工程开发研究自动化
mcp-tools
用于管理基于 MCP 的研究、文档查询以及在外部搜索工具与插件支持的记忆系统之间进行协调的技能。
浏览: 23★ 4
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 529 个技能
用于管理基于 MCP 的研究、文档查询以及在外部搜索工具与插件支持的记忆系统之间进行协调的技能。
执行严谨的多阶段 Fagan 检查,以系统化方式解决持续存在、难以处理的程序错误与复杂的代码交互问题。
结构化手稿与经费审查助手,提供基于检查清单的评估,涵盖方法论、统计效度及报告标准(如 CONSORT/STROBE)合规性检核。
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。
同步并维护存储库中的 CLAUDE.md 与 README.md 文件层级,确保 AI 代理程序拥有即时且一致的上下文信息。
自动化配置 Fumadocs 的国际化 (i18n)。实现 Next.js 多语言路由、语言切换器、侧边栏过滤及文档目录组织。
通过将独立的调试或开发任务委派给具备独立上下文的专职子代理,实现并行化执行。
基于 Qdrant 和 Ollama 的本地 RAG 语义记忆系统。适用于高效检索工作区文件、笔记、决策记录与用户偏好,提供精确的向量语义搜索。
从文档(PDF、MD、TEX、TXT)中提取数学定义、定理、证明等内容,并进行AI驱动的清洗与格式转换。
标准化 HASH 开发流程,包含分支命名、Linear 问题追踪、PR 模板及审核程序。
视频与赞助内容的转换心理学。运用情绪触发、社会认同、稀缺性与说服原则,优化脚本并提升观众互动与转化率。
分析 Markdown 文件以确保符合预定义的 AI Token 预算,并优化内容以利于 AI 高效摄取。