review-react-best-practices
為 React 和 Next.js 應用程式執行自動化、基於規則的效能與可靠性審核,涵蓋套件大小、瀑布式請求、渲染與資料擷取等面向。
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 324 個技能
為 React 和 Next.js 應用程式執行自動化、基於規則的效能與可靠性審核,涵蓋套件大小、瀑布式請求、渲染與資料擷取等面向。
全方位 Python 醫療 AI 工具包,用於臨床數據處理、醫學編碼轉換,以及開發用於 EHR、生理訊號和臨床預測任務的深度學習模型(如 RETAIN 與 Transformer)。
全面的 AI 文本檢測框架。透過詞彙分析、結構模式、模型指紋與技術後設資料比對,精準辨識 AI 生成內容與寫作痕跡。
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。
同步並維護儲存庫中的 CLAUDE.md 與 README.md 文件層級,確保 AI 代理程式擁有即時且一致的上下文資訊。
將文字轉換為專業 Mermaid 圖表。自動處理語法、子圖及佈局規則,輕鬆生成流程圖、時序圖與結構圖。
進行徹底的依賴項審計,識別冗餘代碼、未使用的功能和不當的使用模式。透過充分利用現有依賴項而非重新發明輪子,確保專案的模組化與代碼整潔。
透過分析可用技能、制定結構化執行計畫並管理手動或委派的多步驟工作流程,來統籌複雜的程式設計任務。
將工作階段的經驗轉化為可重用的智能基礎設施 (RII)。將一次性的修復與模式發現轉變為永久的代理執行知識,防止問題重現並加速後續開發。
MoAI-ADK 基礎架構原則,包含 TRUST 5、SPEC-First TDD、委派模式以及節省 Token 的代理人協作工作流程。
利用權力/利益矩陣繪製利害關係人地圖,定義客製化溝通策略,並為產品計畫與團隊協調生成完整的溝通參與計畫。
根據暫存區的 git diff 自動生成符合 Conventional Commits 規範的清晰提交訊息。