Skill

提供 Kubernetes 服务的自动化管理能力，涵盖配置生成、最佳实践指导与合规性验证，适用于 DevOps 高级场景下的服务部署、运维及基础设施即代码（IaC）集成。

为 GitHub 拉取请求生成简洁准确的描述，涵盖新增功能、缺陷修复与性能改进等内容，字数控制在 150 词以内；若涉及 crates/ui 模块的 API 不兼容变更，则单独设立英文标题为 Breaking Changes 的章节，用项目符号逐条列出变更点，并通过 diff 格式清晰对比旧有调用方式与更新后的用法，便于开发者快速理解迁移路径。

获取 GitHub问题的完整上下文信息，涵盖标题、描述、全部评论、标签、负责人、里程碑，以及关联的 PR 和交叉引用问题，为制定修复方案、理解需求细节和开展实施工作提供全面依据。

自动检测版本更新意图并同步修改插件配置与市场目录中的版本号，确保项目内版本一致性，适用于发布流程中对 version 字段的精准控制与多文件联动更新。

支持分布式系统与微服务间的异步消息传递，实现高吞吐或严格有序的消息处理，具备死信队列、长轮询和 Lambda 触发等机制，适用于解耦应用组件与构建可靠事件驱动架构。

提供团队协作下的 Git 版本控制全流程支持，涵盖分支策略设计、历史追溯分析、合并冲突诊断与解决，以及符合工程规范的提交和 PR 实践指导。

自动化完成 ESPHome 项目的 Pull Request 创建全流程，包括从上游同步开发分支、读取并填充标准 PR 模板、生成符合规范的标题与完整描述内容，并推送分支后提交 PR，确保贡献符合项目协作要求。

生成 Pull Request 的标题与描述草案，自动分析代码变更范围、分类修改类型、识别未跟踪文件，并基于分支差异和提交历史提炼核心改动，输出符合规范的 PR 模板内容，包含建议分支名、简洁标题及结构化描述。

自动创建和配置 Amazon EventBridge 规则，提供符合 AWS 最佳实践的完整实现方案，涵盖事件模式匹配、目标集成及权限设置，支持从设计到部署的全流程自动化。

提供对 Kubernetes 环境中 Nginx Ingress 资源的自动化管理能力，涵盖配置生成、策略定义、规则调试与合规性验证，支持结合 Helm、Terraform 等 IaC 工具实现生产级部署。

构建基于 Git 的 Kubernetes 持续交付流水线，支持通过代码化配置自动同步应用与基础设施状态，实现环境隔离、声明式管理和安全可靠的集群部署。

自动执行版本号更新操作，支持语义化版本管理、自动化版本递增与发布流程配置，适用于持续集成和软件发布场景。

执行 Terraform 状态的安全管理，支持对云资源进行导入、重命名、模块迁移及后端存储切换操作，可在不破坏基础设施的前提下修复状态漂移或重构配置，适用于复杂的基础设施重构与维护场景。

自动识别当前项目使用的版本控制系统，准确区分 Jujutsu 和 Git 环境，并在共存场景下优先采用 Jujutsu 操作，确保后续所有版本控制命令与实际底层系统匹配，避免因工具错配导致的执行失败。

支持对 GitHub 讨论内容进行高效检索与结构化过滤，能够获取讨论数据的模式信息或指定范围的完整列表，并通过条件筛选实现按作者、分类、标签等维度提取目标内容，适用于代码仓库的协作分析与信息挖掘场景。

分析 Kubernetes RBAC 权限配置，识别潜在的权限过度分配与安全风险，生成符合安全规范的策略建议，并提供合规性验证与加固方案，适用于企业级安全审计与渗透测试场景。

聚焦 Sentry 实际部署中的典型误用场景，帮助识别初始化时机不当、重复初始化、错误对象捕获不规范、DSN 硬编码、采样率设置失当、事务未正确结束、source map 路径不匹配及告警阈值不合理等常见问题，并提供对应修复方案与配置验证。

自动生成适配不同开发环境和框架的 .gitignore 配置文件，支持按需筛选忽略规则、验证配置合理性，并提供符合行业规范的最佳实践建议，适用于版本控制初始化与协作开发准备阶段。

自动化多阶段部署流程，生成符合生产标准的配置与代码，实现从需求分析到环境部署的全流程管控，支持容器化应用与微服务架构的持续集成与交付，提升发布效率与系统稳定性。

面向 Argo CD 应用部署的自动化辅助能力，覆盖从配置生成、最佳实践指导到生产级代码与配置验证的全流程，支持 Kubernetes 环境下声明式应用交付的端到端实施。

根据应用架构需求自动生成符合生产标准的 docker compose 配置文件，支持多服务编排、网络隔离、持久化存储、健康监测及资源约束，覆盖从基础部署到复杂微服务场景的容器化配置任务。

自动响应云监控告警任务，提供符合最佳实践的配置指导与生产级代码生成，支持 GCP 平台下计算、存储、大数据及 AI 服务的监控方案设计与问题排查。

实现 Exa 测试与 GitHub Actions 的深度集成，支持自动化运行单元测试和集成测试、上传覆盖率报告、配置 PR 检查及发布流水线，并通过密钥安全管理与环境隔离保障 CI 流程稳定可靠。

自动升级 Java/Kotlin 或 TypeScript/Node 项目的依赖，通过分阶段更新、测试验证和风险分级控制变更影响，确保每次升级可审查且稳定，适用于修复安全漏洞、更新框架或例行维护。

自动生成和优化数据流水线的构建流程，支持从配置生成到代码实现的完整闭环，适用于 ETL 处理、流式计算及工作流编排等场景，确保输出符合行业标准与最佳实践。

支持自动化构建和运行负载测试，覆盖压力、峰值、持续性等多种场景，生成适配不同工具的测试脚本，设定性能达标标准并提供执行指引，用于验证系统在高并发下的稳定性与响应能力。

自动化执行云环境安全态势管理任务，涵盖合规性检查、风险评估、配置审计与加固建议，依据 SOC2、GDPR 等框架生成可落地的安全配置和验证方案。

具备云成本分析与优化能力，能识别资源浪费、生成支出报告并提出配置改进方案，覆盖 AWS、Azure、GCP 等主流平台，支持基于实际使用数据的实例规格调整、闲置资源清理及预留实例策略建议。

基于用户需求在GKE上部署AI/ML推理工作负载，通过自动化流程实现模型发现、硬件匹配与Kubernetes部署配置生成，利用Google最佳实践优化性能与成本，适用于需快速部署大模型并生成对应推理服务的应用场景。

提供一套标准化的发版准备流程，涵盖安全扫描、端到端测试、人工复核、版本号更新与变更日志生成、发布文档撰写五个关键环节，确保每次上线前经过严格验证与完整记录。