toolchains-rust-core
面向 Rust 工程智能体的核心工具链约定,涵盖所有权与借用、错误处理、tokio 异步以及符合习惯的项目结构,用于指导 Rust 代码编写与质量校验。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-17 00:07
41,333 个结果
面向 Rust 工程智能体的核心工具链约定,涵盖所有权与借用、错误处理、tokio 异步以及符合习惯的项目结构,用于指导 Rust 代码编写与质量校验。
这是一个用于诊断难以修复的缺陷的 Claude 技能,通过快速构建可复现信号、排序可证伪假设、二分法定位根因,并用回归测试锁定原因。适用于反复修复无效、间歇性失败、跨版本回归、症状远离原因及性能回归等场景。技能包含假设日志验证器和日志脱敏扫描脚本,要求先建立信号再提出理论,每次只测试一个变量,并在分享前对日志进行敏感信息脱敏。
这是一个面向模块级代码设计的技能,用于设计接口小而行为丰富的「深模块」,并对浅模块、纯转发层或有泄漏的代码进行排序,找出值得加深的位置。它适用于修改困难、架构亟待改进的代码库:可以扫描代码、按变更热点排序并生成评审报告;对同一模块至少设计两套接口方案并进行比较评分;给出在不破坏调用方的前提下完成迁移的步骤。该技能附带两个 Python 脚本:module_depth.py 分析 Python(AST)和 JS/TS(模式匹配)中各模块的入口点、接口成本、深度、转发函数、过长参数列表和私有名导入,并按 --churn 加权排序;interface_compare.py 按接口成本、深度、调用方负担给候选设计打分,检查职责归属、双适配器接缝和设计差异,并推荐其中一套。该技能只处理单个代码库内的模块设计,不涉及服务边界、数据存储、扩展性与部署拓扑等系统级架构,也不执行机械重构和代码格式化。
PR Description Writer 是一个用于撰写、重写和校验 Pull Request 描述的技能。它把 PR 正文组织为五个部分:摘要、原因、证据、验证步骤和合并风险,并依据真实的文件列表与 diff 对变更进行分类,再通过 lint 强制保证分类诚实。适用于打开 PR、修复薄弱描述、请求评审前自检,以及把 PR 正文纳入 CI 质量门禁。它只负责生成和检查描述,不审查代码本身,也不生成证据或变更日志。
Git 版本控制与协作技能,涵盖 GitHub/Gitee 平台操作、Conventional Commits 提交规范、分支策略及 PR/MR 最佳实践,并提供智能体角色与 MCP 工具增强建议。
pawl-review 是 agentops 中的只读独立评审通道技能:按不可变请求运行一次全新上下文的评审器,收集证据并交给 ao pawl,自身不判定评审结论。
这是一个在单一会话中通过并行子代理编排 Research(研究)→ Plan(规划)→ Implement(实现)全流程的技能。编排器只负责派发子代理、读取阶段产物、展示摘要并处理审批关口,研究、规划、实现均由拥有独立上下文窗口的子代理完成,阶段之间通过 docs/plans/ 下的文件产物传递信息,从而避免跨会话丢失上下文。
writing-plans 是 rpikit 技能集中的规划阶段技能,用于把调研发现转化为可执行的实施计划。它要求先查找或补做前期调研,明确成功标准,按风险等级(低/中/高)确定规划严谨度,再把工作拆分为带目标文件、具体动作、验证方式和复杂度的小任务,并为每个改代码的任务预先列出自动化测试与手工验证用例,体现测试先行的顺序。计划文档还包含风险与缓解、回滚策略和状态跟踪,并在实施前请求用户明确批准。适用于需要 AI 辅助编写代码、且希望在动手前形成清晰契约的软件开发场景;低风险小改动可简化规划,高风险架构性变更需详细计划。
用于识别并分类代码坏味道、给出有针对性的重构建议,而不自动改写代码。适合代码质量评估、可维护性检查与重构机会分析。
该技能用于编排 Git worktree、Beads 任务管理与 Tmux 会话相结合的开发工作流,可自动识别用户场景并推荐并行开发、热修复、代码评审、终端管理等模式。
该技能用于依据已有的 graphspec 规范包来实施或构建软件:每次只拉取与当前组件/系统相关的最小子图(含契约、数据模型、需求、约束与覆盖测试场景),避免把整个规范包载入上下文。
Bright Data Python SDK(brightdata-sdk)编码最佳实践指南,面向编写、修改、调试或审查该 SDK 代码的开发者与编码智能体,涵盖安装、认证、异步客户端、抓取、搜索、数据集、Scraper Studio、浏览器 API 与错误处理等规则。
面向代码库架构改进的技能,基于 CONTEXT.md 领域语言与 docs/adr/ 决策,识别“浅模块转深模块”的深化机会,以提升可测试性与 AI 可导航性。
Command Development 是 Claude Code 中用于创建和管理斜杠命令(slash command)的技能,讲解命令 Markdown 文件格式、YAML frontmatter 配置、动态参数、文件引用与 Bash 执行等内容,帮助用户编写可复用、可共享的自定义命令工作流。
R 到 Python 的数据分析翻译参考技能,将 tidyverse/dplyr、ggplot2、fixest、survey、sf、plm 等 R 生态包映射到 polars、plotnine、pyfixest、svy、geopandas 等 Python 等价物,帮助有 R 背景的研究者理解、审计和迁移定量社会科学分析代码。
StatsPAI 是一个面向智能体的 Python 因果推断与计量经济学工具包,一次导入提供 390+ 函数,覆盖 OLS、IV、DID、交错 DID、RDD、PSM、合成控制等方法,返回统一结果对象并支持导出 Word、Excel、LaTeX、HTML。
通过 Unpaywall 免费合法查找学术论文的开放获取全文。提供按 DOI 查询接口,返回论文是否 OA、最佳全文位置与所有 OA 副本,可用于阅读清单核对与资助合规审计。
用于理解《Academy of Management Review》(AMR)的发展性多轮评审流程,并解读以理论贡献为重点的编辑决定信。
用于理解和应对《Administrative Science Quarterly》(ASQ)发展性多轮审稿流程的技能,涵盖决定类型、审稿人与编辑意见解读、修改可行性判断及回复准备。
用于为《Administrative Science Quarterly》(ASQ) 稿件构建理论引擎的技能,聚焦机制、过程理论与方差理论的取舍、构念界定与边界条件,帮助判断理论形态是否与现象匹配,并检查假设推导与理论新颖性。
用于判断天体物理稿件是否适合投向《The Astrophysical Journal Letters》(ApJL) 的选刊与改写技能,帮助作者评估短篇高影响力成果的时效性、显著性门槛、篇幅限制与常见拒稿原因,并给出改投建议。
面向《Journal of Management Studies》(JMS) 投稿的理论建构技能,用于当理论论证成为稿件瓶颈时,帮助搭建机制、推导假设或从质性数据抽象出扎根理论模型,并给出输出格式与自查清单。
用于构建《Management Science》(INFORMS) 论文理论内核的技能,分形式化分析模型(假设、均衡、比较静态)与基于机制的实证假设两条路径,要求机制明确、假设可辩护、结果具备跨部门管理启示。
面向 C 语言编程的 AI 技能,用于编写、审查、调试和解释 C 代码,覆盖仅涉及 C 的问题、.c 文件以及按 C 编译的头文件,涉及指针、内存分配、缓冲区、字符串等主题。该技能强调遵循项目已有的 C 方言与平台约束,在推荐新标准或平台特定 API 前先检查编译器标志与现有接口,不引入 C++ 语法或所有权习惯。