工程開發自動化
policyengine-review-patterns
PolicyEngine 程式碼庫的標準化審查模式、驗證清單與品質基準。
瀏覽: 9★ 28
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 138 個技能
PolicyEngine 程式碼庫的標準化審查模式、驗證清單與品質基準。
對知識庫文檔進行深度結構分析、關鍵信息提取及質量評估的智能助手。
為 GA4 與 GSC 分析數據提供提取、緩存與處理的最佳實踐模式,並整合 MCP 伺服器操作。
自動化專案工作流程的最終驗證,強制執行 git 合規性、文件標準與部署就緒檢查。
用於驗證 AI 代理技能配置並檢測規則違規的測試夾具。
掌握 KPI 儀表板設計,利用成熟的指標框架、SMART 目標與層級模式,協助您從高階決策到營運監控,全面提升業務績效。
使用 TruLens 對 LLM 應用程式進行檢測、評估與監控的系統化工作流程,支援 LangChain、LangGraph 與 LlamaIndex 等框架。
分析 GA4 與 GSC 數據,透過自動化基準測試、狀態指標及可執行的內容優化建議,提升網站成效。
為核心研究集中的論文產生結構化、機器可讀的筆記,以實現可靠的文獻綜述與證據導向的寫作。
Claude Skills 安全掃描工具,可檢測惡意代碼、數據洩露風險及未經授權的系統訪問,確保安裝安全。
自動套用 Python 程式碼品質修正,包含自動格式化 (Black, isort)、Linting (Ruff 自動修正) 以及解決格式化工具衝突,確保程式碼品質。
為 Splitrail 實作新 AI 編碼代理分析器的開發指南,用於追蹤代碼代理的 Token 使用量、成本及效能指標。