工程开发自动化
plumb
在 AI 辅助开发过程中,保持技术规格、测试套件与源代码的完美同步。
浏览: 15★ 102
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 194 个技能
在 AI 辅助开发过程中,保持技术规格、测试套件与源代码的完美同步。
自动化 GitHub 问题分类,通过分析代码库验证技术主张,并针对无效问题提供专家级回应以进行关闭。
根据 Hyperlane 文档标准审查文档变更,确保内容符合架构模式与规范。
高级测试报告与质量仪表板,提供 QE 指标、代码覆盖率与部署就绪度分析,通过预测性洞察协助团队进行数据驱动的质量决策。
全方位 Python 医疗 AI 工具包,用于临床数据处理、医学编码转换,以及开发用于 EHR、生理信号和临床预测任务的深度学习模型(如 RETAIN 与 Transformer)。
Helm Chart 开发与部署的快速参考工具,提供 Kubernetes 模板语法与自动化部署建议。
从业务背景识别并记录客户问题 (CP)。适用于开始需求工程或利益相关者仅描述解决方案而非问题时。这是 Problem-Based SRS 方法论的第 1 步。
为技术架构、复杂重构与结构化调试提供多视角 AI 咨询服务。
用于建立、维护与增强 CLAUDE.md 文件的自动化工具,确保您的项目 AI 辅助开发准则准确、模块化且符合最佳实践。
在软件功能开发过程中,验证跨工件(规格、计划、任务)一致性并检测破坏性变更(API、数据库、UI)。
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。
技术文档专业编写团队。通过 ORCHESTRATOR 原则调度专家,产出合规的产品指南、概念说明与 API 参考文档。