工程開發資料分析自動化
massive-context-mcp
透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫,突破 LLM 上下文視窗限制。
瀏覽: 170
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 133 個技能
透過遞迴分塊、子查詢與聚合結果處理超過 1,000 萬 tokens 的大型檔案與程式碼庫,突破 LLM 上下文視窗限制。
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。
將財務差異分解為驅動因素,並提供敘述性解釋與瀑布圖分析。優化預算與實際執行情況的報告、損益表註釋及預測調節。
解析 Culture Index (CI) 調查與行為特質數據。運用數據驅動的行為分析,協助團隊組成評估、職災預防及人才招聘配置。
用於審核和驗證 Claude Code 配置(技能、鉤子、指令)的結構完整性、命名規範及最佳實踐的專家工具。
進行策略性競爭分析,繪製市場格局,識別直接競爭對手,綜合評估優劣勢,並發掘差異化機會。
Rust 專案的專家級程式碼審查工具。使用 Bazel 與專案特定規範,進行全面的品質、安全、效能及架構分析。
執行系統性的安全性稽核、漏洞掃描與風險評估,並結合 OWASP 方法論,確保程式碼的強健安全性。
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。
執行全面的程式碼審查,專注於安全性漏洞、效能優化、可維護性及程式碼正確性。
分析並識別代碼庫模式(命名、架構、測試),以確保開發過程中的一致性與標準執行。
專業的 SwiftUI 助手,協助審核、重構與建構高效、可測試且現代化的 iOS 應用程式,並遵循 Apple 的最佳實踐。