这个技能用于管理和处理GitHub问题，包括创建新问题、报告bug、评估现有问题以及分类工作流，适用于CausalPy项目的问题跟踪和协作。关键词：GitHub问题管理、bug报告、问题评估、软件开发工作流、CausalPy协作。

这项技能提供了全面的验证、检查和测试功能，用于Terragrunt配置。Terragrunt是Terraform/OpenTofu的薄包装，提供了额外的工具，用于保持配置的DRY（不重复自己），使用多个模块以及管理远程状态。

该技能专注于帮助开发者创建高效、易读的 GitHub README 文档，提升项目可访问性和贡献者参与度，适用于软件项目的文档编写和协作优化。关键词：GitHub README、软件文档、入门指南、贡献流程、SEO 优化、DevOps 工具。

用于指导完成开发工作，通过呈现清晰的选项和处理所选工作流程，确保代码质量并高效地集成开发成果。

该技能提供Linear工单管理的最佳实践指南，包括创建问题、更新状态、附加证据等操作，并强制要求开发、测试、完成阶段的证据模板，确保团队工作流程一致和可追溯。关键词：Linear, 工单管理, SOP, 证据模板, DevOps, 项目管理。

监控与可观测性技能专注于为生产环境应用程序提供全面的监控、日志、度量、追踪和告警能力，以提升系统可靠性并实现快速事件响应。关键词：监控系统、日志管理、性能度量、分布式追踪、告警设置、可观测性实践、系统健康。

该技能专用于管理Microsoft MSSQL MCP服务器，提供状态检查、服务器重建和上游更新功能。支持Node.js和.NET版本，涵盖环境配置验证、构建流程和数据库连接测试，适用于AI与SQL数据库集成的开发和维护。关键词包括MSSQL、MCP、服务器管理、数据库、AI、Node.js、.NET、构建、更新、DevOps。

拉取请求自动化是一种通过模板、检查清单、自动合并规则和审查分配来减少手动工作量，提高代码审查流程一致性的技能。

可观测性设计师专注于构建和优化生产系统的监控和告警策略，涵盖指标、日志和追踪三个核心领域，以确保系统的可靠性和性能。关键词包括：SLI/SLO框架设计、告警优化、仪表板生成、分布式追踪、日志聚合。

这个技能用于在GitLab平台中搜索代码，支持语义搜索和关键字搜索，帮助开发者快速定位代码片段、文件路径和项目信息。关键词包括GitLab、代码搜索、语义搜索、关键字搜索、DevOps、开发工具。

Terraform 部署实战踩坑指南，提供对常见运维陷阱（如 provisioner 时序竞争、SSH 连接冲突、DNS 记录重复、卷权限问题、数据库初始化遗漏、Caddyfile 硬编码域名等）的根因分析及可直接复制的修复方案。适用于编写 null_resource provisioner、搭建多环境配置、排查容器故障、使用 cloud-init 初始化实例等场景。

这个技能用于自动化获取GitHub上指定团队的未读审查请求，帮助开发团队高效管理PR评审流程。它通过命令行工具执行，过滤开放拉取请求，并显示相关通知，提升团队协作效率。关键词：GitHub审查、PR评审、团队协作、DevOps自动化、GitHub CLI、拉取请求管理。