refactor
Refactor 是一个用于代码重构的 Claude 技能，帮助检测代码异味、提出设计模式改进建议，并在保持现有行为不变的前提下重构代码。它遵循“只改结构、不改行为”的黄金法则，强调在重构前先建立测试基线，若无测试则先编写特征测试。技能覆盖重构前分析、代码异味检测（按严重程度分级）、常用重构技术以及针对 TypeScript/JavaScript、Python 等语言栈的具体重构模式，适用于用户提出“refactor this”等重构请求时使用。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-16 00:04
编程与开发
41,208 个结果
factory-implement
factory-implement 是 addyosmani/factory 中的实现技能：认领一个已就绪的 GitHub issue，在失败即阻断的门禁下完成实现，取得独立验证后创建草稿拉取请求。资料未提供收费与平台细节。
8020
在编写代码之前，帮助用户以最小且有用的方式达成产品目标。探索技术、用户体验、产品与策略层面的取舍，优先选择最小改动方案，并说明理由，把最终决策交给用户。
babysit
一个用于让 AI 智能体持续“照看”Pull Request（PR）的技能：以固定节奏反复检查和处理评论、合并冲突与 CI，直到 PR 变绿且可合并，或出现真正需要用户介入的阻塞问题。
cr-clone-trainer
用于构建或重同步一个私有评审者克隆：学习某位特定人员在 GitHub 上的代码评审风格，让生成的克隆评审者按该风格评审 PR，而非套用通用检查清单。
prune
prune 是一个用于在大量 AI 迭代编码之后清理代码库的技能。它把审计范围内每个新增或修改的函数、类型、参数、状态钩子、包装器和导出都先假定为“有罪”（死代码、意外残留或 YAGNI 膨胀），直到用具体证据证明其必要。它通过四项证据检验——可达性证明、需求证明、非重复证明、破坏性证明——来识别死代码、僵尸工作流、投机性配置和意外重复，并在用户明确批准后执行删除、清理悬空引用并运行测试与类型检查验证。
reviewer-clone
Reviewer Clone 是一个用于创建私有用户级 Clone 技能的工具，目标是让 Clone 像特定用户本人一样审查 GitHub 拉取请求，而非套用通用检查清单。它从运行该技能的仓库中学习：读取该用户在 GitHub 上的真实评审评论，结合本地代码检出与只读 git 信息（log、blame、shortlog、show），归纳出此人何时介入、关注什么、聚焦哪些模块、何时升级为提问/建议/硬性阻止、对哪些作者区别对待、背后的原因以及表达语气，并写入 MODEL.md、VOICE.md 等文件供 Clone 在评审时读取。技能本身只负责训练，不亲自评审 PR；生成的 Clone（cr-clone-<login>）只负责执行评审，不学习也不修改自身记忆。
smart-comments
Smart Comments 是一个面向 AI 编码智能体的技能（skill），用于指导智能体在编写、编辑、重构代码时如何有选择地撰写行内注释，并把已有注释当作“承重记忆”加以保护。它强调注释是离代码最近的规格层，往往是模型生成下一个 token 前读到的最后内容，也是人类向智能体传递约束、警告与意图的最廉价、最高信噪比的手段。该技能规定了何时应写注释（如代码陷阱、非显而易见的取舍原因、隐藏的不变量与契约、外部系统的临时绕过方案），以及何时不应写注释（如复述标识符已表明的内容、引用当前任务或 PR、装饰性分隔、会随重构失效的意图描述）。在写法上要求简短、行内、以约束或警告开头、必要时使用祈使句并点明代价。其核心章节强调尊重已有注释：除非注释所描述的代码同时被删除，否则不得在重构中删除注释；不能仅凭“看起来冗余”就移除；若注释显得过时或错误，应向用户提示而非静默修改或删除；不得仅为改变语气而重写注释。当有疑问时，应保留注释并询问人类是否移除。
gstack-workflow-assistant
gstack Workflow Assistant 是一套面向 Claude Code 的专业化 AI 工作流技能集合，由 ara.so 发布。它把通用的 Claude Code 转变为可按需召唤的专家团队，包含八个有明确立场的工作流技能，分别扮演 CEO、工程经理、发布经理和 QA 工程师角色，并提供用于规划、评审、发布和测试的斜杠命令。主要能力包括：CEO 产品评审（重新思考问题、挖掘请求背后更大的产品机会）、工程规划（锁定架构、数据流与边界情况）、代码评审（偏执的资深工程师级别审查，捕捉生产环境缺陷）、发布管理（一条命令完成测试与 PR 创建）、QA 测试（带截图和系统化覆盖的自动化浏览器测试）、浏览器自动化（让 AI 点击应用并发现故障）、会话管理（导入真实浏览器 Cookie 进行需登录的测试）以及团队回顾（工程经理风格的复盘，含逐人洞察）。安装需要 Claude Code、Git、Bun v1.0+，浏览器自动化需 macOS 或 Linux（x64/arm64）。支持全局安装与项目安装，并需在 CLAUDE.md 中注册技能。
uxc-facade
UXC Facade 是一个用于将 MCP、OpenAPI、GraphQL、gRPC 或 JSON-RPC 接口封装为稳定 JSON 命令行门面的技能方法论。它以 UXC 作为协议适配层，为自动化代理提供固定命令名与 JSON 输出信封，并明确划分原生宿主、服务归属技能与二进制所有者三方的责任边界。该技能要求先填写门面契约、通过二进制与链接双重所有权校验、完成发现后再建立链接，并按 FACADE_READY、TRANSPORT_READY、SESSION_REUSED、TASK_ACCEPTANCE、NATIVE_COMPAT 等分层状态验证结果，未证实的层须标记为 UNVERIFIED。适用于需要统一协议发现与调用流程、复用昂贵 MCP stdio 会话、或需显式管理安装来源与就绪检查的场景；一次性调用、无需 CLI 消费者或接口无可用模式时不建议使用。
deep-think
Deep Think 是一个用于 Claude Code 的技能（Skill），旨在将 Claude 切换到一种“工匠模式”的思维框架，以追求更优雅、更高质量的代码结果。它适用于复杂架构决策、从零开始的新项目、需要大量设计工作的功能，以及质量优先于速度的场景；不适用于简单缺陷修复、琐碎功能添加或用户更看重速度的情况。该技能强调先质疑假设、研读现有代码库、先设计后实现、以 TDD 精雕细琢、反复迭代并果断简化，最终产出优雅、有意图、可维护且健壮的代码。
brief-ku
brief-ku 是一个面向 AI 编程智能体（如 OpenCode、Codex、Claude Code、Cursor 等）的技能，用途是把简短、模糊或非技术性的应用需求转化为完整、可直接实施的 PRD（产品需求文档）与技术规格。它会先判断当前智能体运行在 Plan 模式还是 Build 模式，据此决定只输出规划还是直接开始实现。在需求不明确时，它不会立即生成完整 PRD，而是用非技术语言分轮次提出少量关键问题（如应用是仅界面原型还是完整功能、是网站还是移动应用、目标用户是谁、是否需要账号登录、数据是否需要永久保存等），并在用户表示不确定时推荐合理默认值。它支持已知、假设、未知、不需要四类需求状态管理，提供默认假设（如 Web 平台、全栈架构、PostgreSQL、邮箱密码认证、REST API 等），并区分原型、MVP、生产就绪、企业级等交付层级，明确划分范围内、范围外与未来考虑事项。最终产出可交给开发或编程智能体直接使用。
execute-tdd-spec
execute-tdd-spec 是一个基于已批准 SPEC SDD 文档驱动测试驱动开发（TDD）的技能。它以 .specs/SPEC-{YYYYMMDD}-{feature}.md 作为唯一事实来源，将编号需求（RF-001、RF-002 等）与 BDD 形式的验收标准（Given...when...then）逐条转化为测试，再按红-绿-重构循环逐个垂直切片实现。该技能内部推理与命令使用英文，与用户的问答和说明使用巴西葡萄牙语。适用于 SPEC 已批准且用户要求实现功能、变更或缺陷修复，或明确要求执行 spec、跑 TDD 时；不适用于 SPEC 缺失或仍为草稿、用户只做代码审查或不需要测试，以及 SPEC 明确拒绝需求（标记 [A DEFINIR]）的情况。
technology-stack
AG Grid 代码库的技术选型与架构约束文档。该技能用于在 AG Grid 项目中做技术选型、添加依赖或理解其零依赖设计时参考。核心原则包括：主库 ag-grid-community 与 ag-grid-enterprise 必须保持零第三方运行时依赖，以保证包体积最小、无依赖冲突、行为完全可控和性能可预测；核心网格逻辑与框架无关，采用纯 TypeScript 编写，React、Angular、Vue3 等框架封装仅提供集成层。构建体系使用 Nx 进行 monorepo 编排与构建缓存，Yarn v1.x 管理包，全包启用 TypeScript 严格模式，通过 ESBuild/Rollup 生成产物。运行时渲染采用自研高性能虚拟 DOM 引擎，避免 CSS-in-JS，改用 CSS 模块与传统样式表，Canvas 仅用于 sparklines 等特定功能；状态管理为自研内部方案，不引入外部库。测试方面使用 Vitest 做单元、集成与行为测试（angular-tests 仍用 Jest），Playwright 负责 E2E 与行为基准测试，jsdom 用于单元测试的 DOM 模拟。代码风格由 ESLint 自定义规则与 Prettier 约束。浏览器仅支持现代浏览器（ES2020 目标），不支持 IE11。文档使用 Astro 静态生成，内容格式为 MDX/Markdoc。
remotion
Remotion 动画逻辑图 Skill：用户用 ASCII 草图或文字描述想要的动画，自动匹配内置模板、生成 Remotion 代码并渲染为 GIF。自带运行环境，无需用户搭环境或写代码。
github-operations
通过集中式 MCP Server 管理 GitHub Pull Request 与 Issue 的技能，支持创建、更新、合并 PR，添加评论、管理 Issue、标签与搜索等操作。文件读写、分支与代码提交等 git 操作需改用 git-delegation 技能。
component-api
用于设计组件 props 与组合方式的技能：默认值、变体、受控与非受控、插槽，以及应暴露多少配置。核心主张是零 prop 渲染即为可交付版本，每个 prop 只用于关闭或移动某物，而非重新拼装组件。
elixir-genius
elixir-genius 是一个面向 Elixir/OTP/Phoenix/LiveView 的系统架构技能，用于设计生产级应用、规划 OTP 监督树并生成完整项目文档，强调数据库为事实来源、函数式核心与命令式外壳、let-it-crash、异步处理与测试先行。
refactor
refactor 是一个用于在不改变代码行为的前提下调整代码结构的技能：当函数或类过大、模块互相依赖、抽象只剩单一实现，或需要拆分、合并、重命名代码时使用。它强调先建立验证基线、逐项审批并逐个执行结构改动，每一步都保持验证通过。
build
一个两阶段自主构建技能：把用户一句话需求先扩写成专业规格，再按规格执行。适用于网页、API、CLI、库、脚本、全栈与移动应用等构建任务，强调生产级代码与 UI 动效质量。
create-plan
Create Plan 是一个用于编程任务的规划技能，当用户明确要求为某个编码任务制定计划时使用。它的目标是把用户的提示转化为一份简洁、可执行的计划，并作为最终助手消息输出。整个工作流程采用只读模式，不写入或更新任何文件。它会快速扫描上下文，包括 README.md、docs/、CONTRIBUTING.md、ARCHITECTURE.md 等文档，浏览可能被改动的相关文件，并识别语言、框架、CI/测试命令、部署形态等约束。只有在确实受阻时才会提出最多 1–2 个问题，且优先使用选择题形式；如果不确定但不构成阻碍，则做出合理假设并继续。计划按固定模板输出：先是一段简短说明意图与方法，然后明确列出范围内与范围外事项，接着给出默认 6–10 项的行动清单，每项为具体、原子化、按顺序排列的动作（发现→修改→测试→发布），以动词开头，并在适用时包含测试/验证项与边界情况/风险项。如有未知事项，会附上最多 3 条开放问题。计划不包含元解释，也不写代码片段，保持与具体实现无关。
distributed-training
面向 PyTorch 多 GPU 与分布式训练的实践指南，介绍使用 DDP 扩展训练规模时的常见模式，包括进程组初始化、数据分片、批归一化同步、检查点保存与学习率缩放等要点。
pytorch-training
面向 PyTorch 训练代码的实践指南技能，用于生成或审查机器学习训练循环，涵盖随机种子、DataLoader、学习率调度、早停、日志与检查点保存等要点。
schema
airbyte-agent CLI 的 schema 命令，用于打印任意操作的合并 schema，包含 CLI 参数与底层 OpenAPI 路由的请求、响应和参数信息，帮助在编写脚本前确认返回字段。