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 242 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。
獲取 YouTube 字幕與逐字稿。適用於影片摘要、語言學習、無障礙輔助及內容分析。支援時間軸數據與純文字擷取。
安全地執行、測試並驗證文件中的命令,支援真實輸出擷取、效能追蹤與 Git 安全協定。
添加 evlog 框架整合:透過標準化中介軟體、建構配置、測試與文檔,實現全端自動化廣域事件日誌記錄。
根據結構化規範架構企業 AI 代理,生成生產就緒程式碼、資料流圖以及適用於 ServiceNow、Salesforce 和 Snowflake 的平台特定邏輯。
手動將 Markdown 文件導入 Kurt 資料庫、修復攝取錯誤,並透過本地檔案系統同步管理文件元數據。
使用 shadcn/ui 與 Tailwind CSS 建構可存取且一致的使用者介面。採用組件優先架構以建立設計系統、整合 React Hook Form,並實踐響應式行動優先開發。
透過捕捉瀏覽器流量 (HAR 檔案) 進行網路 API 逆向工程,並自動產生可用於自動化與資料擷取的 Python API 客戶端。
系統化的專案技術棧檢測、框架特定技能自動載入,以及針對 React + Go 等全端專案的多技術棧分析。
使用 AI 驅動的分析技術,將現有專案遷移至 AgenticDev 結構。自動分類文件、生成豐富的 YAML 元數據,並透過 git mv 完整保留檔案變更歷程。
實作 Schema.org 結構化資料以提升搜尋結果可見度,增加豐富網頁摘要的資格並驗證內容詮釋資料。
一個 AI 驅動的技能,可針對複雜的程式設計任務,自動從 RAG 知識庫中檢索相關的專案上下文。