serena-mcp
Serena MCP 语义代码分析指南。Serena MCP 连接时自动启用,优先使用专用工具进行符号搜索、引用追踪及代码记忆,以优化分析效率与准确性。
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 122 个技能
Serena MCP 语义代码分析指南。Serena MCP 连接时自动启用,优先使用专用工具进行符号搜索、引用追踪及代码记忆,以优化分析效率与准确性。
SPARC 开发方法论,结合 Claude Flow 多代理协作,实现从规格、伪代码、架构到重构与完成的系统化软件工程。
手动触发 Hipocampus 内存刷新,将当前对话上下文存入原始日志,并启动压缩树程序,以维护 AI 代理的长期记忆。
调查并解决 OpenClaw 测试内存泄漏、Vitest OOM 与 RSS 增长问题,使用堆栈快照进行诊断。
使用 FlashInfer API 日志功能排查与解决 CUDA 运行时崩溃的教学指南。
优化 Apache Spark 作业,包含分区策略、内存管理、Shuffle 调整与数据倾斜处理,提升数据处理效能。
React Native 性能优化指南,涵盖 FPS、TTI、Bundle 大小、内存泄漏与分析模式,基于 Callstack 的专业最佳实践。
通过聚合飞书聊天记录与本地每日日志,自动生成结构化的工作周报。
实现类似 Manus 的持久化 Markdown 规划流程,用于复杂工作流、项目跟踪与研究管理,优化 AI 代理的注意力与记忆效能。
分析本地硬件 (RAM, CPU, GPU/VRAM) 并获取优化的本地 LLM 模型推荐、量化设置与性能预估。
审计并优化 SwiftUI 运行时性能。通过代码审查、架构分析与 Instruments 性能分析指导,诊断渲染缓慢、滚动卡顿、高资源消耗及布局抖动等问题。
一个用于大语言模型代理生存记忆的微世界操作系统,将文件系统转化为可导航的房间,并将代码转化为可居住的世界。