DevOps & Infra

nous-hermeshub Skill

Kubernetes Operator

infometa Bundle

用户咨询腾讯云产品资源、AWS、阿里云等多云资源时，查看智能顾问架构图、架构目录、架构详情、架构评估结果、绘制架构图、开通智能顾问时、AI智能巡检、AI容量监测、AI混沌演练、AI云诊断、主动预警、架构健康度、云运维问答、云资源查询、云成本优化、安全合规、云资源盘点、闲置资源检查、云产品最佳实践等AIOps、ChatOps、CloudOps操作时使用。

infometa Bundle

腾讯云迁移平台（CMG/MSP）全流程能力。触发词：资源扫描、扫描阿里云/AWS/华为云/GCP资源、生成云资源清单、选型推荐、对标腾讯云、推荐规格、帮我推荐、给我推荐、ECS对应什么腾讯云产品、成本分析、TCO、迁移报价、询价、价格计算器、cmg-scan、cmg-recommend、cmg-tco

pjt222 Skill

Testen A2A interoperability zwischen agents by validating Agent Card conformance, exercising all task lifecycle states, and verifying streaming and Fehlerbehandlung. Verwenden wenn verifying a new A2A server implementation vor deployment, validating interoperability zwischen two or more A2A agents, running conformance tests in CI/CD for A2A services, debugging failures in multi-agent A2A workflows, or certifying that an agent meets A2A protocol requirements for a registry.

pjt222 Skill

Produktionsreife Helm-Charts fuer Kubernetes-Anwendungsbereitstellung mit Templating, Values-Verwaltung, Chart-Abhaengigkeiten, Hooks und Tests erstellen. Umfasst Chart-Struktur, Go-Template-Syntax, values.yaml-Design, Chart-Repositories, Versionierung und Best Practices fuer wartbare und wiederverwendbare Charts. Verwenden beim Paketieren einer Kubernetes-Anwendung fuer wiederholbare Bereitstellungen, Parametrisieren von Manifesten fuer mehrere Umgebungen, Verwalten komplexer Mehrkomponenten-Anwendungen mit Abhaengigkeiten oder Standardisieren von Bereitstellungspraktiken mit versionierter Rollback-Faehigkeit ueber Teams.

pjt222 Skill

Erstelle allgemeine Dockerfiles fuer Node.js-, Python-, Go-, Rust- und Java-Projekte. Umfasst Basisimage-Auswahl, Abhaengigkeitsinstallation, Benutzerberechtigungen, COPY-Muster, ENTRYPOINT vs CMD und .dockerignore. Verwende diesen Skill beim erstmaligen Containerisieren einer Anwendung, beim Erstellen einer konsistenten Build-/Laufzeitumgebung, beim Vorbereiten einer App fuer Cloud-Deployment oder Docker Compose, oder wenn kein bestehendes Dockerfile im Projekt vorhanden ist.

pjt222 Skill

ShinyProxy für das Hosting mehrerer containerisierter Shiny-Anwendungen deployen. Behandelt ShinyProxy-Docker-Deployment, application.yml- Konfiguration, Shiny-App-Docker-Images, Authentifizierung, Container- Backends, Nutzungserfassung und Skalierung. Verwenden, wenn mehrere Shiny-Apps hinter einem einzigen Einstiegspunkt gehostet, App-spezifische Authentifizierung benötigt oder Shiny-Apps als isolierte Docker-Container deployt werden sollen.

infometa Bundle

Build and deploy AI agents with CloudBase Agent SDK (TypeScript & Python). Implements the AG-UI protocol for streaming agent-UI communication. Use when deploying agent servers, using LangGraph/LangChain/CrewAI adapters, building custom adapters, understanding AG-UI protocol events, or building web/mini-program UI clients. Supports both TypeScript (@cloudbase/agent-server) and Python (cloudbase-agent-server via FastAPI).

pjt222 Skill

R-basierte Piktogramm-Glyphen fuer Skill-, Agent- oder Team-Icons in der Visualisierungsschicht erstellen. Umfasst Konzeptskizze, ggplot2-Ebenenzusammenstellung mit der Primitives-Bibliothek, Farbstrategie, Registrierung in der passenden Glyph-Zuordnungsdatei und im Manifest, Rendering ueber die Build-Pipeline sowie visuelle Ueberpruefung der Neon-Glow-Ausgabe. Verwenden, wenn eine neue Entitaet hinzugefuegt wurde und ein visuelles Icon fuer die Force-Graph-Visualisierung braucht, eine bestehende Glyphe ersetzt werden soll, oder beim Batch-Erstellen von Glyphen fuer eine neue Domaene.

pjt222 Skill

Eine bestehende R-basierte Piktogramm-Glyphe fuer die Visualisierungsschicht verbessern. Umfasst visuelle Ueberpruefung der aktuellen Glyphe, Diagnose spezifischer Probleme (Proportionen, Lesbarkeit, Glow-Balance), gezielte Modifikationen an der Glyphen-Funktion, erneutes Rendering und Vorher/Nachher- Vergleich. Funktioniert fuer Skill-, Agent- und Team-Glyphen. Verwenden, wenn eine Glyphe bei kleinen Groessen schlecht rendert, ihre visuelle Metapher unklar ist, Proportionsprobleme hat, der Neon-Glow-Effekt unausgewogen ist, oder nach dem Hinzufuegen neuer Paletten oder Aenderungen an der Rendering-Pipeline.

pjt222 Skill

Service-Mesh (Istio oder Linkerd) deployen und konfigurieren, um sichere Service-zu-Service-Kommunikation, Traffic-Management, Observability und Richtliniendurchsetzung in Kubernetes-Clustern zu aktivieren. Behandelt Installation, mTLS-Konfiguration, Traffic-Routing, Circuit-Breaking und Integration mit Monitoring-Tools. Einsatz wenn Microservices verschluesselte Service-zu-Service-Kommunikation, feingranulare Traffic-Kontrolle fuer Canary- oder A/B-Deployments, Observability ueber alle Service-Interaktionen ohne Anwendungsaenderungen oder konsistentes Circuit-Breaking und Retry-Richtlinien benoetigen.

pjt222 Skill

Fehlende Glyphen, Icons und HD-Varianten erkennen durch Abgleich von Registries mit Glyph-Zuordnungsdateien, Icon-Verzeichnissen und Manifesten. Meldet Luecken fuer Skills, Agents und Teams ueber alle Paletten hinweg.

pjt222 Skill

Das putior-R-Paket fuer Workflow-Visualisierung installieren und konfigurieren. Behandelt CRAN- und GitHub-Installation, optionale Abhaengigkeiten (mcptools, ellmer, shiny, shinyAce, logger, plumber2) und Verifikation der vollstaendigen Annotation-zu-Diagramm-Pipeline. Anwenden bei der erstmaligen Einrichtung von putior, beim Vorbereiten eines Rechners fuer Workflow-Visualisierungsaufgaben, wenn ein nachgelagerter Skill die Installation von putior voraussetzt, oder beim Wiederherstellen einer Umgebung nach einem R-Versionsupgrade oder renv-Bereinigung.

pjt222 Skill

Einen Anbieter oder Lieferanten von GxP-relevanter Software oder Dienstleistungen qualifizieren. Umfasst Anbieter-Risikoklassifizierung, Beurteilungsfragebogen-Gestaltung, Schreibtisch- und Vor-Ort-Auditansaetze, Qualitaetsvereinbarungsbewertung, SLA-Pruefung und Definition des laufenden Ueberwachungsrhythmus. Anzuwenden bei der Auswahl eines neuen Anbieters fuer ein GxP-kritisches System, beim Onboarding eines Cloud-Anbieters fuer regulierte Daten, bei einer regelmaessigen Neubewertung, wenn ein Anbieter-Auditbefund eine Neubewertung erfordert oder wenn EU Annex 11 oder ICH Q10 Lieferantenqualifizierung vorschreibt.

pjt222 Skill

Apply software pipelining (double-buffering) to a tiled GPU kernel to overlap global memory loads with Tensor Core computation. Covers prologue/loop/epilogue restructuring, LDG-register vs cp.async (LDGSTS) variant selection based on compute/load ratio, shared memory budget verification against architecture-specific occupancy cliffs, and SASS-level verification of load/compute overlap.

pjt222 Skill

Test Shiny applications using shinytest2 for end-to-end browser tests and testServer() for unit-testing module server logic. Covers snapshot testing, CI integration, and mocking external services. Use when adding tests to an existing Shiny application, setting up a testing strategy for a new Shiny project, writing regression tests before refactoring Shiny code, or integrating Shiny app tests into CI/CD pipelines.

pjt222 Skill

Einen neuen Puzzletyp ueber alle 10+ Pipeline-Integrationspunkte in jigsawR aufsetzen. Erstellt das Kern-Puzzlemodul, verdrahtet es in die einheitliche Pipeline (Generierung, Positionierung, Rendering, Adjazenz), fuegt ggpuzzle geom/stat-Layer hinzu, aktualisiert DESCRIPTION und config.yml, erweitert die Shiny-App und erstellt eine umfassende Testsuite.

pjt222 Skill

Reviewt einen Pull Request von Ende zu Ende mit der GitHub CLI. Umfasst Diff-Analyse, Commit-Verlaufs-Review, CI/CD-Pruefungsverifizierung, schweregradbasiertes Feedback (blocking/suggestion/nit/praise) und gh-pr-review-Einreichung. Verwenden wenn ein Pull Request zum Review zugewiesen ist, bei einem Selbst-Review vor der Einholung von Feedback anderer, bei einem zweiten Review nach bearbeitetem Feedback oder beim Audit eines zusammengefuehrten PRs.

pjt222 Skill

Konfiguriere allgemeine Docker-Compose-Stacks fuer gaengige Anwendungsmuster. Umfasst Web-App + Datenbank + Cache + Worker-Dienste, benannte Volumes, Netzwerke, Health-Checks, depends_on, Umgebungsverwaltung und Profile. Verwende diesen Skill beim Betrieb einer Web-App mit Datenbank oder Cache, beim Einrichten einer Entwicklungsumgebung mit mehreren Diensten, beim Orchestrieren von Hintergrund-Workern neben einer API oder beim Erstellen reproduzierbarer Multi-Service-Umgebungen teamuebergreifend.

pjt222 Skill

Mehrstufige CI/CD-Pipelines mit GitHub Actions entwerfen und implementieren — mit Matrix-Builds, Dependency-Caching, Artefaktverwaltung und Secret-Behandlung. Workflows erstellen, die Linting, Tests, Build und Deployment mit Parallelausfuehrung und bedingter Logik abdecken. Einsatz beim Einrichten automatisierter Tests und Deployments fuer neue Projekte, bei der Migration von Jenkins oder CircleCI zu GitHub Actions, beim Implementieren von Matrix-Builds ueber Plattformen hinweg, beim Hinzufuegen von Build-Caching oder beim Erstellen mehrstufiger Pipelines mit Sicherheits-Scans und Quality-Gates.

pjt222 Skill

Cloud-Kostenoptimierungsstrategien fuer Kubernetes-Workloads implementieren mit Tools wie Kubecost fuer Sichtbarkeit, Right-Sizing-Empfehlungen, horizontalem und vertikalem Pod-Autoscaling, Spot-/Preemptible-Instanzen und Ressourcenkontingenten. Behandelt Kostenzuordnung, Showback-Reporting und kontinuierliche Optimierungspraktiken. Einsatz wenn Cloud-Kosten ohne proportionalen Geschaeftswert steigen, Ressourcenanforderungen nicht mit der tatsaechlichen Nutzung uebereinstimmen, manuelle Skalierung zu Ueberbereitstellung fuehrt oder Showback und Chargeback fuer interne Kostenverantwortlichkeit implementiert werden sollen.

pjt222 Skill

Die viz-Pipeline ausfuehren, um Icons aus bestehenden Glyphen zu rendern. Einstiegspunkt fuer das viz-Teilprojekt, der Palettengenerierung, Datenaufbau, Manifest-Erstellung und Icon-Rendering fuer Skills, Agents und Teams umfasst. Immer build.sh als Pipeline-Einstiegspunkt verwenden — niemals Rscript direkt aufrufen.

pjt222 Skill

Ueberprueft eine Datenanalyse auf Qualitaet, Korrektheit und Reproduzierbarkeit. Umfasst Datenqualitaetsbewertung, Annahmenprüfung, Modellvalidierung, Data-Leakage- Erkennung und Reproduzierbarkeitsverifikation. Verwenden beim Review einer Kollegen- Analyse vor der Publikation, bei der Validierung einer ML-Pipeline vor dem Produktionseinsatz, beim Audit eines Berichts fuer regulatorische oder geschaeftliche Entscheidungen oder bei einem Zweitanalysten-Review in einer regulierten Umgebung.

pjt222 Skill

Konfiguriere Docker Compose fuer Multi-Container-R-Entwicklungsumgebungen. Umfasst Dienstdefinitionen, Volume-Mounts, Netzwerke, Umgebungsvariablen und Konfigurationen fuer Entwicklung vs. Produktion. Verwende diesen Skill beim Betrieb von R neben anderen Diensten (Datenbanken, APIs), beim Einrichten einer reproduzierbaren R-Entwicklungsumgebung, beim Orchestrieren eines R-basierten MCP-Server-Containers oder beim Verwalten von Umgebungsvariablen und Volume-Mounts fuer R-Projekte.

pjt222 Skill

Einrichten GitHub Actions CI/CD to automatisch regenerate putior workflow diagrams on push. Umfasst workflow YAML creation, R script for diagram generation with sentinel markers, auto-commit of updated diagrams, and README sentinel integration for in-place diagram updates. Verwenden wenn workflow diagrams should always reflect the current state of the code, when multiple contributors may change workflow-affecting code, or when replacing manual diagram regeneration with an automated CI/CD pipeline.

pjt222 Skill

Deploy machine learning models to edge devices using Google AI Edge Gallery, TensorFlow Lite, ONNX Runtime, and MediaPipe. Covers model quantization (INT8/INT4), on-device inference with Gemma 4 models, Android/iOS deployment via AI Edge Gallery, hardware delegate selection (GPU/NPU/DSP), and performance benchmarking on constrained devices. Use when deploying models to mobile phones, IoT devices, or embedded systems where cloud inference is impractical due to latency, cost, or connectivity constraints.

pjt222 Skill

Select an OCR/HTR engine by benchmarking candidates on the same labelled samples — source ground truth from open datasets (e.g. Hugging Face PAGE-XML corpora) or hand-transcription, wrap every engine behind a transcribe(image_path) -> str adapter (vision-LLMs via any OpenAI-compatible endpoint, dedicated HTR REST APIs, cloud OCR), and score with zero-dependency raw CER, lenient CER, WER, and a critical name/date token diff. Use when choosing an engine for handwriting or historical-document transcription, when published accuracy claims need honest verification on your own material, or when a records workflow must surface confident-but-wrong names and dates that a low aggregate CER hides.

pjt222 Skill

R-Paketabhaengigkeiten mit renv fuer reproduzierbare Umgebungen verwalten. Behandelt Initialisierung, Snapshot/Restore-Workflow, Fehlersuche bei haeufigen Problemen und CI/CD-Integration. Anwenden bei der Initialisierung der Abhaengigkeitsverwaltung fuer ein neues R-Projekt, beim Hinzufuegen oder Aktualisieren von Paketen, beim Wiederherstellen einer Umgebung auf einem neuen Rechner, bei der Fehlersuche bei Wiederherstellungsfehlern oder bei der Integration von renv mit CI/CD-Pipelines.

pjt222 Skill

Container-Image-Registries einrichten — einschliesslich GitHub Container Registry (ghcr.io), Docker Hub und Harbor — mit automatisiertem Image-Scanning, Tagging- Strategien, Retention-Richtlinien und CI/CD-Integration fuer sichere Image- Verteilung. Einsatz beim Einrichten einer privaten Container-Registry, bei der Migration von Docker Hub zu selbst-gehosteten Registries, beim Implementieren von Schwachstellen-Scanning in CI/CD-Pipelines, beim Verwalten von Multi-Architektur- Images, beim Durchsetzen von Image-Signierung oder beim Konfigurieren automatischer Bereinigung und Retention-Richtlinien.

rudironsoni Skill

Optimizes MAUI for iOS/Catalyst. Native AOT pipeline, size/startup gains, library gaps, trimming.

pjt222 Skill

Konfigurieren automated maschinelles Lernen pipelines using Optuna or Ray Abstimmen for hyperparameter optimization. Implementieren efficient search strategies (Hyperband, ASHA), define search spaces, and set up early stopping to find optimal model configurations with minimal manual tuning. Verwenden wenn starting a new ML project and needing to quickly find good configurations, retraining with new data and re-optimizing hyperparameters, comparing multiple algorithms, or when the team lacks deep expertise in specific algorithm hyperparameters.

pjt222 Skill

GitOps-Continuous-Delivery mit Argo CD oder Flux implementieren — mit App-of-Apps- Muster, automatisierten Sync-Richtlinien, Drift-Erkennung und Multi-Umgebungs- Promotion. Kubernetes-Deployments deklarativ aus Git mit automatisierter Reconciliation verwalten. Einsatz beim Implementieren deklarativen Infrastrukturmanagements, bei der Migration von imperativen kubectl-Befehlen zu Git-gesteuerten Deployments, beim Einrichten von Multi-Umgebungs-Promotion- Workflows, beim Durchsetzen von Code-Review-Genehmigungsgates fuer Production oder beim Erfuellen von Audit- und Compliance-Anforderungen.

pjt222 Skill

Sicheres Secrets-Management in Kubernetes implementieren — mit SealedSecrets fuer GitOps, External Secrets Operator fuer Cloud-Secret-Manager und Rotationsstrategien. TLS-Zertifikate, API-Schluessel und Credentials mit Verschluesselung im Ruhezustand und RBAC-Kontrollen verwalten. Einsatz beim Speichern sensibler Konfiguration fuer Kubernetes-Anwendungen, beim Implementieren von GitOps wo Secrets versioniert werden muessen, bei der Integration mit AWS Secrets Manager oder Azure Key Vault, beim Rotieren von Credentials ohne Ausfallzeit oder bei der Migration von Klartext-Secrets zu verschluesselten Loesungen.

pjt222 Skill

Policy-as-Code-Durchsetzung mit OPA Gatekeeper oder Kyverno implementieren, um Kubernetes-Ressourcen gemaess organisatorischen Richtlinien zu validieren und zu mutieren. Behandelt Constraint-Templates, Admission-Control, Audit- Modus, Verletzungs-Reporting und Integration mit CI/CD-Pipelines fuer Shift-Left-Richtlinienvalidierung. Einsatz beim Durchsetzen von Ressourcenkonfigurationsstandards, Verhindern von Sicherheits- Fehlkonfigurationen wie privilegierten Containern, Sicherstellen von Compliance vor dem Deployment, Standardisieren von Benennungskonventionen oder Auditieren bestehender Cluster-Ressourcen gegen Richtlinien.

pjt222 Skill

Lokale Kubernetes-Entwicklungsumgebung mit kind, k3d oder minikube fuer schnelle Inner-Loop-Entwicklung einrichten. Behandelt Cluster-Erstellung, Ingress-Konfiguration, lokale Registry-Einrichtung und Integration mit Entwicklungstools wie Skaffold und Tilt fuer automatische Neu-Build- und Redeploy-Workflows. Einsatz wenn eine lokale Kubernetes-Umgebung fuer die Entwicklung benoetigt wird, Manifeste oder Helm-Charts vor dem Produktions-Deployment getestet werden sollen, schnelle automatische Rebuild-und-Redeploy-Zyklen gewuenscht werden oder Kubernetes ohne Cloud-Kosten erlernt werden soll.

pjt222 Skill

Set up a local Kubernetes development environment using kind, k3d, or minikube for fast inner-loop development. Covers cluster creation, ingress configuration, local registry setup, and integration with development tools like Skaffold and Tilt for automatic rebuild and redeploy workflows. Use when needing a local Kubernetes environment for development, testing manifests or Helm charts before production deployment, wanting fast automatic rebuild-and-redeploy cycles, or learning Kubernetes without cloud costs.