工程開發研究自動化
mcp-tools
用於管理基於 MCP 的研究、文件查詢以及在外部搜索工具與插件支援的記憶系統之間進行協調的技能。
瀏覽: 23★ 4
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 529 個技能
用於管理基於 MCP 的研究、文件查詢以及在外部搜索工具與插件支援的記憶系統之間進行協調的技能。
執行嚴謹的多階段 Fagan 檢查,以系統化方式解決持續存在、難以處理的程式錯誤與複雜的程式碼互動問題。
結構化手稿與經費審查助手,提供基於檢查清單的評估,涵蓋方法論、統計效度及報告標準(如 CONSORT/STROBE)合規性檢核。
將原始數據轉化為引人入勝的敘事,運用視覺化策略、敘事框架與說服性結構,協助分析師進行高階報告與數據決策。
同步並維護儲存庫中的 CLAUDE.md 與 README.md 文件層級,確保 AI 代理程式擁有即時且一致的上下文資訊。
自動化設定 Fumadocs 的國際化 (i18n)。包含 Next.js 多語言路由、語言切換器、側邊欄篩選及內容結構配置。
透過將獨立的除錯或開發任務委派給具備獨立上下文的專職子代理,實現並行化執行。
基於 Qdrant 和 Ollama 的本地 RAG 語義記憶系統。適用於高效檢索工作區文件、筆記、決策記錄與用戶偏好,提供精確的向量語義搜索。
從文檔(PDF、MD、TEX、TXT)中提取數學定義、定理、證明等內容,並進行AI驅動的清洗與格式轉換。
標準化 HASH 開發流程,包含分支命名、Linear 問題追蹤、PR 模板及審核程序。
影片與贊助內容的轉換心理學。運用情緒觸發、社會認同、稀缺性與說服原則,優化腳本並提升觀眾互動與轉換率。
分析 Markdown 文件以確保符合預先定義的 AI Token 預算,並優化內容以利於 AI 高效攝取。