工程開發資料分析自動化
codeql
使用 CodeQL 進行深入的程式碼安全性分析,支援跨程序資料流、汙染追蹤及多種語言的自動化漏洞偵測。
瀏覽: 36★ 4,874
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 246 個技能
使用 CodeQL 進行深入的程式碼安全性分析,支援跨程序資料流、汙染追蹤及多種語言的自動化漏洞偵測。
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。
使用三個專門 AI 代理(正確性、程式碼健康度、UX)組成的團隊進行協作式 PR 審查,討論並達成共識後發布包含行內註解的結構化審查摘要。
提供論文復現的系統性方法論,支援數據清理、統計驗證、樣本篩選及自動化產出學術復現報告(Markdown 與 LaTeX)。
從客戶端程式碼中提取 Supabase 匿名 API 金鑰,以利於進行 RLS 安全性測試與稽核。
為高品質韓語技術內容設計的專業寫作標準插件,強制執行全知第三人稱視角、消除 AI 生成模式,並採用系統化的引用標準。
監控並管理保證金生活策略,追蹤餘額、利息成本與覆蓋率。根據投資組合與保證金的安全閾值提供自動化擴展建議與安全警報。
為股票和 ETF 進行全面的技術分析,使用 RSI、MACD 和布林通道等指標生成可操作的交易訊號與比較報告。
優化 React 效能、實施安全性加固,並透過自動化模式與檢查清單確保符合 WCAG 無障礙規範。
PolicyEngine 程式碼庫的標準化審查模式、驗證清單與品質基準。
透過 KPI 框架、同期群分析與漏斗指標分析產品效能,進而推動成長、留存率與功能採用率。
驗證區塊鏈智能合約代碼與技術規範、白皮書及設計文件的對應性,確保實作與規格完全一致。