工程开发自动化
context-detection
系统化的项目技术栈检测、框架特定技能自动加载,以及针对 React + Go 等全栈项目的多技术栈分析。
浏览: 4★ 255
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 159 个技能
系统化的项目技术栈检测、框架特定技能自动加载,以及针对 React + Go 等全栈项目的多技术栈分析。
情境工程基础指南:为 AI 代理优化 Token 预算、注意力机制及系统架构。
通过 Context7 API 获取 React、FastAPI、Next.js 等框架的实时技术文档、代码示例与开发指导。
通过 KV 缓存、观测遮罩、基于摘要的压缩与内容分割技术,优化代理程序的上下文窗口,以降低成本并减少延迟。
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。
为 AI 代理提供主动式上下文窗口管理,通过智能令牌监控、快照建立与选择性状态恢复,确保长会话期间的连续性。
为 Claude Code 状态列提供实时彩色上下文使用进度条,并支持手动即时检查功能。
RPI 规划阶段:从研究文件中创建基于区块且具有依赖感知能力的实施计划,以进行结构化、原子化的开发。
为 Claude Code 设计的嵌套插件架构,通过动态加载 Playbooks、Skills 与 Agents,有效节省超过 90% 的上下文标记空间。
Supermemory 是 AI 代理的长期记忆基础设施,提供持久上下文、用户画像及跨多模态知识库的语义 RAG 搜索功能。
诊断、隔离并缓解 LLM 上下文故障(如中间丢失、中毒、干扰及冲突),提升 AI 代理的执行可靠性。
通过先进的上下文压缩、结构化摘要与任务导向的状态管理,为长期运行的 AI 代理会话优化性能并降低 Token 使用量。