indexion-grep
indexion grep 是 KGF 感知的代码结构搜索工具,支持按 token 模式、语义结构和向量相似度查找代码,可用于定位嵌套循环、未加文档的 pub 声明、代理函数等,弥补普通 grep/ripgrep 对代码结构理解不足的问题。
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
41,434 个结果
indexion grep 是 KGF 感知的代码结构搜索工具,支持按 token 模式、语义结构和向量相似度查找代码,可用于定位嵌套循环、未加文档的 pub 声明、代理函数等,弥补普通 grep/ripgrep 对代码结构理解不足的问题。
indexion-plan-refactor 是 indexion 技能中用于生成重构计划的命令,基于代码相似度分析找出重复代码并输出可执行计划,适用于规划重构、减少重复、清理代码前评估。
indexion-plan-solid 是 indexion 技能集中的一个规划命令,用于为跨目录提取公共代码生成"固化(solidification)计划"。当用户希望把共享逻辑抽取为公共包、询问多个目录之间存在哪些重复代码、规划从多个包中提取共享库,或希望合并相似实现时,可以使用该命令。它通过对比多个源目录来识别重叠部分,输出可用于指导代码抽取的候选清单。使用方式为命令行调用,必填参数 --from 指定一个或多个源目录,可选 --to 指定抽取目标目录,还可通过 --rules/--rule 配置规则、--threshold 设置相似度阈值(默认 0.9)、--strategy 选择相似度策略(tfidf、apted、tsed)、--include/--exclude 过滤文件,并可用 --format 输出 md、json 或 github-issue 格式,用 -o 写入文件。与 plan refactor 不同,plan solid 面向跨目录,目标是把共享代码抽取为新包。官方建议先对各目录单独执行 plan refactor,再执行 plan solid 以获得更干净的跨目录结果,最后用 indexion grep 校验引用更新。
indexion-plan-unwrap 是 indexion 技能中的命令,用于检测仅简单委托给另一函数的冗余包装函数,并可选自动修复:把调用处替换为对委托函数的直接调用,再删除包装函数定义。支持报告、预览与修复三种模式,适用于减少代码间接层与代理累积。
GitNexus CLI 的技能说明:通过项目内运行器执行 analyze、status、clean、wiki、list 等命令,用于建立或刷新代码索引、检查索引新鲜度、清理索引、基于知识图谱生成文档以及列出已索引仓库。
GitNexus 代码库探索技能,用于理解代码架构、追踪执行流程、定位陌生代码。通过读取 gitnexus 资源与调用 query、context 工具,查找执行流并深入符号调用关系,适用于回答"某功能如何工作"、项目结构、主要组件、数据库逻辑在哪等问题。
Coding Agent 是通过后台宿主会话将编码任务委托给 Codex、Claude Code、Pi 等终端编码代理的方案,基于 exec_command 与伪终端(PTY)运行,支持一次性任务与后台长任务监控。
gh-issues 是一个用于自动修复 GitHub Issue 的技能编排器。它从指定仓库(或当前 git remote 自动识别)拉取 Issue,按标签、里程碑、负责人、状态等条件过滤,然后为每个 Issue 并行派生子智能体进行修复并提交 PR,最后监控 PR 并处理评审评论。该技能不依赖 gh CLI,全部通过 curl 调用 GitHub REST API,使用 GH_TOKEN 作为 Bearer 令牌。支持 fork 模式(Issue 来自源仓库,分支推送到 fork,PR 从 fork 发向源仓库)、watch 轮询模式、cron 定时模式、仅处理评审评论模式、dry-run 预览与 --yes 自动确认等。运行时包含参数解析、Issue 拉取、展示确认、预检、并行派生与结果监控六个阶段,并通过分支、PR、认领文件与游标文件避免重复处理。
Oracle 是一个命令行工具,它把提示词与指定文件打包成一次性请求,交给另一个模型在真实仓库上下文下作答,支持 API 或浏览器自动化两种引擎。输出仅供参考,需用代码与测试核实。
用于通过 Slack Web API 与工作区交互的技能,支持发送消息、列出频道与用户、上传文件、设置状态、管理免打扰等操作,具备多环境配置与安全使用规则。
Effect v4 的 TypeScript 开发手册技能,覆盖 effect@4 与 effect/unstable/* 的 API 用法、示例与 v3 迁移指南,帮助在 v4 项目中编写、审查和迁移 Effect 代码。
面向 Python 的调试技能包,涵盖本地断点 pdb 交互式调试、python -m pdb 免改源码启动、pytest --pdb/--trace 失败捕获、异常事后剖析,以及用 debugpy 通过 DAP 远程附加到长期运行或不便重启的进程,另含 remote-pdb 终端方案与常见坑位提示。
提交前代码审查技能:在代码入库前执行静态安全扫描、基于基线的质量门禁、独立评审子代理与自动修复循环,核心理念是“智能体不应验证自己的工作”,用全新上下文发现遗漏问题。
Swift Concurrency 技能为开发者提供 Swift 并发系统的专业指导,基于 Fucking Approachable Swift Concurrency 的心智模型讲解 async/await、Task、actor、MainActor、Sendable、隔离域(isolation domains)等核心概念,并涵盖 Swift 6.2+ 的 Approachable Concurrency 构建设置、隔离继承规则、异步工具中的隔离保留写法,以及常见错误与排查思路。适用于编写并发代码或调试并发相关编译错误与运行问题的场景。
用于在 OpenSpec 变更已提交后执行标准 Conflux 开发流程的技能:检查分支与工作区、确认提案前提、运行 cflx run,并在基础分支上复核合并结果。
git-pr 是面向 GitHub 拉取请求管理的自动化技能,支持创建常规或草稿 PR、撰写描述与提交,并对 PR 做带严重程度评级的代码审查。常见触发词包括“create a PR”“create a draft PR”“review this PR”。
这是一个来自 udecode/better-convex 的 review 技能,用于审查代码并以反馈形式更新 PR,属于只读操作,不会编辑代码。
worktree-workspace 是一个用于在单个 VS Code 窗口中打开项目所有 Git worktree 的技能。它通过运行脚本生成 .code-workspace 文件,每个文件夹以对应 agent 会话的最新标题命名,便于集中查看和审阅多个 worktree。脚本只列出主检出目录下 .claude/worktrees 中的 worktree,可通过 --all 包含其他位置;标题可来自指定会话文件或 Claude 桌面应用会话存储。
这是 udecode/plate 仓库提供的一套 PR 评审技能流程,用于评审 ianstormtaylor/slate 仓库的 PR,或 udecode/plate 中基分支为 main 的 PR;它以 next 分支上的 Plate v2(含 Plite)作为参考:在 PR 的 head 上通过测试复现并证明每个失败点,再产出 GitHub 评论草稿。流程包括:读取 PR 及关联 issue、收集 v2 的文档、决策和代码证据、在临时 worktree 中运行探测测试、可选地运行评审小组、按固定结构撰写评论草稿、执行写作润色,并仅在所有者确认后发布。
这是一个面向功能设计/架构的多模型评审技能:先起草设计文档(或接收已有草稿),再由两个独立模型并行进行对抗性评审,随后由主架构师核验、合并并修订,循环直至收敛。核心难点在于设计没有代码 diff 作为事实基准,因此每条评审意见都必须同时锚定设计文档中的原文引用,以及一个评分维度或已声明的需求,以避免误报。最终产出为写入 .context/ 的设计文档。
learn-from-mistakes 是一个用于分析项目编码智能体反复犯错原因的命令行工具(CLI),包名为 learn-from-mistakes-axi。它读取项目过往工作的记录——包括 Markdown 缺陷日志、失败的 no-mistakes 流水线步骤,以及本仓库的 Claude Code、Codex 和 OpenCode 会话——由用户指定的智能体对记录进行标注,判断出错原因;CLI 随后合并重复项、按来源统计每种原因的出现次数、标记反复出现的原因,并校验每条建议的改动是否引用了真实记录。工具本身不发起网络或模型调用,只有其运行、agents --test 和 doctor --live 会启动用户自己的智能体 CLI 或 BYOKit 路由。模型由用户自行选择,工具不会代为挑选。
codex-insights 是一个用于分析本地 Codex 使用历史的技能,参照 Claude Code 的 /insights 生成基于证据的用量报告,涵盖使用模式、摩擦点、工作流改进建议与证据,并输出 Markdown 与 JSON 工件。
cruft-hunt 是一个只读的代码库清理技能,用于找出编码代理遗留的六类冗余:被放弃的旧实现、重复的辅助函数、仅一处使用的抽象、无人需要的包、以防万一的选项以及注释代码等。它先运行各语言生态的确定性死代码检测工具(如 knip、vulture),再人工检查工具无法识别的模式。每个候选都附证据和收益/风险评级,用户需自行验证后再删除。
这是一个用于判断代码库中某个文件、函数、路由、任务、配置项或依赖包是否确实“死亡”的技能(Skill)。它要求运行 D·E·A·D 四类检查:直接调用者、其他进入方式、外部可达性和生产数据证据,并辅以代码历史追溯与独立反方核查。只有证据充分且用户同意后才执行安全删除。默认输出结构化报告,结论分为 DEAD、ALIVE 或 NOT PROVEN。