量引用敏感凭证，避免了硬编码密钥的安全风险，符合 DevSecOps 最佳实践。
此外，该 Skill 覆盖了事件管理的核心场景：从事件触发、自动去重、状态更新到值班查询，形成了完整的运维自动化闭环。对于需要快速集成 PagerDuty 的开发者而言，无需查阅冗长文档即可直接复制使用示例，显著降低了 API 学习和集成成本。
潜在缺点与局限性
作为纯文档型资产，该 Skill 本身不具备实际执行能力，无法直接操作 PagerDuty 平台，仅提供代码示例供用户参考实现。这意味着用户需要具备一定的脚本开发能力，自行处理错误重试、速率限制、超时控制等生产环境必需的功能。
来源等级为 T3（社区/个人开发者），虽经安全审查无恶意代码，但缺乏官方背书，长期维护和更新取决于个人贡献者。此外，示例代码主要基于 curl，对于需要 SDK 开发（如 Python、Go）的用户，需要自行转换和封装。文档中也未包含详细的错误码说明和边界情况处理建议。
适合的目标群体
本 Skill 主要面向 DevOps 工程师、SRE（站点可靠性工程师）、运维开发人员和需要构建自动化事件响应流程的技术团队。特别适合正在搭建监控告警体系、需要将现有监控系统与 PagerDuty 集成的中小型团队。
对于希望快速验证 PagerDuty API 功能的原型开发阶段，或需要编写临时脚本处理应急值班查询的运维人员，该文档提供了即拿即用的代码模板。同时，对于学习事件驱动运维（Event-Driven Operations）的初学者，这也是一份结构清晰的 API 调用参考手册。
使用风险与注意事项
尽管 Skill 本身安全，但在实际使用过程中存在操作风险。首要风险是 API 密钥（ PAGERDUTY_API_KEY ）的管理：若用户在脚本中错误地硬编码密钥，或在不安全的环境中导出环境变量，可能导致凭证泄露。建议配合密钥管理系统（如 HashiCorp Vault 或云厂商 KMS）使用。
其次是权限配置风险，若 API Key 被授予过高权限（如管理员权限），一旦泄露可能导致整个事件管理系统被恶意操作。建议遵循最小权限原则，创建仅具备事件触发、查询权限的只读或受限 API Key。此外，频繁调用 PagerDuty API 可能触发速率限制，生产环境需实现指数退避重试机制。最后，网络层面的风险不容忽视，确保在可信网络环境中使用，防止 API 请求被中间人攻击拦截。

SONiC 交换机镜像构建指南，支持多平台配置与性能优化，助力网络工程师高效构建企业级开源网络系统。

基本信息

• 技能名称?sonic-build
• 中文名称?开源网络交换机镜像构建指南
• 作者?rustiqly
• 分类?专业技能
• 版本?v1.1.0
• 标签?devops, backend, development-engineering, automation, networking, infrastructure

使用方法

使用说明
sonic-build 是一个专注于 SONiC (Software for Open Networking in the Cloud) 网络交换机操作系统镜像构建的文档型技能。SONiC 是由微软主导开发的开源网络操作系统，广泛应用于数据中心和云计算场景。该技能提供了从环境配置到镜像生成的完整构建指南，支持 VS (虚拟交换机)、Broadcom、Mellanox、NVIDIA BlueField 等多种硬件平台。
核心用法 方面，该技能指导用户通过 GNU Make 与 Docker 容器完成两阶段构建：首先在 Bookworm 阶段编译所有软件包，随后在 Trixie 阶段组装最终镜像。用户可通过修改 rules/config.user 文件灵活配置构建参数，包括并行任务数 (SONIC_CONFIG_BUILD_JOBS)、内存限制 (SONIC_BUILD_MEMORY)、缓存策略 (SONIC_DPKG_CACHE_METHOD) 等关键选项。技能详细说明了如何针对开发环境启用测试跳过 (BUILD_SKIP_TEST) 以加速迭代，以及如何通过版本缓存和 DPKG 缓存实现增量构建，显著提升重复构建效率。
显著优点 体现在其详尽的技术文档覆盖度。技能不仅提供了标准的构建流程，还深入讲解了并行构建的内存管理策略（建议 JOBS×6GB ≤ 可用内存），提供了防止内核 OOM 杀手的容器内存限制方案。对于故障排查，技能涵盖了子模块管理、清理构建产物、单包重建等实用技巧，并附带了 VS 平台特定的 TAP 设备配置和端口映射说明。纯文档形式确保了内容完全透明可审计，用户可安全地参考其中的命令示例而无需担心后台执行风险。
潜在局限性 主要在于其纯文档属性带来的交互限制。该技能不提供自动化构建执行功能，所有命令均需用户手动复制执行，对于追求"一键构建"的用户体验有所欠缺。作为 T3 级社区来源（rustiqly/openclaw），其权威性虽经安全审计确认内容准确，但仍建议与官方 SONiC 仓库文档交叉验证。此外，文档假定用户具备 Linux 系统管理、Docker 操作和网络工程基础，对初学者可能存在一定的学习门槛。
适合的目标群体 包括数据中心网络工程师、DevOps 基础设施团队、云计算架构师以及网络设备研发人员。特别适合需要定制化 SONiC 镜像、优化构建流水线或排查构建故障的专业用户。对于学术研究人员和开源网络技术爱好者，该技能也提供了深入理解 SONiC 构建架构的宝贵资料。
使用风险 主要涉及构建过程本身的资源消耗而非 Skill 安全问题。SONiC 构建是资源密集型任务，并行构建可能消耗数十 GB 内存，若未按建议设置内存限制可能导致宿主机 OOM。用户手动执行命令时（如 rm -rf target/* ）需谨慎确认路径，避免误删数据。构建过程依赖 Docker 和特定内核模块，在部分宿主机环境可能存在兼容性问题。建议在生产环境部署前，先在隔离的构建服务器或虚拟机中充分测试。

基于 Noir 官方工具链的零知识证明开发指南，帮助开发者快速构建可验证的隐私保护应用，安全可靠的代码生成辅助。

基本信息

• 技能名称?noir-developer
• 中文名称?零知识证明智能合约开发助手
• 作者?jp4g
• 分类?专业技能
• 版本?v0.1.0
• 标签?development-engineering, cryptography, blockchain, privacy, backend, docs

使用方法

使用说明
Noir Developer 是一个专注于零知识证明（ZKP）开发的辅助技能，旨在指导开发者使用 Noir 语言构建可验证的隐私保护应用。Noir 是一种基于 Rust 的领域特定语言（DSL），专门用于编写零知识证明电路，并通过 nargo 工具链编译为 ACIR（Abstract Circuit Intermediate Representation），最终生成可在区块链或链下验证的证明。
核心用法围绕 nargo 工具链的标准工作流展开：首先使用 nargo compile 将 Noir 程序编译为 ACIR 中间表示；随后通过 nargo execute 或 NoirJS 生成见证（witness），将私有输入和公开输入转换为证明所需的计算痕迹；接着利用选定的证明后端（如 Barretenberg）生成零知识证明；最后完成验证。该技能还涵盖项目脚手架搭建（ nargo new/init ）、测试验证（ nargo test ）以及环境配置指导，特别针对 Windows 用户提供了 GitHub Codespaces、WSL 或 Docker 的解决方案。
显著优点包括工具链的完整性和标准化。技能文档清晰定义了从开发到部署的全流程，强制要求明确区分私有输入、公开输入和输出，有助于培养安全编码习惯。同时支持多种证明后端，特别是与 Aztec Labs 开发的 Barretenberg 深度集成，为以太坊生态的零知识应用开发提供了生产级支持。此外，纯文档型的设计使其具备极高的透明度和可审计性，用户可完全掌控代码执行过程。
潜在缺点主要体现在环境依赖和来源可信度上。该技能明确指出原生 Windows 环境不受支持，需要额外的虚拟化或容器化配置，增加了初学者的上手门槛。作为 T3 来源的个人开发者项目，文档的维护频率和长期支持存在不确定性，可能无法及时跟进 Noir 语言的快速迭代。此外，零知识证明本身具有陡峭的学习曲线，涉及密码学原语、电路约束等专业知识，对开发者的背景要求较高。
适合的目标群体主要是区块链开发者、密码学工程师以及需要实现隐私保护功能的产品团队。特别是那些希望在以太坊或其他兼容 EVM 的链上部署 zk-Rollup、隐私交易或身份验证方案的团队。对于学术研究人员探索零知识证明应用原型，该技能也提供了标准化的实验框架。
使用该技能存在的常规风险包括：文档中引用的外部链接（如 noir-lang.org）可能存在域名变更或内容篡改风险，用户需自行验证官方文档的可信度；技能本身仅提供指导不含可执行代码，但实际开发中使用的 nargo 和 Barretenberg 工具需要从官方渠道下载，谨防供应链攻击；此外，零知识证明电路一旦部署难以升级，开发阶段的逻辑错误可能导致资金或隐私泄露风险，建议配合形式化验证工具使用。

接入6551平台的AI驱动加密资讯API，支持智能评级、交易信号和多维度筛选，帮助投资者实时把握市场动态

基本信息

• 技能名称?opennews
• 中文名称?AI驱动的加密市场情报中枢
• 作者?infra403
• 分类?专业技能
• 版本?1.0.0
• 标签?crypto, news-aggregator, ai-rating, trading-signals, market-intelligence, websocket, rest-api, quantitative

使用方法

使用说明
核心用法
OpenNews是一个面向加密货币投资者的AI增强型新闻聚合技能，通过6551平台API提供多维度资讯检索能力。核心功能包括：
关键词/币种搜索 ：支持全文检索特定主题，或按币种符号（如BTC、ETH）精准筛选相关新闻
多引擎过滤 ：覆盖新闻（Bloomberg、Reuters等）、上币公告、链上数据、Meme币动态、市场行情五大引擎类型
AI智能评级 ：每篇新闻附带AI评分（0-100）、等级（A-D）、交易信号（long/short/neutral）及双语摘要
实时数据流 ：支持WebSocket连接获取实时推送
典型工作流

1. 快速市场概览：获取最新10条新闻及其AI信号
2. 高影响力筛选：提取评分≥80分的优质资讯
3. 持仓关联追踪：按持有币种过滤相关新闻
   显著优点
   AI赋能决策 ：将传统新闻转化为结构化交易信号，降低信息噪音
   多源聚合 ：整合主流财经媒体与Crypto-native信源，覆盖一级市场到链上动态
   灵活过滤 ：engineTypes层级筛选支持精细信源控制，hasCoin参数可快速定位代币相关新闻
   双语支持 ：同时提供中文摘要与英文摘要，服务全球用户
   潜在局限
   Token门槛 ：需注册6551平台获取API密钥，增加使用成本
   评分黑盒 ：AI评级算法未公开，评分依据不透明，存在过度依赖风险
   覆盖盲区 ：AI评分非全量覆盖，需检查 status == "done"
   时效性限制 ：REST API存在轮询延迟，实时性弱于原生WebSocket实现
   单平台依赖 ：数据完全依赖6551平台，无冗余备份信源
   适合人群
   活跃加密货币交易者，需快速过滤市场噪音
   量化策略开发者，寻求结构化新闻信号输入
   资产组合管理者，追踪持仓相关动态
   常规风险
   | 风险类型 | 说明 | |---------|------| | API密钥泄露 | OPENNEWS_TOKEN需妥善保管，建议配合环境变量管理 | | 信号误判 | AI评级可能产生假阳性，应结合独立分析验证 | | 平台服务中断 | 6551平台故障将导致数据获取完全中断 | | 速率限制 | 单次最大100条，高频查询需实现分页与缓存机制 | | 合规风险 | 部分地区对AI生成投资建议存在监管限制 |

免费 ESPN API 驱动的实时体育比分追踪工具，支持多球队、多联赛、多告警模式，无需 API 密钥即可覆盖全球主要体育赛事。

基本信息

• 技能名称?Sports Ticker
• 中文名称?免费实时比分追踪，多球队一站搞定
• 作者?robbyczgw-cla
• 分类?专业技能
• 版本?3.2.0
• 标签?sports, espn-api, live-scores, automation, cron, multi-sport, cli-tool, free-api, notifications, soccer, nba, nfl

使用方法

使用说明
核心用法
Sports Ticker 是一款基于免费 ESPN API 的跨平台体育比分追踪工具，主打"零配置成本、多源整合"的体验。首次运行通过交互式向导完成：选择运动项目 → 指定球队 → 设置告警偏好（实时/终场/每日摘要）→ 配置免打扰时段。所有设置持久化到本地 config.json ，支持随时重新配置。
主要功能矩阵
| 功能 | 命令示例 | 说明 | |------|---------|------| | 交互式配置 | python3 scripts/setup.py | 5 步向导完成初始化 | | 球队搜索 | setup.py find "Lakers" basketball | 模糊匹配获取 ESPN ID | | 实时比分 | python3 scripts/ticker.py | 多球队聚合展示 | | 联赛看板 | ticker.py league nba basketball | 全联盟实时积分榜 | | 赛程预览 | schedule.py --days 30 --json | 未来 14-30 天赛程，支持 JSON 输出 | | 自动化 cron | auto_setup_crons.py | 按比赛日自动生成定时任务（v3 新增）| | ESPN 原生接口 | espn.py scoreboard/search | 底层 API 直接调用 | 告警类型

涵盖赛事全生命周期：开球提醒、实时得分（进球/达阵/三分/本垒打）、红黄牌/驱逐、中场休息、终场结果，并支持赛前 30 分钟提醒与夜间静音模式。

显著优点

1. 零 API 成本 ：直接调用 ESPN 公开端点，无需注册、无调用限额焦虑，对业余开发者极度友好。
2. 多维度覆盖 ：单工具整合足球（30+ 联赛）、NFL、NBA、WNBA、NHL、MLB、F1，避免为不同运动安装多个 App。
3. 自动化友好 ：v3 新增的 auto_setup_crons.py 可将赛程转化为系统级定时任务，适合服务器/树莓派长期挂机。
4. 输出格式灵活 ：除终端表格外，支持 --json 与 --compact 模式，易于对接下游自动化流程或消息推送（如企业微信/钉钉机器人）。

5. 本地化配置 ：球队 emoji、告警偏好、静音时段均本地持久化，隐私数据不出境。

   潜在缺点与局限性

6. 数据源单一性 ：完全依赖 ESPN API，若 ESPN 调整接口或增加反爬策略，工具可能瞬间失效；无备用数据源（如 Sportradar、Opta）作为 fallback。
7. 地域覆盖盲区 ：对 ESPN 权重较低的联赛（如中超、J1 部分场次、非欧洲主流足球联赛）支持可能不完整或延迟较高。
8. 实时性天花板 ：免费 API 通常有 15-30 秒延迟，不适合高频套利或博彩场景；无 WebSocket 推送，依赖轮询（cron/script 触发）。
9. 告警触达局限 ：仅生成终端输出或 cron 命令，需用户自行对接通知渠道（邮件/短信/推送），对非技术用户有额外门槛。

10. 长期维护风险 ：ESPN 公开 API 无 SLA，随时可能变更或关闭；项目若停止维护，配置迁移成本较高（ ESPN ID 体系与其他平台不互通）。

    适合人群
    技术型体育迷 ：希望通过脚本/自动化追踪多球队，厌倦商业 App 广告与推送骚扰。
    服务器/Homelab 玩家 ：利用 cron + 机器人钩子实现"静默监控"，整合到个人仪表盘。
    开发者/数据分析师 ：需要结构化体育数据（JSON）进行下游分析，但不愿承担商业 API 费用。

    多球队/跨联赛球迷 ：同时关注英超某队 + NBA 某队 + NFL 某队的"跨界"用户，商业 App 通常需要多 App 切换。

    常规风险
    | 风险类别 | 具体表现 | 缓解建议 | |---------|---------|---------| | 服务中断 | ESPN API 突发关闭或限流 | 设置监控脚本检测 ticker.py 返回码，异常时切换至备用信息源 | | 数据漂移 | 球队更名、联赛改制导致 ESPN ID 失效 | 每年重新运行 setup.py --force 校验配置有效性 | | 自动化误报 | cron 任务堆积导致服务器资源耗尽 | auto_setup_crons.py 生成任务时添加互斥锁（flock）| | 隐私泄露 | config.json 含个人偏好，误提交至 Git | 将配置路径移至 ~/.config/sports-ticker/ 并加入 .gitignore |