工程开发内容创作自动化
wiki-llms-txt
自动生成 llms.txt 和 llms-full.txt 文件,为项目文档提供 AI 友好的阅读格式及项目上下文。
浏览: 8★ 2,176
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 380 个技能
自动生成 llms.txt 和 llms-full.txt 文件,为项目文档提供 AI 友好的阅读格式及项目上下文。
使用 Axum、SQLx 和 thiserror 实现健壮的 Rust 后端服务,并运用生产级架构模式。
创建并更新详细的 GitHub Issue,完整记录技术上下文,防止需求丢失并降低开发沟通成本。
开发人员的事前实作信心评估工具。通过重复代码检查、架构合规性、官方文档验证与根本原因分析,确保达到 90% 以上的准备度。
生成用于 Stigmer AI 代理的生产级 McpServer YAML 配置文件,轻松集成各类外部工具与 API。
使用可视化图表、生活比喻、逐步导览与常见陷阱来解释代码。
通过自动检测孤立测试、覆盖率缺口以及与实现细节耦合的反模式,维护测试套件的健壮性。
加载并预处理保险保单周度 CSV 数据,支持智能周期检测、多周数据加载、数据验证和清洗。
AI 代理的即时技能发现引擎。通过 REST API 或 MCP 按需搜索并检索专业代理技能 (SKILL.md),将程序性知识即时注入到代理的上下文中。
具备 Kanban 看板、Git 工作区隔离与 AI 自动化执行的个人任务管理系统,支持 Claude Code、Gemini 与 OpenAI Codex 等多种 AI 代理执行器。
高级测试报告与质量仪表板,提供 QE 指标、代码覆盖率与部署就绪度分析,通过预测性洞察协助团队进行数据驱动的质量决策。
根据暂存区的变更,生成结构化且符合规范的 git 提交信息。