工程開發資料分析自動化
codeql
使用 CodeQL 進行深入的程式碼安全性分析,支援跨程序資料流、汙染追蹤及多種語言的自動化漏洞偵測。
瀏覽: 36★ 4,874
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 340 個技能
使用 CodeQL 進行深入的程式碼安全性分析,支援跨程序資料流、汙染追蹤及多種語言的自動化漏洞偵測。
atopile 語言伺服器 (LSP) 的實作與維護指南,為電子電路設計提供自動完成、代碼導航與錯誤診斷等 IDE 功能。
執行嚴謹的多階段 Fagan 檢查,以系統化方式解決持續存在、難以處理的程式錯誤與複雜的程式碼互動問題。
掌握動態規劃 (DP) 模式,包含備忘錄、表格化與狀態設計的完整實作,提供可應用於生產環境的解決方案。
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 0 到 9999 之間的隨機幸運數字,適用於遊戲、決策或娛樂需求。
基於 GitHub CLI (gh) 的安全 Git 操作,支援提交、推送及 Pull Request 管理。
使用 Nano Banana Pro (Gemini 3 Pro) AI 模型生成應用程式圖示、Logo、行銷橫幅及各類插圖等專業視覺素材。
Rust 語言伺服器 (rust-analyzer),為 .rs 專案提供程式碼智慧提示、即時診斷與重構支援。
HASH 程式庫的標準化 Rust 文件編寫規範,確保註解、內部連結與錯誤處理的一致性。
分析 Markdown 檔案以識別浪費 Token 的模式,並提供具體優化建議,以提高文件對 AI 的 Token 使用效率與清晰度。
統一的 AI 閘道,支援超過 100 種大語言模型,提供相容 OpenAI 的 API、模型備援、負載平衡及企業級管理工具。