工程開發生產力自動化
evidence-first-debugging
強制執行嚴格的實證調試工作流程,利用結構化觀察、假設檢驗和因果驗證,消除技術調查中的推測。
瀏覽: 9★ 40
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 437 個技能
強制執行嚴格的實證調試工作流程,利用結構化觀察、假設檢驗和因果驗證,消除技術調查中的推測。
輕量級 MCP (Model Context Protocol) 連接處理器,支援 stdio、SSE 與串流式 HTTP 傳輸,實現順暢的伺服器整合。
透過 CLI 與 MCP 使用 z.AI,提供影像分析、網頁搜尋、文件閱讀與 GitHub 程式碼探索功能。
用於跨時區獲取當前時間以及進行精確時間轉換與排程操作的實用工具。
管理客戶關係、追蹤後續行動,並利用基於 Obsidian 的客戶資料自動草擬個人化電子郵件。
一個可透過 HTTP 或 stdio 列出、配置、驗證、調用並檢查 MCP 伺服器的命令列工具。
自動化質量保證循環工作流程,執行測試、驗證、修復循環,直到達到您的質量目標。
結構化、模板驅動的端到端功能開發工作流,包含編碼、自動化測試、驗證及基於會話的持續改進。
透過協調多個專業 AI 代理來執行複雜工作流,實現多角度代碼分析、功能開發與系統級審查的自動化編排。
生產級 Go 開發支援:包含並發模式、慣用語法錯誤處理、介面設計、testify 測試框架,以及用於構建可擴展後端服務的最佳實踐。
Refly 生態系統基礎技能。用於建立、探索及執行特定領域技能,透過符號連結路由使用者意圖至工作流程,並透過 Refly CLI 自動化執行多步驟任務。
透過 CLI 管理 screenpipe pipes(AI 自動化腳本)與連接。建立、執行、排程並除錯本地 AI 代理,實現基於電腦操作的自動化任務。