生產力工程開發資料分析研究
sequential-thinking
結構化推理工具,用於複雜問題分解、分步分析、一致性驗證以及帶有置信度評分的證據合成。
瀏覽: 26★ 4,441
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 557 個技能
結構化推理工具,用於複雜問題分解、分步分析、一致性驗證以及帶有置信度評分的證據合成。
分析 Markdown 文件以確保符合預先定義的 AI Token 預算,並優化內容以利於 AI 高效攝取。
簡化技術文檔編寫,協助生成、更新與完善 README 檔案。針對開源專案貢獻者、內部團隊及個人專案提供客製化的內容與模板建議。
Anthropic 結構化輸出實作專家顧問。協助判斷 JSON 模式與嚴格工具使用之間的取捨,確保 schema 合規性與 Agent 工作流的輸入驗證。
自動將您的 SpecStory AI 編碼對話歷史紀錄整理為 YYYY/MM 目錄結構,以改善檔案管理與封存流程。
透過 MCP 自動化 Discord 伺服器管理,包括訊息處理、頻道組織與身分組指派等操作。
管理 Vibesafe 單元,透過加密雜湊檢查點,對 AI 生成的程式碼進行掃描、編譯、測試與驗證,確保生產環境的穩定性。
建立並設定 Hookify 規則,以監控檔案、Bash 指令或使用者提示中的特定模式。
透過反向工程優質 GitHub 專案與開源方法論,建立高效能 AI 技能。
Nia 研究代理:用於索引與搜尋遠端程式碼庫、文件及套件。透過優先採用完整原始碼索引取代網頁抓取,有效提升 AI 上下文精確度並減少幻覺。
為小說家設計的結構化引導工具,涵蓋從創作憲法、故事規格到計畫、任務、撰寫與質量分析的七步創作方法論。
撰寫結構良好的使用者故事和需求文件,遵循 INVEST 準則。