工程開發自動化資料分析
ReasoningBank Intelligence
透過 ReasoningBank 實現代理程式的自適應學習,進行模式識別、策略優化與持續改進。
瀏覽: 2★ 33,910
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 154 個技能
透過 ReasoningBank 實現代理程式的自適應學習,進行模式識別、策略優化與持續改進。
從零開始構建、配置與部署 NexAU Agent 的完整指南與開發框架,包含工具、提示詞與技能實現。
用於路線圖管理的視覺化網頁工作區,提供互動式看板與基於圖表的相依性視圖,協助任務規劃與專案進度追蹤。
透過 OpenAI Codex 與 Google Gemini 獲取架構、程式碼審查與除錯的專家觀點,並透明化呈現所有 AI 推論與建議。
一套標準化工作流程,用於將原始 PM 筆記、工作坊內容或初稿轉化為經過驗證且符合儲存庫規範的 AI 技能。
透過 Context Engineering 原則,為 AI 代理程式初始化、生成並執行完整實作藍圖 (PRPs),實現軟體開發一次成功。
建立與管理生產級 Grafana 儀表板,用於系統可觀測性、即時指標視覺化與監控。
為軟體代理提供的穩健驗證與品質保證系統,具備即時真相評分、自動化程式碼驗證以及即時回滾功能,以確保高品質的輸出與可靠性。
系統性效能工程:基準測試、效能分析、瓶頸診斷,以及基於實證的應用程式最佳化指導。
將效能分析資料綜合為具體建議及有據可依的技術決策。
TraceMem 基礎心智模型與操作規則,確保 AI 代理執行過程的安全、可稽核性與合規性。
自動化模式偵測與技能推薦引擎,透過監控專案記憶、日誌及任務列表,自動進化 AI 代理的能力。