evaluating-code-models
使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試,並提供多語言編碼模型的 pass@k 指標評估。
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 501 個技能
使用 BigCode Evaluation Harness 評估代碼生成模型。包含 HumanEval、MBPP 和 MultiPL-E 等基準測試,並提供多語言編碼模型的 pass@k 指標評估。
建立並設定 Hookify 規則,以監控檔案、Bash 指令或使用者提示中的特定模式。
MCP Gateway 設計模式,用於管理 Agent Gateway、子進程 (Subprocess) 及 Daemon 隔離策略,以優化上下文 Token 使用與系統效能。
為平行開發建立隔離的 git worktrees,自動處理目錄選擇、.gitignore 安全檢查、依賴安裝與基礎測試驗證。
維護結構化的 DEBUG_LOG.md 以記錄程式錯誤、除錯過程與解決方案,確保專案穩定性並累積技術知識。
遠端控制 tmux 工作階段,透過發送自動化按鍵與擷取終端機面板輸出,以實現 CLI 的自動化操作。
直接從 Claude Code 查詢 Google NotebookLM 筆記,取得基於來源、附帶引用的 Gemini 精準回答。支援持久身份驗證、筆記庫管理以及自動化瀏覽器文檔檢索。
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。
逆向工程專家,專門用於分析程式碼庫、繪製依賴關係圖,並從遺留或無文件系統中提取規格說明。
透過分析可用技能、制定結構化執行計畫並管理手動或委派的多步驟工作流程,來統籌複雜的程式設計任務。
提升影像品質、解析度與清晰度,專為螢幕截圖與數位媒體設計。適用於專業文件、部落格與簡報。
使用可靠的 Python 腳本將影像以 90 度為單位進行旋轉。支援 PNG、JPG、GIF、BMP 和 TIFF 格式,確保影像品質並提供自動化檔案處理。