工程开发数据分析自动化
codeql
使用 CodeQL 进行深入的代码安全性分析,支持跨程序数据流、污染追踪及多种语言的自动化漏洞检测。
浏览: 36★ 4,874
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 246 个技能
使用 CodeQL 进行深入的代码安全性分析,支持跨程序数据流、污染追踪及多种语言的自动化漏洞检测。
执行严谨的多阶段 Fagan 检查,以系统化方式解决持续存在、难以处理的程序错误与复杂的代码交互问题。
使用三个专业 AI 代理(正确性、代码健康度、UX)组成的团队进行协作式 PR 审查,讨论并达成共识后发布包含行内注释的结构化审查摘要。
提供论文复现的系统性方法论,支持数据清洗、统计验证、样本筛选及自动化产出学术复现报告(Markdown 与 LaTeX)。
从客户端代码中提取 Supabase 匿名 API 密钥,以利于进行 RLS 安全性测试与审计。
为高质量韩语技术内容设计的专业写作标准插件,强制执行全知第三人称视角、消除 AI 生成模式,并采用系统化的引用标准。
监控并管理保证金生活策略,追踪余额、利息成本与覆盖率。根据投资组合与保证金的安全阈值提供自动化扩展建议与安全警报。
为股票和 ETF 进行全面的技术分析,使用 RSI、MACD 和布林带等指标生成可操作的交易信号与比较报告。
优化 React 性能、实施安全性加固,并通过自动化模式与检查清单确保符合 WCAG 无障碍规范。
PolicyEngine 代码库的标准审查模式、验证清单与质量基准。
通过 KPI 框架、同期群分析与漏斗指标分析产品效能,进而推动增长、留存率与功能采用率。
验证区块链智能合约代码与技术规范、白皮书及设计文件的对应性,确保实现与规格完全一致。