工程开发自动化
MLOps Industrialization
一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架,采用 src 布局、混合架构与严谨的配置管理。
浏览: 1★ 1,408
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 318 个技能
一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架,采用 src 布局、混合架构与严谨的配置管理。
在软件功能开发过程中,验证跨工件(规格、计划、任务)一致性并检测破坏性变更(API、数据库、UI)。
重置 .otto/ 目录中的工作流程组件。可安全移除任务、规格与浏览器会话,让开发流程重新开始。
React Native 和 Expo 性能优化最佳实践。涵盖列表虚拟化、Reanimated 动画、UI 模式以及原生平台 API 优化。
用于审核和验证 Claude Code 配置(技能、钩子、指令)的结构完整性、命名规范及最佳实践的专家工具。
从 CoFounder.im 获取已验证的创业项目数据与 AI 生成的构建规范,并在 OpenClaw 中自主协调开发流程。
使用 Docker 中的 nektos/act 在本地运行 GitHub Actions CI 工作流程。无需推送到 GitHub 即可测试 CI 配置、调试工作流程失败并验证流水线变更。
用于结构化、多深度代码库探索的元技能,包含架构分析、快速结构概览以及深入研究的文档工作流程。
一套结构化的文件式待办事项追踪系统,用于管理技术债、协调代码审查工作流程,并直接在代码库内进行任务追踪。
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。
使用 iOS 26+ Liquid Glass API 实现、审查或改进 SwiftUI 功能,以实现现代化且具备性能考量的界面设计。
自动化 API 文档引擎,可根据代码变更自动生成并更新 OpenAPI 规范与 Markdown 文档。