工程開發自動化
context-detection
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。
瀏覽: 4★ 255
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 310 個技能
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。
生成專業的產品需求文件 (PRD),並為自主開發週期規劃功能架構。
使用 STRIDE 威脅建模、OWASP Top 10 及安全編碼實踐,對程式碼、架構與基礎設施進行系統性安全評估。
Anthropic 結構化輸出實作專家顧問。協助判斷 JSON 模式與嚴格工具使用之間的取捨,確保 schema 合規性與 Agent 工作流的輸入驗證。
建立與管理生產級 Grafana 儀表板,用於系統可觀測性、即時指標視覺化與監控。
在軟體功能開發過程中,驗證跨工件(規格、計畫、任務)一致性並偵測破壞性變更(API、資料庫、UI)。
分析 Claude Code 會話歷史,以識別效率低下的模式、優化 Token 使用量並建議工作流程改進。
執行結構化的五階段程式碼審查,涵蓋需求合規性、正確性、程式碼品質、測試與安全性。提供分類後的具體改進建議(嚴重/主要/次要/微調)。
審核 AI 技能的安全性,偵測提示注入、隱藏指令、工具濫用及數據外洩風險。
NanoClaw WhatsApp 機器人的安全諮詢監控,透過 MCP 工具提供漏洞掃描、技能安全檢查與完整性保護。
根據四大權威標準(NNg 10 啟發式評估、UX 法則、Apple HIG、WCAG)分析 UI/UX 品質,為移動端及網頁組件提供基於證據的設計與無障礙優化建議。
規劃、執行使用者驗收測試 (UAT) 與端對端情境,驗證需求是否符合使用者可見的行為表現。