工程开发自动化
mcp-development
提供模型上下文协议 (MCP) 服务器开发指南,涵盖工具设计、资源处理及 AI/ML 整合模式。
浏览: 15★ 10
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 506 个技能
提供模型上下文协议 (MCP) 服务器开发指南,涵盖工具设计、资源处理及 AI/ML 整合模式。
为产品负责人提供的策略领导工具包。生成 OKR 阶层架构、执行季度规划、竞争对手分析、定义产品愿景并建立团队扩展计划。
Talent Scout 是一个基于 Apify 的 AI 人才搜寻工具。它能自动从 LinkedIn、GitHub 等平台抓取资讯,并利用大型语言模型 (LLM) 根据职位需求评估并排序候选人。
将 Granola 会议记录同步至本地知识库,并整合于每日早晨规划流程中。
对本地分支差异进行自动化安全审计、漏洞检测及代码质量评估,使用结构化的检查清单驱动验证流程。
为 AWS、Azure、GCP 和 OCI 提供系统化的云端成本优化,涵盖资源调整、自动化治理、定价模型分析及架构最佳实践。
验证客户反馈分析工具的 Excel 导出文件,确保 7 个视图工作表、36 个列以及专业的格式准确无误。保证面向客户交付产物的零错误标准。
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。
使用 pygount 分析代码库统计数据:代码行数 (LOC)、语言分布及代码与注释比例。
自动化 CI/CD 事故响应与 GitHub Actions 流水线失败分析。提供安全的修复建议,并协助解决构建与测试错误。
深度单页 SEO 审计工具,涵盖技术、内容与性能分析。包含页面元素、结构化数据、图片优化与 E-E-A-T 检查,协助提升搜索排名与用户体验。
一套标准化工作流程,用于将原始 PM 笔记、工作坊内容或初稿转化为经过验证且符合仓库规范的 AI 技能。