trellis-before-dev
trellis-before-dev 是一个在开始编码实现之前,用于发现并注入项目专属编码规范的技能。它从 .trellis/spec/ 目录读取规范索引、开发前检查清单以及具体指南文件,帮助开发者在动手写代码前了解并遵循项目既定的编码标准与模式。该技能通过运行 .trellis/scripts/get_context.py 脚本发现包及其规范层级,再根据所修改的包和工作类型定位相关规范,最后读取共享指南与具体指南文件。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-19 00:15
41,807 个结果
trellis-before-dev 是一个在开始编码实现之前,用于发现并注入项目专属编码规范的技能。它从 .trellis/spec/ 目录读取规范索引、开发前检查清单以及具体指南文件,帮助开发者在动手写代码前了解并遵循项目既定的编码标准与模式。该技能通过运行 .trellis/scripts/get_context.py 脚本发现包及其规范层级,再根据所修改的包和工作类型定位相关规范,最后读取共享指南与具体指南文件。
trellis-brainstorm 是 Trellis 工作流中的需求发现技能,在编码实现前引导 AI 与用户协作梳理需求:先建任务目录并写入 PRD,再逐个提出高价值问题,对技术选型先做调研,最后收敛出 MVP 与验收标准。
Trellis 工作流中的收尾技能,用于结束当前会话:校验质量门、提醒提交、归档已完成任务并把本次进度写入开发者日志;代码提交不在此步骤完成。
Trellis 的 update-spec 技能,用于把调试、实现或讨论中获得的经验沉淀为 .trellis/spec/ 下的可执行代码规范文档,强调签名、契约、校验与测试点,而非纯原则性文字。
ai-factory.feature 是 lee-to/ai-factory 项目下的一个技能,用于端到端的功能开发流程。它会先加载项目上下文(读取 .ai-factory/DESCRIPTION.md 以了解技术栈、架构与既有约定),确保 Git 仓库已初始化,然后解析参数、提取功能描述并生成分支名(形如 feature/user-authentication),接着先询问测试与日志偏好,再创建分支(或使用 git worktree 创建隔离工作区),最后调用 /ai-factory.task 生成实施计划文件。任务规划完成后,普通模式下流程停止、等待用户确认,并行模式下则会自动调用 /ai-factory.implement 执行。它还提供 --list 查看所有活动 worktree 及其计划状态、--cleanup <branch> 移除 worktree 并(仅当已合并时)删除分支两个子命令。
ai-factory.fix 是 lee-to/ai-factory 中的缺陷修复工作流技能,用于修复代码库中的特定 bug。支持立即修复与先出计划两种模式;无参数时执行已有的 FIX_PLAN.md。修复过程要求添加日志、建议测试并生成经验补丁。
ai-factory.implement 是 lee-to/ai-factory 技能集中的实现执行技能,用于按当前计划逐项执行开发任务、标记完成状态并保留进度以便跨会话继续。
ai-factory.improve 是 ai-factory 工作流中的计划精炼技能,对已有实现计划进行第二轮迭代:重新分析代码库,查找缺口、遗漏任务、错误依赖并提升任务质量,需用户确认后才应用改动。
ai-factory.task 是 lee-to/ai-factory 技能集中用于「实现规划」的技能。它把一项功能或任务拆解为分步可执行的实施计划,并通过任务系统进行跟踪,每个任务带有明确描述、涉及文件和依赖关系。该技能会先加载项目上下文(如 .ai-factory/DESCRIPTION.md 中的技术栈、架构与编码规范),分析需求,必要时提出澄清问题,并确认是否需要包含测试任务。随后它会探索现有代码库以匹配既有模式,创建任务并设置 blockedBy 依赖,最终把计划写入 .ai-factory/PLAN.md(直接调用)或分支命名的特性文件(由 /ai-factory.feature 调用)。当任务达到 5 个及以上时,会加入按 3-5 个任务划分的提交检查点与符合 conventional commits 的提交信息建议。该技能强调任务可在一个专注会话内完成、按依赖排序、包含文件路径,并要求每个任务描述写明日志要求。
Nuxt Repositories 是 Nuxt 项目中的数据访问层方案,用仓库(Repository)模式封装 API 访问并自动水合为模型。适合为 API 资源创建仓库、配置模型水合以及添加自定义方法。
OpenClaw Dev Harness 用于搭建并管理一个隔离的 OpenClaw 开发环境,方便构建和调试扩展(插件、钩子、技能)。它通过 --dev 标志将所有状态隔离在 ~/.openclaw-dev/ 下,网关默认运行在 19001 端口,扩展从 ~/.openclaw-dev/workspace/extensions/ 加载。提供 setup-harness.sh、dev-gateway.sh、dev-tui.sh、scaffold-extension.sh、debug-session.sh 等脚本,支持初始化开发环境、启动开发网关、以 TUI 为主要交互界面连接网关、脚手架生成扩展,以及收集诊断信息。扩展类型包括插件、钩子和基于 SKILL.md 的技能。
Babysit 是一个用于让已开启的 Pull Request 保持「可合并」状态的技能。它通过循环处理三类阻塞问题:解决与基线的合并冲突、triage 审查评论(修复有效问题、解释无效问题)、修复由本 PR 改动引起的 CI 失败。它通常在 gh-flow 打开 PR 之后、遇到阻塞时使用,可手动以 /babysit 或 @babysit 调用。Babysit 的边界很明确:它不负责原始实现,也不在未开 PR 前介入;它结束于「已准备好合并」而非「已合并」,除非用户明确要求,否则不会执行合并。过程中会遵循 conventional-commits 提交修复,并可与 gh-flow、split-to-prs 等技能协作。
该技能用于从已批准需求、Conceptualize 索引/切片或 spike 证据出发,编排生成绿地计划功能工件集,包括 SPEC.md、tasks.json 注册表、包 Markdown、证明/报告路径与占位符。
AI 代码审查技能,用于在用户提供代码或 PR 时进行后台检查并反馈结果。该技能会从正确性(边界条件、类型安全)、可维护性(重复、命名、复杂度)、性能(不必要渲染、大 bundle)、安全(XSS、鉴权、密钥)四个维度审视代码,并向用户汇报发现的问题数量及严重程度:如"发现 X 个问题。Critical X 个(必须修),Major X 个(建议修)。"若未发现问题,则回复"代码质量 OK。"
一个面向 AI 编码场景的工作流技能:当用户要写代码时加载,先让用户描述需求,随后在后台实现功能,自行 diff 检查问题,并反馈改动内容,支持限定次数的迭代与回退重来。
面向 Git 操作的 AI 技能,在用户需要 commit 或 PR 时加载。由 AI 在后台生成提交信息与 PR 描述,用户确认即可,也辅助分析与合并冲突改动。
AI 重构是一个面向代码重构场景的技能,当用户提出重构代码需求时加载使用。它的工作方式是先与用户确认要重构的范围,随后在后台完成修改并自动验证。核心流程是:在改动之前先运行 npm run typecheck && npm test && npm run build 记录基线状态,然后执行重构,改完后再次运行同样的命令验证是否通过,最后向用户说明改动了哪些内容。整个过程让用户只关注最终结果,不必参与中间步骤。
techdebt 是用于扫描代码库技术债的技能,可查找重复代码、死代码、未使用导入与重构机会,并生成按严重程度分类的可执行报告,支持指定扫描路径。
Next.js 最佳实践技能,用于在编写或审查 Next.js 代码时应用一套规范与规则。内容覆盖文件约定、RSC 边界、数据模式、异步 API、元数据、错误处理、路由处理器、图片与字体优化、打包、脚本、水合错误、Suspense 边界、并行与拦截路由、自托管及调试技巧等主题,并分别指向对应的说明文档。该技能可帮助开发者识别无效的 React Server Component 写法、非序列化 props、Server Action 异常等问题,涉及 Next.js 15+ 的异步 API 变更与 v16 中间件重命名等事项。
Codex Agent Skill 是一个用于将 Codex CLI 作为受管编码代理操作的技能:从创建 Git worktree、启动 tmux 会话、后台执行、监控与中途干预,到质量门禁、多模型代码审查、创建 PR、合并后清理的完整工作流。它提供快速模式(面向小任务的非交互式 exec)与完整模式(面向功能开发、缺陷修复、重构的 tmux 交互式流程),并包含智能重试、并行任务和任务注册表管理。
该技能通过调用 Craftsman Agent API 的 OneKey Router,根据文字提示或图片生成乐高 3D 分步拼搭说明书。使用前需设置环境变量 DEEPNLP_ONEKEY_ROUTER_ACCESS,并可通过 onekey CLI、Python 或 TypeScript REST API 脚本调用。返回结果包含按颜色、尺寸和位置标注的积木清单,以及等轴测、顶视、正视和侧视整体效果图,适合需要将创意概念转化为可执行乐高搭建方案的场景。
这是一个面向 AI 编程助手的 Django 架构师技能配置,以严格模式约束助手产出高性能、容器化、支持异步的生产级 Django 代码。它强制完整实现(禁止占位符)、全量类型标注与 Google 风格文档字符串、Ruff 严格检查、pytest 覆盖率不低于 80%,并规定分层架构(views、serializers、services、selectors)与固定技术栈:Python 3.12、PostgreSQL 16、Redis 7、Django REST Framework、pydantic-settings、drf-spectacular、django-redis、Gunicorn 搭配 Uvicorn、Nginx、uv 依赖管理,构建镜像用 python:3.12-slim、运行镜像用 distroless。技能还包含项目初始化步骤、自定义用户模型要求、安全基线(环境变量管理密钥、HSTS、Cookie 安全、显式权限类、禁用 RawSQL 与 fields="__all__"、配置限流)、ASGI 优先的异步策略、统一异常响应格式、JSON 结构化日志、健康检查端点,以及多阶段 Dockerfile 与 CI 质量门禁。
tRPC 是一个用于构建端到端类型安全 API 的 TypeScript 框架,无需编写 schema 或执行代码生成。服务端定义的路由、输入类型和返回值可自动推导到客户端,配合自动补全获得良好开发体验,并与 Next.js、React Query 等生态良好协作。该技能条目提供 tRPC 路由器搭建、procedure 定义、Zod 输入校验、context 与中间件、客户端配置、Next.js App Router 集成、查询与变更、乐观更新、无限查询、错误处理及服务端调用等专家指导。
Debug For OpenClaw 是一个面向 OpenClaw 工作区的调试技能,核心主张是“通过缩小不确定性来调试,而不是靠猜测修复”。它提供一套有纪律的调试循环:尽可能具体地复现问题,明确观察到的行为与预期行为,在修改代码前先定位故障面,把问题缩减为最小可复现用例,一次只提出一个强假设,只改动尽可能小的范围,重新运行验证,最后添加防护措施以降低同类故障再次出现的可能。该技能还给出 OpenClaw 使用指引,例如优先使用一等工具进行检查、UI 或运行时问题在浏览器可见时使用基于浏览器的检查、把日志和追踪当作证据而非复现的替代品、跨多文件的缺陷应先回到规划环节再动手修补。它附带若干参考文件,分别用于调试变得嘈杂或推测性时、处理间歇性故障或重构或配置环境变更后出现的故障、以及故障面过宽需要缩小搜索空间时。适合在 OpenClaw 工作区内请求“帮我调试这个”“这个测试失败”等场景使用。