工程开发自动化
quality-metrics
自动化质量监控与度量,包含 DORA 指标、缺陷密度追踪,并为持续交付流水线配置智能质量闸道。
浏览: 9★ 329#metrics#dora#quality-gates#dashboards
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 214 个技能
自动化质量监控与度量,包含 DORA 指标、缺陷密度追踪,并为持续交付流水线配置智能质量闸道。
测试 C# Model Context Protocol (MCP) 服务器,包含工具单元测试与 MCP 协议集成测试。
将资产从 EVM 链桥接至 Starknet,部署代理帐户,并向 HuginnRegistry 注册身份,以实现自主 AI 代理的入职流程。
分析 Claude Code 聊天记录以识别编程模式与技能差距,从 HackerNews 精选个性化学习资源,并将成长报告发送至 Slack。
自动化发布流程,通过计算语义化版本并创建从 main 到 production 的合并请求。
分析并识别代码库模式(命名、架构、测试),以确保开发过程中的一致性与标准执行。
严谨的研究技能,通过 WebFetch 与内容分析强制执行来源验证,以防止引用虚构内容。
通过系统化的对话与评分机制厘清模糊的需求,确保在开发前产出高质量且可执行的产品需求文件 (PRD)。
用于提交前与部署前检查的自动化代码质量验证工具,涵盖 TypeScript、构建与 lint 检查。
列出指定路径下的文件与目录内容,用于探索项目结构、定位特定文件并验证文件夹内容。
npm-agentskills 框架的测试工具,用于验证 Nuxt 模块整合与 AI Agent 技能发现机制。
执行 FastMCP 项目的严格代码审查,专注于 API 设计、依赖管理与代码库的一致性。