資料分析工程開發研究
data-viz-plots
使用 matplotlib 和 seaborn 建立可發表等級的圖表與視覺化,並可在任何 LLM 環境下本地運行。
瀏覽: 24★ 181
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 583 個技能
使用 matplotlib 和 seaborn 建立可發表等級的圖表與視覺化,並可在任何 LLM 環境下本地運行。
標準化程式碼文件:自動化編寫 README、API 參考文件、JSDoc/TSDoc 與架構決策記錄 (ADRs),以維持清晰且專業的技術指南。
使用 Mighty (mt) 任務進行代碼開發管理,包含進度追蹤、證據連結、設計決策記錄以及標準化的任務結案流程。
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。
強制執行 UI 嚴格遵守專案設計系統的標記、元件與版面配置規範,以確保前端開發的一致性。
手動觸發 Hipocampus 記憶體刷新,將當前對話上下文存入原始日誌,並啟動壓縮樹程序,以維護 AI 代理的長期記憶。
開發、測試、簽署並發佈 Memoria 治理插件。支援 Rhai 和 gRPC 執行環境,涵蓋插件從初始化到激活的完整生命週期管理。
以小型、可驗證的批次執行實作計劃,並在每個階段設置回饋暫停點,以防止偏離目標並確保代碼品質。
為 AI 代理實作自動化的關鍵自我驗證層,在完成任務前確保程式碼品質、安全性及需求一致性。
基於代碼庫分析自動生成專案文檔,確保準確性、一致性並符合 VilnaCRM 架構模式。
自動化 GitHub Issue 分析、分類與解決方案規劃工具,完全整合規格驅動開發 (SDD) 工作流程。
驗證 dotfiles 是否正確建立符號連結與同步,確保開發環境設定狀態健康與一致性。