工程开发自动化研究
autoresearch
自动化多团队代码库改进代理,具备狭义(目标导向)、广义(假设发散)及全面(质量扫描)三种模式。
浏览: 27★ 48
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 283 个技能
自动化多团队代码库改进代理,具备狭义(目标导向)、广义(假设发散)及全面(质量扫描)三种模式。
构建并执行基于状态机的自动化流程,支持人机协作,适用于复杂的多步骤业务处理。
实用且精简的 AI 代码标准,专注于干净代码、简洁性与可维护性。强制执行 SRP、DRY 与 KISS 等最佳实践,避免过度设计。
标准化 HASH 开发流程,包含分支命名、Linear 问题追踪、PR 模板及审核程序。
自动化 Moonwell 协议治理提案生命周期,从创建、验证到部署与测试。
将多个研究智能体的发现综合为连贯且附引用的研究报告,解析矛盾并提取核心共识。
一个用于 X/Twitter 的命令行接口,支持使用 Cookie 进行验证的阅读、搜索、发文与社交互动,并集成于 OpenWhale AI 代理生态系统中。
基于 Gemini 的高级网络搜索插件,具备智能缓存、子代理上下文隔离及自动查询优化功能。
根据 OWASP Top 10 指南分析源代码中的安全漏洞,并提供修复建议。
节省 token 的代码分析技能,支持调用图、语义搜索、影响分析与数据流追踪。相比原始代码读取节省约 95% token。
多模型代码审查工作流,通过共识机制进行代码质量与安全分析。
执行网络协议逆向工程,包含数据包捕获、流量分析、协议解析及自定义格式文档化。