Skills
发现可复用的 AI 技能,分享使用经验。
自动化工作流
按工作负载需求组织 Kubernetes 资源清单,并明确检查与部署步骤。
配置 Shell 脚本检查规则,定位常见引用、语法和可移植性问题。
设计异步作业、任务队列和结果处理,检查后台任务的恢复与运行方式。
围绕服务目标、故障应对和运行证据改善系统可靠性。
组织日志、指标和告警规则,帮助定位系统状态变化。
通过版本化配置和同步流程维护集群状态,整理发布与回退路径。
梳理自动化环境中的密钥来源、权限和更新流程,避免敏感信息泄露。
设计有状态任务、重试和补偿步骤,组织可恢复的工作流。
规划命令、参数和输出形式,组织便于脚本调用的 CLI 工具。
组织依赖、虚拟环境和项目命令,提高 Python 开发流程的一致性。
划分基础设施模块与输入输出,减少重复配置和维护成本。
梳理构建、交付与运行维护过程,连接开发变更和环境管理。