工程開發內容創作自動化
wiki-llms-txt
自動產生 llms.txt 與 llms-full.txt 檔案,為專案文件提供人工智慧友善的閱讀格式與專案上下文。
瀏覽: 8★ 2,176
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 380 個技能
自動產生 llms.txt 與 llms-full.txt 檔案,為專案文件提供人工智慧友善的閱讀格式與專案上下文。
使用 Axum、SQLx 和 thiserror 實作強健的 Rust 後端服務,並運用生產級架構模式。
建立並更新詳細的 GitHub Issue,完整記錄技術上下文,防止需求遺失並降低開發溝通成本。
開發人員的事前實作信心評估工具。透過重複代碼檢查、架構合規性、官方文件驗證與根本原因分析,確保達到 90% 以上的準備度。
產生用於 Stigmer AI 代理的生產級 McpServer YAML 設定檔,輕鬆整合各類外部工具與 API。
使用視覺化圖表、生活比喻、逐步導覽與常見陷阱來解釋程式碼。
透過自動偵測孤立測試、覆蓋率缺口以及與實作細節耦合的反模式,維護測試套件的健全性。
載入並預處理保險保單週度 CSV 資料,支援自動化週期檢測、多週載入、資料驗證與清理。
AI 代理的即時技能發現引擎。透過 REST API 或 MCP 按需搜尋並檢索專業代理技能 (SKILL.md),將程序性知識即時注入到代理的上下文中。
具備 Kanban 看板、Git 工作區隔離與 AI 自動化執行的個人任務管理系統,支援 Claude Code、Gemini 與 OpenAI Codex 等多種 AI 代理執行器。
高階測試報告與品質儀表板,提供 QE 指標、程式碼覆蓋率與部署就緒度分析,透過預測性洞察協助團隊進行數據導向的品質決策。
根據暫存區的變更,生成結構化且符合規範的 git 提交訊息。