ffuf-web-fuzzing
FFUF 网络模糊测试专家指南,协助自动化发现隐藏目录、文件、参数及测试渗透测试中的漏洞。
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 332 个技能
FFUF 网络模糊测试专家指南,协助自动化发现隐藏目录、文件、参数及测试渗透测试中的漏洞。
一个智能网关,可分析、评分并将用户请求路由至 27 个代理、27 个技能与 14 个 MCP,以优化 Claude Code 的执行效率。
跨语言调试框架:包含科学调试法、堆栈追踪分析、日志记录策略,以及 Git bisect 与小黄鸭调试法等进阶技巧。
审核 AI 技能的安全性,检测提示注入、隐藏指令、工具滥用及数据外泄风险。
PyTorch Lightning 深度学习框架技能:自动化模型训练、多 GPU 编排、数据管道以及 DDP、FSDP 和 DeepSpeed 等分布式训练策略。
结构化、模板驱动的端到端功能开发工作流,包含编码、自动化测试、验证及基于会话的持续改进。
React Native 性能优化指南,涵盖 FPS、TTI、Bundle 大小、内存泄漏与分析模式,基于 Callstack 的专业最佳实践。
分析会议逐字稿以揭示沟通模式、行为洞察及领导力反馈。识别冲突回避、赘词使用、发言比例及主动倾听,帮助您提升专业表达与影响力。
开发人员的事前实作信心评估工具。通过重复代码检查、架构合规性、官方文档验证与根本原因分析,确保达到 90% 以上的准备度。
Claude Messages API 专家指南:涵盖结构化输出、提示词缓存、工具使用,以及从 Claude 3.x 迁移至 4.5 的关键信息,协助开发者解决常见 API 错误与性能问题。
统一的 LLM 函数调用与工具使用 API,支持 OpenAI、Anthropic、Google 与 Ollama,提供标准化的 JSON Schema 定义与执行流程。
用于管理与编排跨插件与项目 AI 代码代理技能的动态元路由工具。