自動化生產力工程開發
proactive-agent
透過 WAL 協定、持久化記憶緩衝區與自動化 Cron 排程,將 AI 代理轉變為能主動預測需求並持續優化的主動式夥伴。
瀏覽: 15★ 4,455
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 160 個技能
透過 WAL 協定、持久化記憶緩衝區與自動化 Cron 排程,將 AI 代理轉變為能主動預測需求並持續優化的主動式夥伴。
用於 AI 代理的平行任務編排 CLI,採用隔離的 Git 工作區。
具狀態的多階段工作流程管理器,透過工作日誌持久化上下文、啟用檢查點,並管理長期任務中的迭代進度。
強制執行低認知與循環複雜度標準。自動在開發過程中維護程式碼的可讀性、模組化與維護性,防止複雜函式的堆疊。
AI 優化專案追蹤系統,利用 YAML 與 Markdown 混合格式,實現高效率的專案編排、階段管理與自動化任務委派,大幅降低 Token 消耗。
基於 DuckDB 的持久化狀態管理與工作流程分析工具,支援任務依賴追蹤、歷史指標與上下文檢查點功能。
為 Claude Code 設計的蜂巢思維多代理協作系統,具備女王式架構、拜占庭共識機制、持續性集體記憶與自適應任務分配,適用於複雜軟體開發。
高效管理 git worktrees,支援自動化檔案同步、背景任務執行以及基於 CLI 的工作區編排。
優化多組件解決方案的開發體驗:標準化入職流程、開發內迴圈、除錯及跨平台設置,以消除開發障礙與技術知識孤島。
使用 AgentDB 的超快速向量後端實作 ReasoningBank 自適應學習。具備軌跡追蹤、判斷評估、記憶蒸餾與模式識別功能,適用於構建自我學習的自主智能體。
將複雜的開發需求拆解為可執行的任務序列,並針對多代理環境進行委派分析。
初始化並設定您的 Trigger.dev 專案。適用於安裝 SDK、建立設定檔、初始化專案目錄以及編寫第一個後台任務。