工程開發研究自動化
mcp-research
使用 MCP 工具獲取最新的技術資訊,針對函式庫、API、SDK 及技術生態系統提供經過驗證的指導。
瀏覽: 11★ 2
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 541 個技能
使用 MCP 工具獲取最新的技術資訊,針對函式庫、API、SDK 及技術生態系統提供經過驗證的指導。
分析 Markdown 檔案以識別浪費 Token 的模式,並提供具體優化建議,以提高文件對 AI 的 Token 使用效率與清晰度。
基於 Notion 的推文效能追蹤系統,透過強化學習原理實現數據驅動的內容實驗與優化。
基於 Minion 框架的智能單元與集成測試生成工具,支持業務邏輯驗證、邊界測試及 Vitest 框架深度集成。
分析與稽核 Excel 試算表,以釐清邏輯、識別公式錯誤、偵測風險,並為遺留或未知的檔案產生文件說明。
解析並處理來自靜態分析工具的 SARIF 檔案。支援掃描結果的彙整、去重、篩選以及 CI/CD 整合。
用於 AI 代理的平行任務編排 CLI,採用隔離的 Git 工作區。
聚合並分析加密貨幣與股票代碼的市場情緒,通過掃描新聞與社交訊號,為交易前的「氛圍感」評估提供快速參考。
透過 prompts.chat 搜尋、發掘並優化 AI 提示詞。存取數千個專為 ChatGPT、Claude 等 AI 模型設計的社群精選提示詞。
語言無關的後端架構模式,涵蓋 API 設計、身分驗證、安全性協定與資料庫建模。
基於證據的程式碼審查,運用福爾摩斯式演繹推理來驗證開發聲明、調查錯誤並進行根本原因分析。
為 AnySoftKeyboard 創建並執行遵循專案架構規範(Robolectric、命名、位置)的單元測試。