$ loading_
帮助团队识别 AWS 变更风险、验证修复并更安全地发布代码
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "Emfirge" MCP 服务： 执行：claude mcp add 'io-github-theanshsonkar-emfirge' -- npx -y @emfirge/mcp
请基于这个分支的改动，分析它在 AWS 环境中的潜在风险，并指出最值得优先处理的问题。
返回一份面向 AWS 风险的变更分析，列出关键风险点和处理优先级。
这个分支包含针对云配置风险的修复。请检查这些改动是否解决了原有 AWS 风险，并说明剩余风险。
给出修复验证结果，说明哪些问题已缓解、哪些风险仍存在。
在合并和发布这个分支前，请从 AWS 风险角度做一次安全检查，并总结是否适合上线。
输出发布前风险结论，帮助团队判断是否可以更安全地上线。
开发者或 DevOps 团队在提交分支后，可用它理解这些改动对 AWS 环境带来的潜在风险。这样能更早发现高风险变更，减少上线隐患。
当团队已经针对某个云端风险做出修复时，可用它验证修复是否真正生效。它适合用于确认问题是否缓解，以及是否还有残余风险需要处理。
在合并或发布前，团队可以借助它从 AWS 风险角度判断变更是否更安全。它适用于希望在交付速度和云安全之间取得平衡的场景。
它是一个 MCP 工具，围绕代码分支中的云端变更工作。根据描述，它能帮助理解 AWS 风险、验证修复，并支持更安全地发布改动。
给定描述明确提到了 AWS，因此可确认它至少面向 AWS 风险分析与修复验证。是否支持其他云平台，现有素材未说明。
现有素材没有提供安装步骤、运行时要求或密钥配置说明。具体信息见源码仓库。
为 AI 代理提供受策略约束的生产基础设施零信任访问能力
通过只读 AWS CLI 接口，让 AI 安全查询云资源与配置信息
对本地或PR分支执行结构化代码审查，帮助提交或发布前发现问题。
自动评估 SOC 2 与 WAFR 报告，生成 AWS FTR 自评通过结论与原因
用自然语言查询和分析 Imperva 云 WAF 的站点、域名、策略与规则配置。
帮助团队分析并优化 Azure 基础设施成本，提升云资源使用效率。