生產力自動化研究
tasknotes
透過 TaskNotes 插件 HTTP API 管理 Obsidian 任務。支援指令列建立任務、列表顯示、狀態更新及專案篩選。
瀏覽: 9★ 455
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 434 個技能
透過 TaskNotes 插件 HTTP API 管理 Obsidian 任務。支援指令列建立任務、列表顯示、狀態更新及專案篩選。
系統性地追蹤程式碼流、定位實作、診斷效能問題並繪製系統架構,協助您深入理解複雜的程式碼庫。
分析財務數據,計算利潤率、投資回報率 (ROI) 等關鍵指標,並自動生成結構化的財務分析報告。
TraceMem 基礎心智模型與操作規則,確保 AI 代理執行過程的安全、可稽核性與合規性。
一套深度推理框架,透過多假設生成、嚴謹驗證與系統化分析,協助 AI 處理複雜的架構設計、除錯與高風險決策任務。
基於 Notion 的推文效能追蹤系統,透過強化學習原理實現數據驅動的內容實驗與優化。
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。
一套觀點工程引擎,透過多代理研究與表達 DNA 分析,提取目標的思維框架並生成可執行的模擬人格技能。
透過 Context Engineering 原則,為 AI 代理程式初始化、生成並執行完整實作藍圖 (PRPs),實現軟體開發一次成功。
在 Rails 應用中實現完整的模型上下文協議 (MCP)。支援連接外部 MCP 伺服器、將 Rails 應用程式暴露為 MCP 伺服器、透過 Docker 管理子進程,以及 OAuth 2.1 PKCE 驗證。
使用 git worktrees 管理隔離的 LlamaFarm 開發環境,實現平行代理程式工作階段與服務測試。
使用 pygount 分析程式碼庫統計資料:程式碼行數 (LOC)、語言分佈及程式碼與註解比例。