lsp-code-analysis
通过语言服务器 (LSP) 进行精确的语义代码分析。支持 Python, Rust, Go, TypeScript/JS 和 Java,提供定义跳转、引用查询、实现查找、文件大纲与全项目重构功能。
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 538 个技能
通过语言服务器 (LSP) 进行精确的语义代码分析。支持 Python, Rust, Go, TypeScript/JS 和 Java,提供定义跳转、引用查询、实现查找、文件大纲与全项目重构功能。
设计与构建高质量 AI Agent Skills 的专家顾问。通过发现、架构与制作阶段的结构化引导,确保您建立的技能具备高度一致性、可组合性与执行效能。
通过 Context Engineering 原则,为 AI 代理程序初始化、生成并执行完整实作蓝图 (PRPs),实现软件开发一次成功。
标准化 TypeScript 的 Vitest 单元与集成测试工作流程,强制执行 70% 覆盖率、正确的 Mock 实践及 CI/CD 就绪的验证模式。
用于自动化 GitHub Project V2 看板的通用技能,支持状态转换、冲刺管理以及通过 CLI 进行的交互式工作流程。
使用 k6、Artillery 或 JMeter 进行应用效能分析,测量延迟、吞吐量与错误率。适用于规划负载、压力与耐力测试,以识别效能瓶颈。
qcc_plus 项目的 Git 工作流与分支管理工具,强制执行标准化提交规范与安全部署流程。
自动化依赖项安全性审核工具。扫描 package.json、requirements.txt 等文件中的漏洞、CVE 和授权问题,并提供修复建议,以确保部署流程的安全性。
辅助安全提交的 AI 代理,防止误用 git add -A,并推广文件选择性暂存与语义化提交规范。
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。
Superpowers 开发方法论的基础技能。确保代理程序在开始任何任务或对话前,能正确识别并调用必要的开发技能。
诊断 GitHub Actions CI 失败,自动获取日志、总结错误并规划修复方案。