工程开发自动化
github-code-review
部署专业 AI 代理集群进行全面的 GitHub Pull Request 审查,涵盖安全性、性能、架构及代码风格分析。
浏览: 5★ 33,911
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 240 个技能
部署专业 AI 代理集群进行全面的 GitHub Pull Request 审查,涵盖安全性、性能、架构及代码风格分析。
根据 OWASP Top 10 指南分析源代码中的安全漏洞,并提供修复建议。
生产环境测试策略,包含功能标志、金丝雀部署、合成监控与混沌工程,确保线上系统的持续可靠性。
Python 编程助手,提供最佳实践、PEP 8 代码规范检查、使用 pytest 的自动化测试以及基于 uv 的依赖管理。
构建可重用的生产级 Terraform 模块,支持 AWS、Azure、GCP 和 OCI。包含标准化的基础设施即代码 (IaC) 模式、自动化测试和严格的输入验证。
一套发布前检查清单系统,用于在标记版本前验证构建路径、测试和 CI 状态,防止部署失败和重复标记。
代码库自动化优化循环。根据特定目标与机械指标,自动修改、测量并迭代代码以提升效能。
通过 MCP 协议控制 Claude Code 进行自动化开发。支持持久化会话、代理团队协作、精确执行计划以及针对复杂编码任务的高级工具管理。
分析 AppWorld 任务失败原因,提取具体的 API 模式并生成带有实现代码示例的可执行剧本要点。
使用 Tavily API 进行进阶网络搜索、内容提取与网站爬取,为 AI 代理研究与数据收集进行优化。
为软件开发任务创建详细的、基于 TDD 的逐步实现计划。
一套为 Python 项目设计的结构化开发流程,结合测试驱动开发 (TDD)、uv 包管理器与自动化测试工作流程。