review-react-best-practices
为 React 和 Next.js 应用程序执行自动化、基于规则的性能与可靠性审计,涵盖包大小、瀑布式请求、渲染与数据获取等维度。
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 242 个技能
为 React 和 Next.js 应用程序执行自动化、基于规则的性能与可靠性审计,涵盖包大小、瀑布式请求、渲染与数据获取等维度。
获取 YouTube 字幕与逐字稿。适用于视频摘要、语言学习、无障碍辅助及内容分析。支持时间轴数据与纯文本提取。
安全地执行、测试并验证文档中的命令,支持真实输出捕获、性能跟踪与 Git 安全协议。
添加 evlog 框架集成:通过标准化中间件、构建配置、测试与文档,实现全栈自动化广域事件日志记录。
根据结构化规范架构企业 AI 代理,生成生产就绪代码、数据流图以及适用于 ServiceNow、Salesforce 和 Snowflake 的平台特定逻辑。
手动将 Markdown 文件导入 Kurt 数据库、修复摄取错误,并通过本地文件系统同步管理文档元数据。
使用 shadcn/ui 和 Tailwind CSS 构建可访问且一致的用户界面。采用组件优先架构以建立设计系统、集成 React Hook Form,并实践响应式移动优先开发。
通过捕获浏览器流量 (HAR 文件) 进行网络 API 逆向工程,并自动生成可用于自动化与数据提取的 Python API 客户端。
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。
使用 AI 驱动的分析技术,将现有项目迁移至 AgenticDev 结构。自动分类文档、生成丰富的 YAML 元数据,并完整保留 git 历史记录。
实施 Schema.org 结构化数据以提升搜索结果可见性,增加丰富网页摘要的资格并验证内容元数据。
一个 AI 驱动的技能,可针对复杂的编程任务,自动从 RAG 知识库中检索相关的项目上下文。