> Debugging _

minecraft-debug-mcp предоставляет инструмент разработчика для отладки кода Minecraft-бота, обеспечивая удобный интерфейс для анализа и управления его состоянием. Функциональность включает в себя MCP REPL сервер, позволяющий инспектировать состояние бота (get_state), просматривать логи (get_logs) и анализировать трассировки LLM (get_llm_trace). Основная задача – упрощение процесса поиска ошибок и ускорение разработки. Инструмент позволяет выполнять команды через execute_repl, а также предоставляет возможности для эмуляции диалогов (inject_chat) и тестирования конкретных событий (inject_event). Используется стек технологий: JavaScript, Node.js, TypeScript, pnpm, и SSE. Рекомендуется начинать с операций только для чтения, постепенно переходя к инструментам, позволяющим вносить изменения. Приоритет отдается get_state, get_logs и get_llm_trace перед использованием execute_repl для диагностики.

Использует инструменты разработчика Chrome через MCP для эффективной отладки, устранения неполадок и автоматизации браузера. Используйте, когда отлаживаете веб-страницы, автоматизируете взаимодействие с браузером, анализируете производительность или проверяете сетевые запросы. Этот навык не применяется в режиме `--slim` (конфигурация MCP).

Использует инструменты разработчика Chrome (MCP) и документацию для устранения неполадок, связанных с подключением и целевыми объектами. Активируйте эту функцию, когда возникают ошибки при выполнении операций `list_pages`, `new_page` или `navigate_page`, или когда происходит сбой при инициализации сервера.

Используйте инструменты MCP в Chrome DevTools для отладки и оптимизации Largest Contentful Paint (LCP). Применяйте эти знания всякий раз, когда пользователь спрашивает об LCP, медленной загрузке страниц, оптимизации Core Web Vitals или хочет понять, почему основное содержимое страницы отображается слишком долго. Также используйте, когда пользователь упоминает "largest contentful paint", "скорость загрузки страницы", "CWV" или хочет улучшить скорость рендеринга основного изображения или основного контента.

Координируйте параллельные проверки кода по различным аспектам качества, обеспечивая устранение дублирования замечаний, согласование уровней серьезности и формирование сводных отчетов. Используйте этот навык при организации проверок кода с участием нескольких рецензентов, при определении степени серьезности выявленных проблем или при объединении результатов проверок.

Понимайте методы защиты от обратной разработки, обфускации и защиты, с которыми вы сталкиваетесь при анализе программного обеспечения. Используйте эти навыки при анализе методов уклонения от обнаружения вредоносного ПО, при реализации средств защиты от отладки для задач CTF, при обратной разработке упакованных исполняемых файлов или при создании инструментов для исследований в области безопасности, которые должны обнаруживать виртуализированные среды.

⚠️ ТОЛЬКО ДЛЯ ДОПУСКАЕМОГО ИСПОЛЬЗОВАНИЯ > Этот инструмент предназначен только для образовательных целей или авторизованных проверок безопасности. > Вы должны иметь явное письменное разрешение от владельца системы, прежде чем использовать этот инструмент. > Неправомерное использование этого инструмента является незаконным и строго запрещено.

Освойте основные инструменты для сканирования, необходимые для обнаружения сети, оценки уязвимостей, тестирования веб-приложений, обеспечения безопасности беспроводных сетей и проверки соответствия требованиям. Этот навык охватывает выбор инструментов, их настройку и практическое применение в различных категориях сканирования.

Навыки работы с платформой данных X (Twitter): поиск твитов, поиск пользователей, извлечение подписчиков, метрики вовлеченности, проведение розыгрышей, мониторинг, веб-хуки, 19 инструментов для извлечения данных, сервер MCP.

Полный анализ модели угроз STRIDE-A и возможность постепенного обновления для репозиториев и систем. Поддерживает два режима: (1) Полный анализ — полный анализ модели угроз STRIDE-A для репозитория, создающий архитектурные обзоры, диаграммы потоков данных (DFD), анализ STRIDE-A, приоритезированные результаты и сводные отчеты для руководства. (2) Постепенный анализ — использует предыдущий отчет об анализе угроз в качестве отправной точки, сравнивает исходный код в последней версии (или в указанном коммите) и создает обновленный отчет с отслеживанием изменений (новые, устраненные, существующие угрозы), тепловой картой STRIDE, различиями в результатах и встроенным HTML-сравнением. Активируется только при явном запросе пользователя на анализ модели угроз, постепенное обновление или при прямом вызове `/threat-model-analyst`.

Пожалуйста, предоставьте текст, который вы хотите, чтобы я перевел.

AI-powered сканер безопасности кода, который анализирует код, подобно специалисту по безопасности: отслеживает потоки данных, понимает взаимодействие компонентов и выявляет уязвимости, которые не обнаруживают инструменты, основанные на сопоставлении с образцами. Используйте эту функцию, когда вас просят проверить код на наличие уязвимостей, найти ошибки, проверить наличие SQL-инъекций, XSS, инъекций команд, открытых API-ключей, жестко закодированных секретов, небезопасных зависимостей, проблем с контролем доступа или при запросах, таких как "безопасен ли мой код?", "проверьте на наличие проблем безопасности", "проведите аудит этого кода" или "проверьте на наличие уязвимостей". Охватывает уязвимости, связанные с инъекциями, ошибки аутентификации и контроля доступа, утечки секретов, слабую криптографию, небезопасные зависимости и проблемы бизнес-логики в JavaScript, TypeScript, Python, Java, PHP, Go, Ruby и Rust.

Разработка сложных AI-агентов для LLM и CLI часто сопряжена с проблемами управляемости и предсказуемости. Библиотека ai-agents-architect предоставляет набор готовых навыков и инструментов, позволяющих создавать, строить и управлять агентами с контролируемой автономией и элегантной обработкой ошибок, что особенно важно при разработке игр. В основе решения лежит обширная библиотека (1326+ навыков) и удобный CLI установщик, обеспечивающие гибкость и скорость реализации. Реализация паттерна ReAct Loop и поддержка планирования и исполнения (Plan-and-Execute) позволяют создавать агентов, способных к последовательному решению задач, что критично для геймдева и использования в игровом движке. Технический стек включает JavaScript, Python, Node.js и интеграцию с LLM API, а также систему регистрации инструментов. ai-agents-architect упрощает создание надежных и масштабируемых AI-агентов, обеспечивая предсказуемое поведение и возможность отладки.

gdb-cli – это инструмент разработчика, предназначенный для автоматизации и упрощения процесса C/C++. Он позволяет AI агентам эффективно анализировать сбои, проводить детальную инспекцию состояния программы в реальном времени и получать полезную информацию для . Поддержка анализа дампов памяти и возможность подключения к работающим процессам значительно ускоряют процесс выявления и устранения проблем. Ключевые возможности gdb-cli включают извлечение трассировок стека с локальными переменными, инспекцию регистров процессора и поддержку анализа дампов памяти. Использование gdb-cli в сочетании с анализом исходного кода позволяет AI агентам предоставлять более точные и контекстно-зависимые рекомендации по отладке, особенно при работе со сложными многопоточными приложениями. Для работы требуется Linux операционная система, Python 3.6.8+ и версия GDB 9.0 или выше с поддержкой Python. Установка осуществляется через pip, что обеспечивает простую интеграцию в существующие рабочие процессы. Этот инструмент значительно повышает эффективность процесса и .

Решение проблем инцидентов становится значительно эффективнее благодаря автоматизации задач и интеллектуальной оркестровке агентов. incident-response-smart-fix – это устанавливаемая библиотека GitHub, содержащая более 1326 навыков для различных AI-ассистентов, таких как Claude Code, Cursor и Gemini CLI, позволяющая быстро реагировать на критические ситуации и минимизировать простои. В основе решения лежит оптимизированный рабочий процесс, включающий автоматизированный анализ ошибок, выявление первопричин и применение корректирующих действий. Использование скриптинга и интеграция с инструментами наблюдения (Sentry, DataDog, OpenTelemetry) обеспечивают детальный мониторинг и возможность быстрого восстановления работоспособности системы. Библиотека предоставляет удобный CLI-инсталлятор, готовые наборы навыков (bundles) и коллекции, разработанные сообществом, для ускорения процесса реагирования на инциденты и повышения общей надежности инфраструктуры. Она позволяет внедрять современные практики, включая AI-помощь в отладке и автоматизированный поиск регрессий.

Покажите, что может делать этот экземпляр NanoClaw: установленные функции, доступные инструменты и информацию о системе. Только для чтения. Используйте, когда пользователь спрашивает, что умеет бот, что установлено или выполняет команду /capabilities.

Используйте этот навык, когда вам необходимо отлаживать сбои CUDA в SGLang, используя логирование API ядра.

Рекомендации по оптимизации производительности React и Next.js от Vercel Engineering. Этот навык следует использовать при написании, проверке или рефакторинге кода React/Next.js для обеспечения оптимальных показателей производительности. Применяется к задачам, связанным с компонентами React, страницами Next.js, извлечением данных, оптимизацией сборки или улучшением производительности.

Глубокие исследовательские навыки, основанные на технологии NotebookLM MCP. Проводит структурированные исследования с использованием нескольких источников (анализ рынка, сбор информации о конкурентах, анализ трендов, изучение потенциальных клиентов), используя Google NotebookLM в качестве поисковой системы, а затем предоставляет результаты в структурированном виде, а также опциональные дополнительные материалы (презентации, аудиоподкасты, видео, инфографику, отчеты, интеллект-карты).

Навык анализа файлов трассировки и выявления причинно-следственных связей между потоками и процессами (с использованием waker_utid).

Проведите тестирование и оценку производительности фильтров Django ORM на больших наборах данных. Используйте эту возможность всякий раз, когда пользователь хочет протестировать производительность фильтров, проверить планы запросов с помощью `EXPLAIN ANALYZE`, сгенерировать большие объемы тестовых данных для фильтров, проверить использование индексов или провести оценку производительности любого фильтра запросов в кодовой базе Saleor. Активируйте это действие, даже если пользователь говорит что-то вроде: "протестируйте фильтр на большом наборе данных", "проверьте, используется ли индекс", "сгенерируйте данные для тестирования производительности", "запустите `explain analyze` для этого фильтра" или "проведите оценку производительности этого запроса".

Планируйте и выполняйте исследования поведения системы во время работы, используя временные скрипты для сбора данных, матрицы для проверки, механизмы контроля состояния и отчеты, в которых сначала указываются результаты. Используйте эту функцию только тогда, когда пользователь явно инициирует ее для проверки фактического поведения системы во время работы, помимо обычной проверки на уровне кода, особенно для выявления граничных случаев, неописанного поведения или распространенных режимов отказа в локальных или работающих интеграциях. Базовая проверка работоспособности может быть хорошей отправной точкой, но не ограничивайтесь подтверждением стандартного сценария.

Делайте скриншоты для сред уязвимостей Vulhub в GNOME Wayland. Используйте эту функцию всякий раз, когда вам нужно делать скриншоты веб-страниц, окон браузера, окон приложений Xwayland или делать снимки всего экрана для документации по уязвимостям. Также используйте эту функцию, когда вам нужно взаимодействовать с веб-страницей через Chrome DevTools Protocol (CDP) перед тем, как сделать скриншот (например, заполнять формы входа, нажимать кнопки, переходить по многоступенчатым процессам). Эта функция предоставляет скрипты для создания скриншотов браузера, захвата окон и скриншотов на основе GNOME portal. Используйте ее для любых задач создания скриншотов в сеансе GNOME Wayland, особенно при документировании шагов воспроизведения эксплойтов.

Используйте эту функцию для оптимизации запросов или устранения проблем в приложениях Laravel, таких как медленные страницы, запросы N+1, исключения, неудачные запросы или неожиданное поведение, путем анализа данных, собранных Laravel Debugbar, с помощью команд Artisan CLI. Применяйте это, когда пользователь просит вас исследовать ошибку, диагностировать медленный запрос, найти повторяющиеся запросы, проверить, что произошло в предыдущем запросе, или оптимизировать производительность базы данных, даже если они явно не упоминают "Debugbar" или "профилирование".

Информация об инструменте дифференциального фаззера, как его запустить и использовать для поиска ошибок в Turso. Всегда загружайте этот навык при использовании этого инструмента.

Как проводить бенчмаркинг и анализ использования памяти в Turso с использованием библиотеки `memory-benchmark` и профайлера памяти `dhat`. Используйте эти навыки всякий раз, когда пользователь упоминает использование памяти, профилирование памяти, отслеживание выделений, анализ кучи, регрессию памяти, бенчмаркинг памяти, `dhat` или хочет понять, где происходит выделение памяти во время SQL-операций. Также используйте это при расследовании роста памяти в режимах WAL или MVCC. ВАЖНО: Если вы изменяете библиотеку `perf/memory` (добавляете профили, изменяете флаги командной строки, изменяете формат вывода и т.д.), обновите этот документ, чтобы отразить эти изменения, чтобы он оставался точным для будущих агентов.

Semgrep – это быстрый и легковесный инструмент статического анализа, предназначенный для выявления ошибок, уязвимостей безопасности и обеспечения соблюдения стандартов кодирования во всем коде. Агент должен использовать эту функцию, когда его просят выполнить статический анализ, проверить код на наличие проблем безопасности, обнаружить шаблоны или анти-шаблоны кода, написать или протестировать собственные правила Semgrep, настроить статический анализ безопасности (SAST) в конвейерах CI/CD, анализировать результаты сканирования, подавлять ложные срабатывания или проводить быструю проверку безопасности без сборки проекта.

Извлекайте когнитивные паттерны и "отпечатки мышления" из любого текста. Используйте эту функцию, когда пользователь хочет проанализировать, как кто-то мыслит, понять когнитивный стиль, создать профиль стиля письма или речи, сравнить стили мышления между людьми, задает вопросы "каков мой стиль мышления", "проанализируйте, как этот человек рассуждает", "когнитивный профиль", "паттерн мышления", "DHDNA", "цифровая ДНК" или хочет понять, что стоит за текстом. Также активируйте эту функцию, когда пользователь предоставляет текст и хочет получить более глубокое понимание моделей рассуждений автора, стиля принятия решений или когнитивной "подписи".

Sentry решает проблему отладки и мониторинга ошибок в production-среде, предоставляя разработчикам инструменты для быстрого выявления, анализа и устранения проблем. Это особенно важно в процессе разработки игр и при использовании сложных игровых движков, где стабильность критически важна. Sentry помогает обеспечить надежность приложений, упрощая геймдев и другие сложные проекты. Sentry обеспечивает сбор контекстной информации об ошибках, включая Python стектрейсы, переменные окружения и параметры запроса. Система приоритезирует ошибки на основе их влияния на пользователей и частоты возникновения, позволяя командам фокусироваться на наиболее критичных проблемах. Функциональность включает в себя автоматическое связывание ошибок с pull requests и автоматическое назначение задач, что оптимизирует рабочий процесс. Интеграция Sentry с существующими инструментами разработки осуществляется через SDK на Rust, JavaScript, Go и другие языки. Настраиваемые хуки beforeSend позволяют реализовать защиту персональных данных (PII) и тонкую настройку сбора данных, гарантируя соответствие требованиям безопасности и конфиденциальности.

Kubernetes – это open-source решение для управления контейнерными приложениями, решающее проблему сложности развертывания и масштабирования. Оно позволяет автоматизировать процессы, связанные с жизненным циклом контейнеров, обеспечивая высокую доступность и эффективность использования ресурсов. Это мощный инструмент разработчика для DevOps-команд, стремящихся к гибкости и скорости разработки. В основе Kubernetes лежит архитектура, основанная на подах, сервисах и деплойментах. Система обеспечивает автоматизацию развертывания, масштабирования и обновления приложений, а также самовосстановление в случае сбоев. Управление ресурсами осуществляется посредством декларативных манифестов, что упрощает контроль версий и воспроизводимость окружений. Благодаря встроенным механизмам RBAC и сетевых политик, Kubernetes обеспечивает безопасность и контроль доступа к ресурсам кластера. Использование Helm позволяет упростить установку и управление сложными приложениями, а kubectl служит основным инструментом для взаимодействия с кластером.