工程開發自動化資料分析
memory-systems
指導代理人記憶系統的實作,比較主流框架(Mem0、Zep、Letta、LangMem、Cognee),並設計用於跨會話知識保留的持久化架構。
瀏覽: 32★ 15,338
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 409 個技能
指導代理人記憶系統的實作,比較主流框架(Mem0、Zep、Letta、LangMem、Cognee),並設計用於跨會話知識保留的持久化架構。
專為 AI 生成程式碼設計的安全性優先稽核框架。提供多層級防護,包含硬編碼金鑰檢測、危險程式碼模式識別,以及針對現代 Web 應用程式的完整漏洞審計。
強制執行 Sentry 風格的規範化提交、分支安全檢查以及結構化問題參考,適用於 AI 編碼代理。
利用 ClawTeam CLI 協調多代理 AI 群體,實現平行任務執行、依賴管理與團隊協作,支援 git 工作樹隔離與 tmux 操作。
根據暫存區的 git diff 自動生成符合 Conventional Commits 規範的清晰提交訊息。
透過 OpenClaw 內建的 gh CLI 工具,直接在終端機中管理 GitHub 工作流程、議題與合併請求。
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。
使用邊界值分析、等價分割、決策表及組合測試等專業技術,優化測試設計,最大化覆蓋率並減少冗餘測試。
一個自動化 CLI 工具,用於發現並連結透過 npm 套件發布的 AI 代理技能,簡化 coding agents 的技能整合。
根據 Hyperlane 文件標準審查文件變更,確保內容符合架構模式與規範。
代碼庫自動化優化循環。根據特定目標與機械指標,自動修改、測量並迭代代碼以提升效能。
協助安全提交的 AI 代理,防止誤用 git add -A,並推廣檔案選擇性暫存與語意化提交規範。