生产力工程开发研究
skill-from-github
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。
浏览: 10★ 1,388
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 175 个技能
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。
对本地更改或 GitHub 远程合并请求进行自动化代码审查。通过整合 git 和 gh CLI,分析代码的正确性、可维护性及标准遵循。
将 Markdown 格式的产品需求文档 (PRD) 转换为 Ralph 自主 AI 代理系统所需的 prd.json 结构,以实现可重复且具备上下文意识的软件开发。
适用于 MCP 的辩证推理与对抗式编码代理,通过强制 LLM 解决内部矛盾,产出更高质量的推理与代码。
为 Python 代码提供 6 阶段只读分析的工作流程,根据项目类型(从 POC 到开源)检测设计原则违规、代码异味并建议现代化改善方案。
基于 Exa AI 的神经网络搜索与代码上下文检索。适用于技术文档查询、代码示例搜索、研究报告及企业信息搜集。
基于 AI 群体协作的 GitHub 项目管理工具,提供自动化问题分类、项目看板同步与智能化任务分解,以提升开发工作流效率。
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。
Claude Code 高级开发指南,涵盖 REPL 环境、MCP 集成、开发工作流及 AI 辅助编程最佳实践,助力提升开发效率。
自动化发布流程,通过计算语义化版本并创建从 main 到 production 的合并请求。
AI 编码代理的共享内存与协作层,用于追踪操作、管理会话、检测冲突,并跨工具保留项目上下文。
通过将大型任务自动拆解为可管理的递归子任务,突破上下文窗口限制,提升对大型代码库和文档集的推理准确度。