工程开发自动化数据分析
memory-systems
指导代理人记忆系统的实现,比较主流框架(Mem0、Zep、Letta、LangMem、Cognee),并设计用于跨会话知识保留的持久化架构。
浏览: 32★ 15,338
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 409 个技能
指导代理人记忆系统的实现,比较主流框架(Mem0、Zep、Letta、LangMem、Cognee),并设计用于跨会话知识保留的持久化架构。
专为 AI 生成代码设计的安全性优先审计框架。提供多层级防护,包含硬编码密钥检测、危险代码模式识别,以及针对现代 Web 应用程序的完整漏洞审计。
强制执行 Sentry 风格的规范化提交、分支安全检查以及结构化问题引用,适用于 AI 编程代理。
利用 ClawTeam CLI 协调多代理 AI 群体,实现并行任务执行、依赖管理与团队协作,支持 git 工作树隔离与 tmux 操作。
根据暂存区的 git diff 自动生成符合 Conventional Commits 规范的清晰提交信息。
通过 OpenClaw 内置的 gh CLI 工具,直接在终端中管理 GitHub 工作流程、议题与合并请求。
自动套用 Python 代码质量修正,包含自动格式化 (Black, isort)、Linting (Ruff 自动修正) 以及解决格式化工具冲突,确保代码质量。
使用边界值分析、等价分割、决策表及组合测试等专业技术,优化测试设计,最大化覆盖率并减少冗余测试。
一个自动化的 CLI 工具,用于发现并链接通过 npm 包发布的 AI 代理技能,简化 coding agents 的技能集成。
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。
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。
辅助安全提交的 AI 代理,防止误用 git add -A,并推广文件选择性暂存与语义化提交规范。