自动化生产力工程开发
screenpipe-cli
通过 CLI 管理 screenpipe pipes(AI 驱动的自动化脚本)与集成。创建、运行、调度和调试本地代理,实现基于电脑操作的自动化任务。
浏览: 29★ 18,472
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 439 个技能
通过 CLI 管理 screenpipe pipes(AI 驱动的自动化脚本)与集成。创建、运行、调度和调试本地代理,实现基于电脑操作的自动化任务。
通过管理插件来自我修改 Milady 代理。编辑代码、重建并重新启动运行环境,以开发新功能或本地优化代理工作流程。
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。
基于 Google A2A 协议的多智能体协作框架。实现了基于 CLI 的 AI 工具间的消息传递、任务委派与自动化协调。
标准化 HASH 开发流程,包含分支命名、Linear 问题追踪、PR 模板及审核程序。
通过自动化测试执行器、人工 LLM 判断与结构化报告,评估 Deca 代理提示词与行为一致性。
编排 Codex CLI 以实现高效并行程序开发、自动化任务与会话管理,优化 Token 使用量并提升开发效率。
提供 Zed Editor 与 Agent Client Protocol (ACP) 的全面知识,包含 AI 代理整合、性能调优以及专业开发工作流的配置指南。
进阶视觉回归测试工具,具备像素级与AI辅助差异分析、跨浏览器验证及响应式设计检查,有效防止CI/CD流程中的UI回归问题。
使用此基于 API 的工具自动化管理 GitLab 仓库。通过 AI 代理直接执行文件操作、分支管理与项目追踪。
Sindri 声明式 YAML 扩展开发指南,涵盖项目初始化、认证、生命周期钩子及 MCP 集成等功能开发说明。
结构化、模板驱动的端到端功能开发工作流,包含编码、自动化测试、验证及基于会话的持续改进。