工程開發生產力
metacognition
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
瀏覽: 14★ 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 316 個技能
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
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。
RPI 規劃階段:從研究文件中建立基於區塊且具有依賴感知能力的實作計劃,以進行結構化、原子化的開發。
透過 WAL 協定、持久化記憶緩衝區與自動化 Cron 排程,將 AI 代理轉變為能主動預測需求並持續優化的主動式夥伴。
確保技術專案符合標準化的全域文件規範,維護儲存庫與代理工作流程的一致性。
同步 README.md 與 README_ZH.md 檔案內容,確保中英文說明文件內容一致且架構對齊。
將 MoonBit 程式碼重構為慣用語法:精簡公開 API、轉換為方法、使用模式匹配與視圖,並確保測試覆蓋率,提升 MoonBit 專案的可維護性。
從 SQLite 資料庫中儲存的活動資訊生成 markdown 電子報。自動化活動聚合、篩選與格式編排,適用於社群或利基市場的電子報製作。
用於 Markdown 筆記、文件和代碼庫知識庫的本地混合搜尋引擎,旨在降低 Token 消耗並提升檢索效率。
使用 CLI 工具管理與自動化您的 Obsidian 知識庫,直接搜尋、建立、移動與重構 Markdown 筆記。
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。
自動審查、修復並解決 GitHub PR 審查評論。