工程开发生产力自动化
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。
浏览: 19
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 384 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。
用于构建多代理系统、AgentOS 运行时及整合 MCP 服务器的 AI 代理开发框架。
AI 代理的即时技能发现引擎。通过 REST API 或 MCP 按需搜索并检索专业代理技能 (SKILL.md),将程序性知识即时注入到代理的上下文中。
进阶视觉回归测试工具,具备像素级与AI辅助差异分析、跨浏览器验证及响应式设计检查,有效防止CI/CD流程中的UI回归问题。
通过反向工程优质 GitHub 项目与开源方法论,建立高性能 AI 技能。
设计师级别质量保证:自动检测并修复视觉不一致、间距、层级问题与 UI 打磨。通过前后对比截图进行迭代验证。
防止 AI 幻觉,确保在分析代码、技术文档或提供建议时,输出具备证据支持且可验证的内容。
分析项目代码库以生成架构文档、编码标准与开发实践,优化 AI 入门体验。
通过价值、易用性、可行性与运营可行性四个维度,利用多角度批判性思维对现有产品功能进行风险假设评估与压力测试。
优化非注册类表单以提高转化率。适用于潜在客户开发、联系表单、演示请求、申请表及调查问卷等。
基于 Apple Silicon 与 MLX 的本地机器学习推理服务,整合语音识别 (ASR)、语音合成 (TTS)、翻译、图像生成与视觉识别功能。
验证 inventory_master 的 Everything 搜索集成(CLI、HTTP、SDK),确保连接能力、服务健康状态与提供者可用性。