工程开发自动化
lading-optimize-submit
自动化 lading 性能优化的提交流程,包含分支管理、git 提交与 Pull Request 创建。
浏览: 8★ 95
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 529 个技能
自动化 lading 性能优化的提交流程,包含分支管理、git 提交与 Pull Request 创建。
通过反向工程优质 GitHub 项目与开源方法论,建立高性能 AI 技能。
使用 STRIDE 威胁建模、OWASP Top 10 及安全编码实践,对代码、架构与基础设施进行系统性安全评估。
将功能需求、错误报告与改进建议转化为结构化且可执行的 Markdown 项目计划,并结合代码库研究与行业最佳实践。
全面的 AI 文本检测框架。通过词汇分析、结构模式、模型指纹与技术元数据比对,精准辨识 AI 生成内容与写作痕迹。
通过 MCP 服务器直接创建新的 Figma 设计或 FigJam 文件。自动处理计划解析并为您的设计工作流程初始化画布。
支持 Claude、GPT、Gemini 和 Ollama 的多模型 LLM 集成方案。涵盖 API 对接、提示工程、Token 管理及模型中立的编排架构。
一个基于 LLM 的 NetHack 代理框架,通过在安全沙盒中动态合成 Python 代码,利用高阶 API 执行复杂的地牢探索与游戏操作。
应用务实编码标准:包含明确命名、单一职责函数、防御性编程,以及确定性副作用,拒绝过度设计与臆测性功能。
Pinia 官方 Vue 状态管理技能。提供关于 Store 定义、响应式处理、类型安全及 Store 间通讯的专业指导。
分析与稽核 Excel 电子表格,以理清逻辑、识别公式错误、检测风险,并为遗留或未知的文档生成说明文件。
生成符合特定格式规范的 MATLAB 纯文本 Live Scripts (.m 文件),包含丰富的文字说明、数学方程式与可视化代码。