supabase
Handles the full Supabase workflow from schema changes to deployment, with built-in security guardrails that catch common traps like RLS...
security-review-skill-creator
生成安全审计 skill。两种模式:(1) 项目模式——根据项目文档生成定制化审计 skill;(2) 通用模式——仅指定语言+框架,从参考资料库生成通用审计 skill。当用户想创建安全审计 skill、生成审计规则、或提到"生成安全审计skill"、"创建code review skill"、"生成 Java 审计 skill"时使用。
Full skill instructions
生成安全审计 Skill,支持两种模式:
| 模式 | 输入 | 产出 | 适用场景 |
|---|---|---|---|
| 项目模式 | 项目文档(飞书/本地) | security-review-skill-for-{project} | 有设计文档、审计报告的特定项目 |
| 通用模式 | 语言 + 框架(如 "Java + Spring") | security-review-skill-for-{lang}-{framework} | 无项目文档,需要通用语言/框架审计能力 |
核心目标:
设计理念:生成的 skill 是一个 prompt-based 审计指南,指导 Claude 如何审计代码。不依赖外部工具,Claude 直接阅读代码并应用检查规则。
多语言/多服务项目增强(从 DEX 项目实践中提炼):
收到用户请求后,首先判定模式:
| 信号 | 模式 |
|---|---|
| 用户提供了项目文档(飞书链接/本地文件/项目描述) | 项目模式 |
| 用户只说 "生成 Java + Spring 审计 skill" / "Go 通用审计" | 通用模式 |
| 不确定 | 用 AskUserQuestion 询问:"有项目文档吗?还是生成通用语言审计 skill?" |
┌─────────────────────────────────────────────────────────────────┐
│ 项目模式 (Project Mode) │
├─────────────────────────────────────────────────────────────────┤
│ 1. 收集项目文档 (lark-reader / 本地文件) — 多遍提取 │
│ - 第一遍:架构 + 技术栈 │
│ - 第二遍:业务规则 + 公式 + 状态机 │
│ - 第三遍:已有审计报告 + 安全检查清单 + 攻击案例 │
│ ↓ │
│ 2. 提取安全关注点 │
│ - 技术栈 → 语言特定漏洞模式 │
│ - 业务流程 → 业务逻辑检查项 │
│ - 权限模型 → 越权检测规则 │
│ - 领域特定 → 公式/不变量/状态机 (DeFi/IoT/...) │
│ - 已有安全知识 → 审计发现/行业事故 │
│ ↓ │
│ 2.5 【强制】Read 参考资料 (reference_index.yaml) │
│ - 语言 → Read languages/*.md + checklists/*.md + adapters/ │
│ - 框架 → Read frameworks/*.md │
│ - 业务 → Read security/*.md (竞态/OAuth/GraphQL/DeFi/...) │
│ - 案例 → Read wooyun/ + cases/ │
│ - 核心 → Read core/ (污点分析/误报过滤) [始终加载] │
│ - 通用 → Read checklists/universal.md + coverage_matrix.md │
│ ⚠️ 禁止跳过!禁止仅凭自身知识替代参考文件内容! │
│ ↓ │
│ 2.6 验证覆盖度(对照 coverage_matrix.md) │
│ ↓ │
│ 3. 生成 security-review-skill-for-xxx │
│ - 通用漏洞检查 (从 languages/ + checklists/ 提取) │
│ - 深度漏洞模式 (从 languages/ + frameworks/ 提取) │
│ - 审计正则速查 (从 adapters/ + languages/ 提取) │
│ - 项目特定检查 (从文档提取,含公式/不变量/状态机) │
│ - 已有审计发现 + 行业攻击案例 │
│ - 误报过滤 + 污点分析 (从 core/ 提取) │
│ ↓ │
│ 4. 创建测试用例 + 评估 + 迭代改进 │
│ ↓ │
│ 5. 输出最终 skill (SKILL.md ~15-20KB + checks/ + known-issues/) │
└─────────────────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────────────────┐
│ 通用模式 (Generic Mode) │
├─────────────────────────────────────────────────────────────────┤
│ 1. 解析用户指定的语言 + 框架 │
│ - 如 "Java + Spring" → lang=java, framework=spring │
│ - 如 "Go 通用" → lang=go, framework=无 │
│ ↓ │
│ 2. 【全量加载】Read 参考资料 (reference_index.yaml) │
│ - 语言 → Read languages/{lang}.md(含全部 specialized) │
│ + checklists/{lang}.md + adapters/{lang}.yaml │
│ - 框架 → Read frameworks/{framework}.md │
│ - 核心 → Read core/ [始终加载] │
│ - 通用 → Read checklists/universal.md + coverage_matrix.md │
│ - 案例 → Read wooyun/ 中与该语言高相关的类别 │
│ + cases/real_world_vulns.md │
│ ⚠️ 通用模式下 references 是唯一内容来源,更需完整加载! │
│ ↓ │
│ 3. 生成 security-review-skill-for-{lang}-{framework} │
│ - 通用漏洞检查 (从 references 全量提取,少裁剪) │
│ - 深度漏洞模式 (从 languages/ 完整提取 Sink 列表) │
│ - 审计正则速查 (从 adapters/ 完整提取) │
│ - 框架威胁面 (从 frameworks/ 完整提取) │
│ - 误报过滤 + 污点分析 (从 core/ 提取) │
│ - checks/ 按安全维度分组(D1注入/D2认证/...) │
│ - known-issues/ 填入语言+框架通用案例 │
│ ↓ │
│ 4. 创建测试用例 + 评估 + 迭代改进 │
│ ↓ │
│ 5. 输出最终 skill (SKILL.md ~15-20KB + checks/ + known-issues/) │
└─────────────────────────────────────────────────────────────────┘
生成的 security-review-skill 需要经过:
使用 agents/security_grader.md 进行评估:
| 维度 | 指标 | 说明 |
|---|---|---|
| 检出率 | Recall | 真实漏洞被检出的比例 |
| 精确率 | Precision | 报告中真实漏洞的比例 |
| 定位准确 | Location | 漏洞行号是否准确 |
{
"skill_name": "security-review-skill-for-xxx",
"evals": [
{
"id": 1,
"name": "sql-injection-basic",
"prompt": "审计这段代码的安全问题",
"files": ["test_cases/vuln_sql.py"],
"ground_truth": {
"vulnerabilities": [
{"type": "sql_injection", "location": "vuln_sql.py:15", "severity": "CRITICAL"}
],
"safe_patterns": [
{"location": "vuln_sql.py:30", "reason": "使用参数化查询"}
]
},
"expectations": [
"检测到 SQL 注入漏洞",
"正确定位到 vuln_sql.py:15",
"不将 vuln_sql.py:30 标记为漏洞"
]
}
]
}
生成的 skill 需要有准确的 description 以正确触发:
原则:
示例:
# 好
description: 审计 XXX 项目的代码安全,检测 SQL 注入、XSS、越权等漏洞。当需要审计 XXX 代码、进行安全评审、或检查 XXX 项目漏洞时使用。
# 差
description: 一个安全扫描工具
生成 skill 时可引用的深度参考资料(来自 code-audit 知识库):
| 类别 | 目录 | 文件数 | 用途 |
|---|---|---|---|
| 语言漏洞模式 | references/languages/ | 18 | 语言特定的 sink/source、深度漏洞模式(Java 含 7 个专题) |
| 框架安全指南 | references/frameworks/ | 14 | 框架特有威胁面、安全配置、检查清单 |
| 安全领域分析 | references/security/ | 24 | 竞态条件、业务逻辑、OAuth、GraphQL、LLM 等深度分析 |
| 审计检查清单 | references/checklists/ | 11 | D1-D10 维度检查项 + 判定规则 |
| Wooyun 真实案例 | references/wooyun/ | 9 | 88,636 个真实漏洞的统计和案例 |
| 核心审计模块 | references/core/ | 6 | 污点分析、误报过滤、绕过策略、敏感操作矩阵 |
| 语言适配器 | references/adapters/ | 5 | YAML 格式的语言特定配置 |
| 实战漏洞 | references/cases/ | 1 | 真实世界漏洞案例集 |
根据 references/reference_index.yaml 的六层映射自动选择:
languages/*.md + checklists/*.md + adapters/*.yamlframeworks/*.mdsecurity/*.md(支付→竞态+业务逻辑,OAuth→认证授权)core/taint_analysis.md + core/false_positive_filter.md + core/sensitive_operations_matrix.mdwooyun/*.mdchecklists/universal.md + checklists/coverage_matrix.md + cases/real_world_vulns.md选择示例(Java + Spring Boot + 支付系统):
languages/java.md + 7 个 Java 专题 + checklists/java.md + adapters/java.yamlframeworks/spring.md + frameworks/mybatis_security.mdsecurity/business_logic.md + security/race_conditions.md + security/authentication_authorization.mdcore/taint_analysis.md + core/false_positive_filter.md + core/sensitive_operations_matrix.mdwooyun/sql-injection.md + wooyun/logic-flaws.mdchecklists/universal.md + checklists/coverage_matrix.md + cases/real_world_vulns.md生成的 skill 总量按复杂度动态调整,SKILL.md 包含完整的通用漏洞检查和深度模式,checks/ 和 known-issues/ 承载补充检查:
| 项目类型 | SKILL.md | checks/ 合计 | known-issues/ 合计 | 总计 | 示例 |
|---|---|---|---|---|---|
| 简单(单语言、单服务) | 12-15KB | 5-15KB | 0-5KB | 20-30KB | Django Web 应用 |
| 中等(2-3 语言、微服务) | 15-20KB | 10-20KB | 3-8KB | 30-45KB | FastAPI + React + Redis |
| 复杂(多语言、跨链/多引擎) | 18-25KB | 15-25KB | 5-10KB | 40-60KB | DEX(Go + C++ + Rust + Java + 跨链桥) |
| 技术栈 | SKILL.md | checks/ 合计 | known-issues/ 合计 | 总计 | 示例 |
|---|---|---|---|---|---|
| 单语言 | 15-20KB | 8-15KB | 3-5KB | 25-35KB | Go 通用审计 |
| 语言+框架 | 18-25KB | 10-18KB | 3-6KB | 30-45KB | Java + Spring 审计 |
| 语言+多框架 | 20-28KB | 12-20KB | 4-8KB | 35-50KB | Java + Spring + MyBatis 审计 |
通用模式裁剪策略(与项目模式的核心区别):
| 来源 | 项目模式 | 通用模式 |
|---|---|---|
| 语言文件(20-40KB) | 重度裁剪:仅提取匹配框架章节,每种漏洞 1 个代码对 | 轻度裁剪:保留大部分 Sink 列表、漏洞类型、代码示例。仅跳过与其他语言交叉的重复内容 |
| 框架文件(15-30KB) | 威胁面概览 + 检查清单,跳过 CVE 深度 | 中度裁剪:保留威胁面 + 安全配置 + CVE 速查。框架是通用 skill 的核心价值 |
| 安全领域(18KB+) | 仅提取项目语言代码示例 | 按框架关联选择:Spring→认证授权+API安全,Express→XSS+CSRF 等 |
| Wooyun/案例 | 项目相关的 top 3-5 | 语言相关的 top 10:更多案例(通用 skill 的案例覆盖是价值点) |
| 核心文件 | ~1KB 决策框架 | 同项目模式 |
| 已有审计发现 | 完整保留 | 无(通用模式无项目发现) |
项目模式裁剪优先级:已有审计发现 > 公式/不变量 > 危险模式 > 安全模式 > 检测提示 > 攻击案例 > 修复建议
通用模式裁剪优先级:Sink/Source 列表 > 审计正则 > 框架威胁面 > 危险+安全代码对 > 案例 > 检测提示
生成的 skill 支持三种审计模式,触发时通过 AskUserQuestion 让用户选择:
| 模式 | 触发场景 | 扫描范围 |
|---|---|---|
| 全量审计 | "审计 x/bridge 模块" | 指定目录全部代码 |
| PR/分支审计 | "审计 feature-branch" / "审计 PR" | git diff 改动文件 + 调用链 |
| 最近变更审计 | "扫描最近 7 天变更" | git log --since 改动文件 + 调用链 |
PR/分支模式和最近变更模式会先执行 Step 0:
git diff --name-only 获取改动文件列表方法论 7 步(三种模式共用,diff/PR 模式仅缩小范围):
基于 references/general_vulns.md + references/languages/*.md + references/checklists/universal.md,必须覆盖 6 个子类:
基于 references/languages/ + references/frameworks/ + references/security/ 裁剪:
基于 references/core/:
映射审计目标→需要读取的 checks/ 文件,指导 Claude 按需加载模块检查
JSON schema 定义审计结果结构
从项目文档提取(参考 references/document_extraction.md):
当用户只指定语言+框架时,执行以下简化流程:
从用户输入中提取:
根据 references/reference_index.yaml,加载该语言+框架的全部参考文件:
L1 语言: Read languages/{lang}.md + 全部 specialized(如 Java 含 7 个专题)
+ checklists/{lang}.md + adapters/{lang}.yaml
L2 框架: Read frameworks/{framework}.md(每个框架都读)
L4 核心: Read core/taint_analysis.md + core/false_positive_filter.md
+ core/sensitive_operations_matrix.md
L5 案例: Read wooyun/ 中与该语言高频相关的类别(SQL注入/命令执行/文件上传等)
+ cases/real_world_vulns.md
L6 通用: Read checklists/universal.md + checklists/coverage_matrix.md
与项目模式的区别:
使用 templates/skill_main_template.md 生成 SKILL.md,但有以下差异:
| 区域 | 项目模式 | 通用模式 |
|---|---|---|
| 项目背景 | 具体项目描述 | "通用 {lang} + {framework} 安全审计" |
| 通用漏洞检查 | 裁剪到项目相关 | 完整覆盖 OWASP Top 10 全部类别 |
| 深度漏洞模式 | 裁剪 Sink 列表 | 完整 Sink/Source 列表 + 所有漏洞类型 |
| 审计正则 | 按项目语言选 | 完整提取 adapter 中的所有正则 |
| 框架威胁面 | 按项目框架选 | 完整提取框架文件内容 |
| checks/ | 按项目模块分 | 按安全维度分(见下方) |
| known-issues/ | 项目审计发现 | 语言+框架通用案例 |
通用模式 checks/ 分组规则(按安全维度而非项目模块):
checks/
├── injection-security.md # D1 注入类(SQL/命令/SSTI/XSS 等)深度检查
├── auth-security.md # D2/D3 认证授权(JWT/OAuth/RBAC/IDOR)深度检查
├── data-crypto-security.md # D7 数据保护 + 加密(弱算法/硬编码密钥/随机数)
├── file-network-security.md # D5/D6 文件操作 + 网络(路径遍历/SSRF/反序列化)
├── config-dependency.md # D8/D10 配置 + 供应链(调试模式/CORS/CVE 依赖)
└── business-logic.md # D9 业务逻辑(竞态/状态机/Mass Assignment)
每个 check 文件包含:
checklists/{lang}.md 对应 D 段落提取)通用模式 known-issues/ 内容:
known-issues/
├── common-vulnerabilities.md # 该语言+框架的高频漏洞案例(从 wooyun/ + cases/ 提取)
└── attack-patterns.md # 通用攻击模式速查 + 绕过技巧
同项目模式的 Step 3-5。
# 从飞书读取(可选:如需读取飞书文档,安装 lark-skills)
# (Optional: install lark-skills if you need to read Feishu documents)
node <lark-skills-dir>/bin/read-doc.mjs "https://xxx.larksuite.com/wiki/设计文档"
# 或直接提供本地文件
cat /path/to/design-doc.md
第一遍:架构和技术栈
第二遍:业务规则和公式(对领域特定项目尤其重要)
第三遍:已有安全知识(关键步骤!)
为什么重要:项目已有的安全分析是最高价值输入——比通用参考精准得多。 跳过这一步 = 遗漏项目最核心的安全知识。
提供文档内容后,我会:
security-review-skill-for-xxx此步骤不可跳过。 禁止仅凭自身知识填充通用漏洞检测内容——必须从参考文件中提取,确保覆盖完整。
根据 references/reference_index.yaml,按项目技术栈确定需要 Read 的文件列表,然后逐一 Read 并提取内容。
Step 2a: 确定文件列表
对照 reference_index.yaml 六层映射,列出所有需要加载的文件:
| 层 | 条件 | 文件 | 提取目标 |
|---|---|---|---|
| L1 语言 | 每种项目语言 | languages/{lang}.md + checklists/{lang}.md + adapters/{lang}.yaml(如有) | Sink/Source 列表、审计正则、通用漏洞模式、危险+安全代码对 |
| L2 框架 | 每个项目框架 | frameworks/{framework}.md | 框架威胁面、安全配置、框架特有漏洞 |
| L3 业务 | 匹配关键词 | security/*.md | 领域深度安全分析 |
| L4 核心 | 始终 | core/taint_analysis.md + core/false_positive_filter.md + core/sensitive_operations_matrix.md | 污点分析规则、误报过滤、敏感操作矩阵 |
| L5 案例 | 匹配漏洞类型 | wooyun/*.md | 真实攻击案例、绕过技巧 |
| L6 通用 | 始终 | checklists/universal.md + checklists/coverage_matrix.md + cases/real_world_vulns.md | 通用检查维度、覆盖度矩阵 |
Step 2b: 逐文件 Read 并提取
对列表中的每个文件执行 Read,提取以下内容到生成的 skill 中:
从 languages/{lang}.md 必须提取:
从 adapters/{lang}.yaml 或 languages/{lang}.md 的正则部分必须提取:
从 checklists/{lang}.md 必须提取:
从 frameworks/{framework}.md 必须提取:
从 security/*.md 必须提取:
从 core/*.md 必须提取:
从 checklists/universal.md + checklists/coverage_matrix.md 必须提取:
Step 2c: 验证覆盖度
生成 skill 前,对照检查:
[ ] 每种项目语言的 languages/ 文件已 Read?
[ ] 每种项目框架的 frameworks/ 文件已 Read?
[ ] 审计正则覆盖了所有语言的全部通用漏洞类型?
[ ] Sink/Source 列表是否完整(来自参考文件而非自行编写)?
[ ] 误报过滤规则是否来自 core/false_positive_filter.md?
[ ] 覆盖度矩阵是否对照了 checklists/coverage_matrix.md?
任何一项为否 → 回到 Step 2b 补读对应文件。
templates/skill_main_template.md):方法论 + 路由表templates/skill_check_template.md):按模块分组的检查文件templates/skill_known_issues_template.md):已知问题和攻击案例创建包含已知漏洞的测试代码:
使用 Security Grader(见 agents/security_grader.md)评估:
{
"security_metrics": {
"true_positives": 8,
"false_positives": 2,
"false_negatives": 1,
"precision": 0.80,
"recall": 0.89,
"f1_score": 0.84
}
}
根据评估结果:
如果存在领域安全框架,逐项对照检查覆盖度:
| 领域 | 参考框架 | 说明 |
|---|---|---|
| Web 应用 | OWASP ASVS | 应用安全验证标准 |
| DeFi/DEX | DEX scan prompts (skills/prompts/security/dex/) | 六维扫描框架 |
| 智能合约 | OWASP Smart Contract Top 10 | 链上合约安全 |
| API | OWASP API Security Top 10 | API 安全 |
对照方法:
使用内置的 Description 优化方法论(参考 skill-creator 原则):
优化原则:
验证方法:
应触发:
✓ "审计这个项目的代码安全"
✓ "检查 XXX 项目有没有漏洞"
✓ "code review XXX"
✓ "XXX 项目安全扫描"
不应触发:
✗ "帮我写一个 SQL 查询"(不是审计)
✗ "通用代码审查"(不是安全审计)
✗ "扫描 YYY 项目"(不是目标项目)
示例对比:
# 好
description: 审计 XXX 项目的代码安全,检测 SQL 注入、XSS、越权等漏洞。
当需要审计 XXX 代码、进行安全评审、或检查 XXX 项目漏洞时使用。
支持 Python/Java/Go 代码。
# 差
description: 一个安全扫描工具
security-review-skill-for-{project}/
├── SKILL.md # 入口(方法论 + 通用检查 + 路由表)~15-20KB
├── checks/ # 模块检查文件(按项目模块分组,按需读取)
│ ├── <module>-security.md # 每个 1-5KB
│ └── ...
├── known-issues/ # 已知问题(对照时读取)
│ ├── prior-findings.md # 项目已发现漏洞
│ ├── industry-attacks.md # 行业攻击案例
│ └── attack-patterns.md # 速查表 + 绕过技巧
└── evals/ # 可选:测试用例
├── evals.json
└── test_cases/
security-review-skill-for-{lang}-{framework}/
├── SKILL.md # 入口(方法论 + 完整通用检查 + 路由表)~15-25KB
├── checks/ # 安全维度检查文件(按 D 维度分组,按需读取)
│ ├── injection-security.md # D1 注入深度检查
│ ├── auth-security.md # D2/D3 认证授权深度检查
│ ├── data-crypto-security.md # D7 数据保护 + 加密
│ ├── file-network-security.md# D5/D6 文件 + 网络
│ ├── config-dependency.md # D8/D10 配置 + 供应链
│ └── business-logic.md # D9 业务逻辑
├── known-issues/ # 通用案例(对照时读取)
│ ├── common-vulnerabilities.md # 语言+框架高频漏洞案例
│ └── attack-patterns.md # 攻击模式速查 + 绕过技巧
└── evals/ # 可选:测试用例
├── evals.json
└── test_cases/
Tier 1 — SKILL.md(每次审计都加载):
Tier 2 — checks/(按需读取):
Tier 3 — known-issues/(对照参考时读取):
SKILL.md 中必须包含路由表,格式示例:
## 审计路由
根据审计目标,**必须**先 Read 对应检查文件再开始审计:
| 审计目标 | 读取文件 |
|---------|---------|
| vault / 资金安全 | checks/vault-security.md |
| bridge / 跨链 | checks/bridge-security.md |
| 全量审计 | 按优先级依次读取所有 checks/ |
已知问题对照:Read known-issues/prior-findings.md
将项目特定检查(special_check)分组到 checks/ 文件时:
vault-security.md、bridge-security.md| 组件 | 路径 | 说明 |
|---|---|---|
| 入口模板 | templates/skill_main_template.md | 生成 SKILL.md(方法论 + 路由表) |
| 检查文件模板 | templates/skill_check_template.md | 生成 checks/*.md |
| 已知问题模板 | templates/skill_known_issues_template.md | 生成 known-issues/*.md |
| 旧版模板 | templates/skill_template_legacy.md | 旧版单文件模板(备用) |
| 组件 | 路径 | 说明 |
|---|---|---|
| 审计方法论 | references/architecture_patterns.md | 渐进分析、数据流、跨文件、误报消除 |
| 文档提取指南 | references/document_extraction.md | 如何从项目文档提取安全信息 |
| 通用漏洞库 | references/general_vulns.md | OWASP + 业务逻辑 + 语言特定模式(概览层) |
| Security Grader | agents/security_grader.md | 评估 skill 的检出效果 |
| 参考索引 | references/reference_index.yaml | 六层选择映射(语言→框架→业务→核心→案例→通用) |
| 语言漏洞模式 | references/languages/ (18 files) | 深度语言漏洞模式(Java 含 7 专题、反序列化等) |
| 框架安全指南 | references/frameworks/ (14 files) | Spring/Django/Flask/Express 等框架特有安全问题 |
| 安全领域分析 | references/security/ (24 files) | 竞态、业务逻辑、OAuth、GraphQL、LLM 等 |
| 审计检查清单 | references/checklists/ (11 files) | D1-D10 维度检查 + 判定规则 + 通用覆盖矩阵 |
| Wooyun 案例 | references/wooyun/ (9 files) | 88,636 个真实漏洞的统计、攻击模式和案例 |
| 核心审计模块 | references/core/ (6 files) | 污点分析、误报过滤、绕过策略、敏感操作矩阵 |
| 语言适配器 | references/adapters/ (5 files) | YAML 格式的语言特定检查配置 |
| 实战漏洞 | references/cases/ (1 file) | 真实世界漏洞案例集 |
Handles the full Supabase workflow from schema changes to deployment, with built-in security guardrails that catch common traps like RLS...
Comprehensive guides and best practices for Neon Serverless Postgres, covering setup, connection methods, authentication, and platform APIs.
Guide for setting up and using Firebase Authentication. Use this skill when the user's app requires user sign-in, user management, or secure data access using auth rules.
A skill to evaluate how secure Firestore security rules are. Use this when Firestore security rules are updated to ensure that the generated rules are extremely secure and robust.
Official skill for integrating Firebase AI Logic (Gemini API) into web applications. Covers setup, multimodal inference, structured output, and security.
Complete Better Auth server and client setup with database adapters, session management, plugins, and security configuration.
Deploy and manage projects on Vercel using token-based authentication. Use when working with Vercel CLI using access tokens rather than interactive login — e.g. "deploy to vercel", "set up vercel", "add environment variables to vercel".
Complete Cloudflare platform integration with decision trees for compute, storage, AI, networking, security, and infrastructure-as-code.
Run Azure compliance and security audits with azqr plus Key Vault expiration checks. Covers best-practice assessment, resource review, policy/compliance validation, and security posture checks. WHEN: compliance scan, security audit, BEFORE running azqr (compliance cli tool), Azure best practices, Key Vault expiration check, expired certificates, expiring secrets, orphaned resources, compliance assessment.
Send, read, and manage Gmail messages, drafts, labels, and account settings.
Comprehensive website auditing across 230+ rules in 21 categories including SEO, performance, security, and accessibility.
Shared authentication, CLI syntax, and output formatting patterns for gws Google Workspace commands.
Discover your celebrity doppelgänger with StarByFace!
GeoSpy: Pricing, Features, FAQs, and Alternatives for AI Teams
Detect AI-generated voices to protect against audio fraud.
Ensure Your Content's Originality with AI Plagiarism Checker
Upscale images by 400% without quality loss
Protect your social media from copyright disputes
Accurately Detect AI-Generated Content with TheChecker.AI
Chrome extension that detects and flags AI-generated content