自动化生产力工程开发
proactive-agent
通过 WAL 协议、持久化内存缓冲区与自动化 Cron 调度,将 AI 代理转变为能主动预测需求并持续优化的主动式伙伴。
浏览: 15★ 4,455
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 160 个技能
通过 WAL 协议、持久化内存缓冲区与自动化 Cron 调度,将 AI 代理转变为能主动预测需求并持续优化的主动式伙伴。
用于 AI 代理的并行任务编排 CLI,采用隔离的 Git 工作区。
具备状态的多阶段工作流程管理器,通过工作日志持久化上下文、启用检查点,并管理长期任务中的迭代进度。
强制执行低认知与循环复杂度标准。自动在开发过程中维护代码的可读性、模块化与可维护性,防止复杂函数的堆叠。
AI 优化项目追踪系统,利用 YAML 与 Markdown 混合格式,实现高效率的项目编排、阶段管理与自动化任务委派,大幅降低 Token 消耗。
基于 DuckDB 的持久化状态管理与工作流程分析工具,支持任务依赖追踪、历史指标与上下文检查点功能。
为 Claude Code 设计的蜂巢思维多代理协作系统,具备女王式架构、拜占庭共识机制、持续性集体记忆与自适应任务分配,适用于复杂软件开发。
高效管理 git worktrees,支持自动化文件同步、后台任务执行以及基于 CLI 的工作区编排。
优化多组件解决方案的开发体验:标准化入职流程、开发内循环、调试及跨平台设置,以消除开发障碍与技术知识孤岛。
使用 AgentDB 的超快速向量后端实现 ReasoningBank 自适应学习。具备轨迹追踪、判定评估、记忆蒸馏与模式识别功能,适用于构建自我学习的自主智能体。
将复杂的开发需求拆解为可执行的任务序列,并针对多代理环境进行委派分析。
初始化并配置您的 Trigger.dev 项目。适用于安装 SDK、创建配置文件、初始化项目目录以及编写第一个后台任务。