工程开发自动化
flaky-detect
通过分析持续集成 (CI) 历史、执行模式与代码结构,识别、分类并排除不稳定的测试 (flaky tests),以提升测试套件的可靠性。
浏览: 13★ 127
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 133 个技能
通过分析持续集成 (CI) 历史、执行模式与代码结构,识别、分类并排除不稳定的测试 (flaky tests),以提升测试套件的可靠性。
分析代码库并使用企业级托管脚手架生成基于证据的 Loa 工件,实现结构化的现实映射。
使用 Google Gemini 处理与生成多媒体内容。支持音频转录、图像识别、视频分析、PDF 解析及 AI 图像生成,具备超长上下文窗口,适用于复杂的多模态 AI 任务。
🛡️ GDPR 与 LGPD 隐私守护者:自动化合规扫描工具,可检测代码中的个人识别信息 (PII) 泄露、不安全日志与追踪违规,助力预防监管罚款。
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。
为 Arduino、ESP32 与 RP2040 项目提供自动化静态代码审查。检测内存安全性、程序结构与最佳实践,协助提升固件质量与可靠性。
自动化记录已解决的技术问题,利用 YAML 前言、分类目录与结构化知识库,专为 JUCE 插件开发所设计。
TraceMem 基础心智模型与操作规则,确保 AI 代理执行过程的安全、可稽核性与合规性。
自动化 PR CI 监控与错误修复代理。
系统性调试技能,通过追踪调用堆栈查找问题根源,不仅限于修补表象错误,更侧重于识别原始触发点并实施防御性检查。
AI 辅助代码代理版本控制。通过 MemoV 自动追踪提示词、上下文与差异,确保完整可追溯性,且不污染 Git 历史记录。
提供识别、审查与管理由 GitHub Copilot 编码代理在存储库中创建的提取请求 (PR) 的操作指南与技巧。