工作流自动化

通过 agent-browser 和 Chrome DevTools Protocol（CDP）自动化现有的 Electron 桌面应用，例如 VS Code、Slack、Discord、Figma、Notion 和 Spotify。该技能帮助你连接到正在运行的 Electron 应用，获取快照，并与其 UI 交互，用于端到端的桌面与流程自动化。

通过浏览器自动化，从命令行控制 Slack。slack 技能通过 agent-browser 连接到你已有的 Slack Web 会话，让你可以检查未读频道、扫描私信、搜索会话、抽取数据，并在更大的自动化流程中生成结构化报告。

agent-browser 让 AI agent 能通过 inference.sh 控制一个由 Playwright 驱动的浏览器。它可以打开页面，使用 @e 元素引用进行点击、输入、拖拽、上传文件、抓取内容，并截取截图或录制视频。非常适合 Web 自动化、数据抽取和由 agent 驱动的浏览流程。

agent-browser 是为 AI agents 和 shell 脚本设计的 Chrome/Chromium 浏览器自动化 CLI。你可以用它打开页面、导航、点击、填写表单、抓取快照、截图、录屏、性能 profiling、管理会话、处理认证流程，以及自动化端到端浏览器操作流程。

agent-tools 会在你的智能体中暴露 inference.sh CLI，让你可以在一个入口里调用 150+ 个 AI 应用：图片生成、视频创作、LLM、大模型搜索、3D，以及 Twitter 自动化等。适合希望用统一工作流来调用 FLUX、Veo、Gemini、Grok、Claude、Seedance、OmniHuman、Tavily、Exa、OpenRouter 等多种模型，又不想自己管理 GPU 或复杂集成的场景。

安装 ai-automation-workflows，结合 inference.sh CLI 搭建自动化 AI 工作流。学习批量任务、定时任务、事件驱动流水线，以及用于内容生成、数据处理和大规模监控的 agent 风格循环。

使用 inference.sh CLI，根据图片和音频生成 AI 虚拟人和说话头像视频。ai-avatar-video 封装了 OmniHuman、Fabric 和 PixVerse Lipsync 等应用，用于打造音频驱动的虚拟人、唇形同步视频和虚拟主持人，非常适合营销、讲解视频和社交内容工作流。

使用 inference.sh CLI 设计并运行多步骤 AI 内容生产流水线，把图片、视频、音频和文本工具串联起来。通过 ai-content-pipeline，你可以自动化内容工作流，例如：生成图片、将图片动画化成视频、添加音效或配音，并为 YouTube、社交媒体和营销活动批量准备素材。

通过引导式、多阶段流程，评估并升级现有 Azure 工作负载的 plan、tier 和 SKU。azure-upgrade 帮助你从 Consumption 迁移到 Flex Consumption、切换 Azure Functions 的 plan、更改托管 tier，并通过评估报告和自动化升级步骤，将 App Service 迁移到 Container Apps。

设计并并行运行多个相互独立的 AI agents，每个都有各自聚焦的上下文和任务域。

使用 executing-plans 技能加载一份书面的实现计划，对其进行审慎评审，并按步骤执行小颗粒度的开发任务，同时带有检查点与状态跟踪。

端到端指导你创建、部署、评估、观测和排查 Azure AI Foundry agents 与项目，包括 RBAC、配额、标准/私有网络配置，以及 agent 元数据结构布局。

在单个会话中，通过为每个任务派发全新、专门的 subagent，并分别执行规格与代码质量评审，有序编排整个开发工作。

强制执行一条严格规则：在你运行过实际的验证命令、检查其输出，并基于最新证据得出结论之前，绝不能宣称任何工作已完成、问题已修复或检查已通过。