建置生產級 Kubernetes 基礎設施複雜且容易出錯。此技能提供叢集架構、GitOps 工作流程和企業安全模式的專業指導，協助您加速平台工程。

運用可投入生產環境的網路原則、RBAC 設定和 Pod 安全標準來保護您的 Kubernetes 叢集。此技能提供全面性的範本與深度防禦安全性最佳實踐。

手動建立安全的 Kubernetes 清單容易出錯且耗時。此技能提供遵循雲端原生標準的 Deployments、Services、ConfigMaps 和 Secrets 的模板與最佳實踐。

Pull request 修復通常需要多次迭代才能完成，因為 CI 失敗和審查回饋。此技能自動化整個回饋 - 修復 - 推送 - 等待循環，讓您可以專注於編寫程式碼，同時它負責檢查狀態、收集回饋和推送修復。

透過生產就緒的模板簡化服務網格配置，涵蓋路由、金絲雀部署、斷路器和流量轉移。使用經過驗證的模式消除反覆試錯。

在不需要管理基礎設施的情況下創建可靠的背景處理具有挑戰性。此技能幫助您使用 Inngest 無伺服器函數構建持久的事件驅動工作流程。

快速建立包含實證模板的綜合事件回應執行手冊。透過提供偵測、分類、減輕和溝通的逐步程序，減少事件解決時間。

生產環境事故需要跨越多個系統和領域進行協調調查。此工作流程透過經過驗證的五階段流程協調專業 AI 代理，診斷根本原因、實施修復並防止再次發生。

此技能為 AI 代理提供結構化的多階段事故回應工作流程，遵循現代 SRE 原則，實現快速檢測、調查、解決和事後檢討文件化。

設計並實施安全混合雲端網路，將您的資料中心連接到 AWS、Azure 和 GCP。此技能提供經驗證的架構模式、基礎設施即程式碼模板，以及生產就緒連接的最佳實務。

獲得設計、實施和管理跨 AWS、Azure、GCP 和私有雲的複雜混合雲環境的專家指導。此技能提供混合連線、工作負載放置、合規性和成本優化的全面支援。

無需本地硬體設置即可執行 GPU/TPU 工作負載。透過安全的 token 驗證，將 Python 腳本提交至受管理的 Hugging Face Jobs 基礎架構。

在 Hugging Face Hub 上使用 AI 模型和資料集需要多種工具和手動步驟。此技能透過統一命令提供直接的 CLI 存取，簡化下載、上傳和管理 ML 資源的工作流程。

使用官方的 Projects SDK 簡化 Azure 上基於容器的 AI 代理部署。自動化配置、擴展和自訂代理環境的管理，無需手動基礎設施配置。

監控複雜系統需要清晰的指標視覺化。此技能可幫助您建立生產級別的 Grafana 儀表板，為基礎設施和應用程式效能提供可操作的洞察。

透過自動化暂存、傳統格式提交和上游追蹤推送來簡化您的 git 工作流程。只需單次技能調用即可消除重複的 git 命令。

手動建立 GitLab CI 管線既耗時又容易出錯。此技能提供多階段工作流程、快取策略和部署自動化的實用模式。

簡化從程式碼審查到拉取請求建立的 Git 工作流程。此技能協調專門的 AI 代理，確保程式碼品質、執行測試、產生慣用提交訊息，並建立文件完善的 PR。

手動管理 Kubernetes 部署會導致配置漂移和環境不一致。此技能能夠透過 Git 作為單一真實來源並搭配持續調解，實現自動化、宣告式的部署。

透過將 AI 整合到 GitHub Actions 來���化您的開發工作流程。此技能提供即用型的模式，用於自動化 PR 審查、智慧 Issue 分類以及 CI/CD 優化。