微服务

python-resilience 是一项用于提升 Python 故障处理安全性的指导型技能，覆盖重试、指数退避、jitter、超时和有边界的重试窗口。适合用来安装实用的韧性模式，以保护外部调用，并通过 tenacity 风格的包装器应用更清晰的重试规则。

使用 distributed-tracing 技能，在 Jaeger 和 Tempo 环境中设计并讲解微服务间的请求追踪方案。内容涵盖安装基础、trace 与 span 概念、Kubernetes 部署模式、上下文传播，以及面向可观测性与延迟排障的实用用法。

nodejs-backend-patterns 是一份实用指南，帮助你使用 Express 或 Fastify 构建 Node.js 后端服务，涵盖 middleware、auth、错误处理、repository 层、DI、缓存以及数据库集成，适合面向生产环境的 API 开发。

istio-traffic-management 可帮助团队起草 Istio 流量策略，如 VirtualService、DestinationRule、Gateway 和 ServiceEntry，用于金丝雀发布、重试、熔断和流量镜像。适合将部署意图转化为清晰的路由与弹性配置清单，并提供实用提示与审查检查点。

workflow-orchestration-patterns 用于设计适合分布式系统的高可靠 Temporal workflows。了解它适合在什么场景使用、如何安装，以及如何划分 workflow 与 activity 的边界、处理 compensation、配置 retries，并保证 determinism。

projection-patterns 面向需要设计 CQRS 读模型和事件流投影的团队，提供实用指导，涵盖投影类型、replay、checkpointing 以及在 Backend Development 中的使用方式。

saga-orchestration 可帮助后端团队设计分布式事务，覆盖有序步骤、补偿机制、超时、重试以及卡住 Saga 的恢复处理。你可以用它评估是否适合当前场景、查看关键文件、从上层 repo 安装，并将该技能应用到实际的微服务工作流中。

使用 microservices-patterns 技能，为分布式系统和单体迁移规划服务边界、通信方式、数据归属以及弹性模式。

architecture-patterns 可帮助后端团队在设计新服务或重构现有服务时采用 Clean、Hexagonal、Onion 和 DDD 方法。你可以了解如何从 `wshobson/agents` 仓库添加该 skill，查看 `SKILL.md` 和进阶参考资料，并将其用于分层、限界上下文、接口设计、依赖规则以及重构规划。

cqrs-implementation 可帮助后端团队设计 CQRS 架构，拆分命令与查询模型，并规划读写扩展、事件机制以及渐进式落地路径。

event-store-design 可帮助 Backend Development 团队为采用 event sourcing 的系统设计事件存储，涵盖 streams、ordering、concurrency、snapshots、metadata、subscriptions 以及运维层面的权衡。适合在正式实现前先梳理出一套务实可落地的 event store 设计方案。

azure-servicebus-py 是一个面向 Python 中 Azure Service Bus 的 Microsoft 技能，涵盖队列、主题、订阅、死信处理以及后端开发工作流。适用于需要有引导的 azure-servicebus-py 用法、安装步骤、认证说明，以及基于仓库的可靠消息传递和管理任务参考时。

c4-architecture 用于创建适合 Markdown 的软件架构文档，并结合 Mermaid C4 图进行表达。你可以用它生成 context、container、component、deployment 和 dynamic 视图，按清晰工作流推进，避开常见建模误区，并为带版本管理的 Technical Writing 文档提供支持。

Architecture 是一项用于在 HTML 和 CSS 中构建分层系统视图的制图 skill，支持颜色分区、网格布局和清晰的组件层级。它尤其适合用户/应用/数据/基础设施图、微服务拓扑和企业架构。与通用提示词相比，当你需要快速、可编辑的 Diagramming 输出时，它更适合直接使用。

cloud-solution-architect 技能可帮助智能体像 Azure Cloud Solution Architect 一样做出云架构决策。可用于评审设计、选择架构风格、对比 Azure 服务，并结合设计原则、模式和最佳实践来判断，减少通用提示词带来的猜测成本。