数据分析工程开发自动化
data-quality-frameworks
使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证,确保数据管道的可靠性。
浏览: 8★ 34,565
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 418 个技能
使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证,确保数据管道的可靠性。
与 LLVM 工具链整合的 C/C++ 项目覆盖率导向模糊测试工具。
用于规划与实现功能、技能、脚本或架构变更的结构化六阶段工作流程,包含自动化工具探索与安全验证。
将系统内核与对手战术研究合成为具体且可验证的威胁狩猎假设。
通过协调多个专业 AI 代理来执行复杂工作流,实现多角度代码分析、功能开发与系统级审查的自动化编排。
根据 Anthropic 最佳实践创建与管理 Claude Code 技能,包含触发条件、Hook 机制与渐进式披露。
标准化代码文档:自动化编写 README、API 参考文件、JSDoc/TSDoc 与架构决策记录 (ADRs),以维持清晰且专业的技术指南。
通过程序化方式搜索、检索并管理您的 KUNGFU.SH 书签,以优化您的研究与知识管理工作流程。
RivetKit JavaScript 客户端开发指南,支持浏览器、Node.js 与 Bun。涵盖 Rivet Actor 连接管理、状态同步、RPC 动作执行与事件订阅。
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。
更新 flake.lock 以获取最新的 Nix flake 输入版本,且不会执行完整的 NixOS 系统版本升级。
通过 Smithery CLI 查找、连接并使用超过 10 万个 MCP 工具与技能,整合外部服务、管理智能体工作空间并实现自动化工作流。