工程开发生产力自动化
markdown-token-optimizer
分析 Markdown 文件以识别浪费 Token 的模式,并提供具体优化建议,以提升文档对 AI 的 Token 使用效率与清晰度。
浏览: 25★ 202
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 247 个技能
分析 Markdown 文件以识别浪费 Token 的模式,并提供具体优化建议,以提升文档对 AI 的 Token 使用效率与清晰度。
监控项目进度、分析活跃轨道并识别开发工作空间中的阻塞问题。
使用 matplotlib 和 seaborn 建立可发表等级的图表与可视化,并可在任何 LLM 环境下本地运行。
Vizro 仪表板设计与规划工具,强制执行 3 步骤工作流程(需求、布局、可视化),确保开发出可直接投入生产的仪表板。
为 AI 代理构建系统化的评估框架,利用多维评分标准、LLM-as-a-judge 与回归测试,量测代理效能、质量及上下文工程的有效性。
将原始数据转化为引人入胜的叙事,运用可视化策略、叙事框架与说服性结构,协助分析师进行高管汇报与数据决策。
学术研究助理,提供文献综述、论文分析、研究方法评估及学术写作支持。
TraceMem 基础心智模型与操作规则,确保 AI 代理执行过程的安全、可稽核性与合规性。
评估、审核并构建具有高质量设计、符合无障碍标准及设计系统规范的生产级前端界面。
通过 Redis 缓存、集群运算、性能分析与监控技术,优化 Node.js 应用程序性能,打造高效且可扩展的后端服务。
将技术文档转化为增长引擎。学习撰写有助于SEO、缩短价值实现时间并透过优秀信息架构与开发者导向写作来提升转换率的文档。
使用 CodeQL 进行深入的代码安全性分析,支持跨程序数据流、污染追踪及多种语言的自动化漏洞检测。