refined-plan-mode
Refined Plan Mode 是一个面向智能体的规划与评审技能,将计划保存为可版本化的 Markdown 文件,支持浏览器内按行、范围和选区提交反馈,在用户批准后再执行实现。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-20 00:12
41,950 个结果
Refined Plan Mode 是一个面向智能体的规划与评审技能,将计划保存为可版本化的 Markdown 文件,支持浏览器内按行、范围和选区提交反馈,在用户批准后再执行实现。
gh-stack 是一个通过 github/gh-stack 扩展实现 GitHub 原生堆叠式 PR(Stacked Pull Requests)的技能。它把一条分支链变成 GitHub 上的真实 Stack:每层一个 PR、链式基底、逐层 diff 视图、关联合并。技能会检测扩展是否已安装,仅在用户批准后安装;解析分支链;并对扩展的 link、push、submit --auto 三个推送子命令执行逐次显式授权,每次调用前必须经用户确认。push 与 submit --auto 使用 force-with-lease 形式推送,技能要求用户明确回答“是否有其他人在这些分支上工作”的未共享声明,并自行处理推送安全:不设置 ALLOW_PUSH_PROTECTED 与 ALLOW_FORCE_UNSHARED、仅在已获授权的单条命令上设置 ALLOW_FORCE_WITH_LEASE、受保护分支只能作为栈基而不能作为栈层。其余子命令(view、rebase、sync、modify、merge、unstack、init、add、checkout)只打印给用户自行运行,绝不执行。推送形式绑定于扩展 v0.1.1 源码;版本不符时所有变更操作在第三阶段前停止并报告。
Git worktree 管理技能,帮助在同一仓库的多个分支上并行开发,无需切换分支或重新克隆。适用于并行开发、紧急修复、PR 审阅等场景,强调共享对象库、独立 HEAD 与命名、清理规范。
pi 是一个可本地运行的轻量 AI 编程代理技能,用于把自包含任务转交给 pi 处理并回报结果。其核心调用方式为 pi -p "$ARGUMENTS" --print --no-session,在当前目录以冷上下文启动,通过 bash 捕获其标准输出。
这是一个面向 Convex 后端开发的技能指南,覆盖查询、变更、动作(action)、HTTP 端点、文件存储、数据库 schema 与认证集成等核心内容。它强调几个关键模式:三种函数类型要分开使用:查询只读、变更写库、动作处理外部副作用;HTTP 端点必须配置 CORS 响应头与 OPTIONS 预检处理;前端访问 HTTP 端点要用 .convex.site 域名而非 .convex.cloud;获取存储 URL 必须调用 ctx.storage.getUrl(),不能手动拼接。资料还提供了创建 HTTP 端点、设计数据库 schema、实现定时动作、带进度的文件存储等工作流的分步示例,以及常见问题的排查方法和完成前的检查清单。
该技能提供在 Convex + Next.js 应用中集成 Stripe 支付的完整流程指南,涵盖订阅与一次性付款,采用托管式 Stripe Checkout。内容包括需求访谈、API 密钥与产品价格配置、环境变量设置、代码实现(创建结账会话、客户门户、数据库辅助函数)、Webhook 处理及订阅事件管理,并提示常见集成注意事项。
该技能是一份面向 React 与 Next.js 应用的性能优化指南,由 Vercel Engineering 维护,共包含 8 个类别、45 条规则,并按影响程度划分优先级。它适用于编写新的 React 组件或 Next.js 页面、实现客户端或服务端数据请求、审查代码中的性能问题、重构现有 React/Next.js 代码,以及优化打包体积和加载时间等场景。规则覆盖消除异步瀑布、打包体积优化、服务端性能、客户端数据获取、重渲染优化、渲染性能、JavaScript 性能与高级模式,每条规则文件提供原因说明、错误示例与正确示例,可用于指导自动化重构与代码生成。
Effective Flow 是一套以工具形式调用的软件工程工作流集合,由 thin router skill 按需加载单个工具指令,通过 effective-flow <tool> 调用,覆盖分析规划、实现、质量检查与交付等生命周期环节。
electron-expert 是一个面向 Electron 应用开发的智能体技能,侧重 Electron Forge 与 Vite 技术栈,覆盖主/渲染进程架构、IPC 通信、原生集成、跨平台打包与安全加固等开发任务。
golang-pro 是一个面向 Go 语言的专家型技能,用于架构、编写和重构健壮、并发且高性能的 Go 应用,强调惯用代码、系统架构、高级并发模式与生产级工程质量。
通过 DeepWiki 在终端查询任意公开 GitHub 仓库文档的命令行工具,支持目录、完整 wiki 内容与 AI 问答。触发词包括「look up docs」等,适合了解库、框架或依赖。需已安装 Node.js。
该技能让 Claude Code 在编辑代码后调用 Codex CLI 进行自动审查,并根据反馈修正,形成审查循环。支持未提交差异审查、提交审查、分支审查与自定义审查四种模式,适用于 PR 前检查与针对性深度审查,需已安装 Codex CLI 并配置 API 密钥。
selfdriven 生态构建技能:为 selfdriven Foundation 生态下的品牌 Web 应用、文档、API 与组织框架提供统一的品牌系统、架构模式与内容规范。适用于涉及 selfdriven 各域名、KERI/ACDC 身份集成、ISO 27001 合规文档或 8 Areas of Focus 框架的任务。
面向开发者的 Solana DeFi 协议开发技能,指导设计并实现 AMM、借贷池、金库或收益策略等链上程序,强调安全优先,涵盖架构、数学原语、安全模式与真实流动性状态测试。
面向 Solana 开发的虚拟孵化器教学技能,以导师式流程评估用户水平、分配课程路线,讲解 SVM 架构、Solana 版 Rust 模式、程序开发、PDA、CPI 与测试,并布置练习、逐行审阅代码。
用于设计 Sent Sender Profile 架构的技能,帮助在多租户、多品牌、多渠道消息系统中划定发送者边界、映射渠道配置、规划 webhook 路由与租户下线。
api-doc-gen 是一个用于从 Web 框架源代码自动生成 OpenAPI 3.0.3 规范文档的脚本工具。它能够扫描 Flask、FastAPI、Django REST Framework、Express.js、Gin、Echo 等框架中的路由与端点定义,自动识别框架类型,提取 HTTP 方法、路由路径、路径参数、查询参数、请求体、响应模型及代码注释中的接口描述,并输出 JSON 或 YAML 格式的标准 OpenAPI 文件,可直接导入 Swagger UI 或 Redoc 使用。工具使用 Python 标准库实现,无需额外依赖。
api-shape-explorer 是一个面向接口设计的技能,来源于 serejaris/kimi-skills。它基于《A Philosophy of Software Design》中的“Design It Twice”思想:同一个模块的第一个设计想法往往不是最佳方案,因此应先生成多个彼此截然不同的接口设计,再进行对比与综合。使用该技能时,先收集模块要解决的问题、调用方、关键操作、约束条件以及应当隐藏与暴露的内容;随后同时启动 3 个以上子代理,每个子代理被分配不同的设计约束(例如把方法数量压到最少、最大化灵活性、针对最常见场景优化、借鉴特定范式或库),各自输出接口签名、用法示例、内部隐藏的复杂度和取舍;最后依次展示各方案,从接口简洁性、通用性与专用性、实现效率、模块深度、正确使用与误用的难易度等方面用文字比较,并与用户讨论综合方案。该技能专注于接口形态探索,不涉及具体实现,也不以实现成本作为评价依据。
这是一个面向 swarm 工作流的后端构建技能,可为已有的 webapp-building-swarm 前端项目嫁接 tRPC、Drizzle ORM 与 Hono 后端。技术栈包含 tRPC、Drizzle ORM、Hono、MySQL 与 OAuth 2.0,会新增 api/、contracts/ 与可选的 db/ 目录,但不修改已有前端文件。默认安装 db 与 auth 功能,支持在 worktree 中增量添加特性,并提供初始化、数据库同步、构建与测试等命令。
code-arch-optimizer 是一个面向代码库架构改进的技能,用于探索代码库、识别架构摩擦点,并通过“加深浅模块”提升可测试性与可导航性。它适用于希望改进架构、寻找重构机会、合并紧耦合模块,或让代码库更易于 AI 理解与导航的场景。技能以有机方式浏览代码库,关注跨文件理解成本、接口与实现复杂度接近的浅模块、仅为可测试性提取却掩盖真实调用问题的纯函数、紧耦合模块的集成风险以及缺少测试的区域。流程上,先展示编号候选深化机会并说明涉及的模块、耦合原因、依赖类别与测试影响,由用户选择候选项;随后描述问题空间与约束,再并行启动多个子代理产出截然不同的接口方案,展示后做对比分析并给出明确推荐,最后通过 gh issue create 直接创建重构 RFC 的 GitHub Issue。具体依赖分类模板、接口方案细节需参考其 REFERENCE.md。
code-to-chart 是一个代码依赖可视化工具,位于 serejaris/kimi-skills 技能集中。它通过 AST 或正则解析代码仓库的 import/依赖关系,自动生成架构图、流程图和组织架构图,输出 Mermaid 文本(.mmd)或 SVG 图片(需安装 mmdc)。支持 Python、JavaScript、TypeScript、Go 和 Java,可用于了解陌生项目结构、代码审查、技术文档配图及重构前分析。
code-to-diagram 是一个用于分析代码库并自动生成架构图、流程图与组织架构图的工具。它通过 AST 解析(Python)和正则匹配(JS/TS、Go、Java)提取 import 与依赖关系,输出 Mermaid 文本(.mmd)或 SVG 图片。支持按类型单独生成图表、指定输出目录与格式、输出 JSON 分析结果,可用于理解陌生项目结构、代码评审、技术文档配图及重构前分析。
Conventional Commit Gen 是一个用于分析 git diff 并按照 Conventional Commits 规范自动生成提交信息的工具,隶属于 serejaris/kimi-skills 技能集合。它能够自动检测提交范围(scope)并推断提交类型(type),帮助开发者快速产出符合规范的 commit message。该工具以 Python 脚本形式提供,要求 Python 3.6+ 以及已安装 git 并可在 PATH 中调用。使用时可通过命令行参数指定分析已暂存变更、仓库路径、输出格式(text 或 json),并支持手动覆盖类型与范围。脚本会输出类型、范围、描述和完整提交信息,其中类型检测依据文件路径与变更统计,对 test/docs/ci/build 等类型较可靠,而对源码文件的 feat/fix/refactor 区分建议结合 diff 内容人工判断。
deep-module-refactor 是一个用于探索代码库、发现架构改进机会的技能,重点是通过“加深浅模块”来提升代码的可测试性。它借鉴 John Ousterhout《A Philosophy of Software Design》中“深模块”的理念:深模块用较小的接口隐藏较大的实现,从而更易测试、更易被 AI 导航,并允许在边界而非内部进行测试。该技能以类似 AI 的方式自然探索代码库,记录遇到的架构摩擦点,例如理解一个概念需要在多个小文件间来回跳转、模块过浅导致接口几乎与实现一样复杂、仅为可测试性而抽取的纯函数却掩盖了真正的调用缺陷、紧耦合模块在接缝处产生集成风险,以及难以测试或未被测试的部分。随后它会列出候选的加深机会,展示涉及的模块、耦合原因、依赖类别和对现有测试的影响,让用户选择。选定后,技能会先向用户解释问题空间的约束与依赖,并给出示意性代码草图,再并行启动多个子代理,各自产出截然不同的接口设计(如最小接口、最大灵活性、面向最常见调用者、端口与适配器模式等),并给出接口签名、用法示例、隐藏的复杂度、依赖策略和权衡。最后技能会对比这些设计并给出自己的推荐,用户选定接口后,通过 gh issue create 创建一份重构 RFC 的 GitHub 议题并分享链接。该技能适用于希望改善代码库架构、提升可测试性并借助 AI 探索重构机会的开发者。