工程開發生產力
metacognition
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
瀏覽: 14★ 40
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 292 個技能
透過結構化的自我評估檢查點,確保 AI 在任務執行前、中、後的方案驗證與風險控管,提升程式開發品質。
透過 CLI 與 MCP 使用 z.AI,提供影像分析、網頁搜尋、文件閱讀與 GitHub 程式碼探索功能。
自主研究專員,專注於獲取驗證資訊、評估來源並進行結構化綜述。
產生逼真的虛擬產品試穿視覺效果,協助客戶在購買前評估版型、垂墜感與尺寸比例。
使用 LlamaExtract 實作從 PDF、DOCX 與 PPTX 等非結構化檔案中擷取結構化資料的解決方案,並透過 Pydantic 定義資料架構。
使用 Tesseract OCR 引擎從圖片中提取文字,支援多種語言、影像預處理以及多種輸出格式。
一套管理 LLM 專案生命週期的框架,涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。
根據研究敘述、實驗數據與審稿結論,自動生成結構化的學術論文大綱。
透過可配置的 YAML 模板將內容轉換為特定的語音配置、語氣或風格,以確保品牌與敘事輸出的一致性。
用於結構化、多深度代碼庫探索的元技能,包含架構分析、快速結構概覽以及深入研究的文檔工作流程。
下載並分析 YouTube 影片字幕,提取技術洞察、總結複雜教學,並將影片內容與您的程式碼庫關聯起來。
擷取完整的除錯對象狀態快照,包含所有已提交的記憶體區域與處理器暫存器,供離線分析與鑑識調查使用。