unity-command-pattern
Unity 命令模式技能,将操作封装为对象,用于排队、撤销/重做与异步执行。提供基于 Task 的 ICommand 接口、可在 Inspector 配置的 CommandSO 以及顺序执行的命令队列,核心实现集中在单个 Command.cs.txt 文件中。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-31 00:15
38,970 个结果
Unity 命令模式技能,将操作封装为对象,用于排队、撤销/重做与异步执行。提供基于 Task 的 ICommand 接口、可在 Inspector 配置的 CommandSO 以及顺序执行的命令队列,核心实现集中在单个 Command.cs.txt 文件中。
在 Unity 中实现 MVC 与 MVP 模式的技能,强调关注点分离,把代码拆为 Model(数据)、View(视觉)、Presenter(逻辑桥梁)三层,适合可扩展的 UI 与游戏管理。
用于把现有 Nango TypeScript createSync 实现迁移到 checkpoint 机制,替换 nango.lastSyncDate、旧的 incremental syncType 与不可恢复的全量刷新,保障分页进度与删除处理正确。
依据 Kent Beck 的简单设计与重构哲学审查代码的技能,可检测代码坏味道、给出重构建议并推动增量式设计改进,适用于代码质量、可读性与可维护性评审。
task-runner 是一个用于按批次执行书面实施计划的技能:先审阅计划与每个任务,再分批执行并在批次间暂停等待架构师反馈,适用于有独立会话和人工检查点的开发场景。
Open WebUI 综合参考技能,覆盖架构、认证、函数、管道、API、RAG、扩展与调试等主题,按问题指向对应参考文件,适合部署、开发与排障 Open WebUI 时查阅。
Dify API 使用技能,用于构建 LLM 应用与 AI 工作流。当用户提到 Dify、LLM app、AI workflow 或询问 Dify 平台时使用,涵盖聊天消息、文本补全、工作流执行、会话管理、文件上传与知识库操作。
Phoenix 上下文(Context)设计参考,涵盖上下文创建与拆分、Phoenix 1.8+ 的 Scope、Ecto.Multi、PubSub、路由、Plug 与控制器。适用于编辑上下文、路由或控制器时参考。
BAML(Boundary AI Markup Language)是一种用于构建 LLM 应用的 DSL,可生成结构化、类型安全的输出,并为 Python、TypeScript、Go 和 Ruby 生成客户端代码。
Hono 是一个基于 Web 标准的轻量级 Web 框架,用于构建类型安全的 API,可运行在 Cloudflare Workers、Deno、Bun、Node.js、Vercel 等 JavaScript 运行时上。本技能围绕 Hono 的路由与中间件展开,涵盖路由模式、中间件组合、类型安全的上下文扩展、请求校验、类型化路由(RPC)以及错误处理六大主题。资料显示其体积约 10KB、无依赖、具备完整 TypeScript 类型推断,并给出与 Zod、Valibot、Typia、ArkType 等校验库的集成方式。
用于在用户项目中实现蓝新金流(NewebPay)MPG 幕前支付串接的技能,涵盖 AES256 加密、SHA256 签章、支付表单提交与回调处理,并支持信用卡、LINE Pay、Apple Pay、Google Pay、ATM 转账及超商代碼/條碼等支付方式。
用于编写、审查或重构 Bash 脚本,使其更简洁、更符合惯用写法。基于 Karandeep Singh《Bash Code Shortening》的 51 项技巧整理为速查表与分类参考,并附带 Python 重写脚本。
Remotion CLI 是 Remotion 的命令行开发工具,用于在本地启动 Studio 预览、渲染合成视频为 MP4、生成静帧,并可将项目部署到 AWS Lambda 进行并行渲染。需 Node.js 18+ 及 Chrome/Chromium。
mcpsnoop 是一个用于 Model Context Protocol(MCP)通信的透明代理工具,可实时调试 MCP 客户端与服务器之间的流量。它位于 AI 客户端(如 Claude Desktop、Cursor、Claude Code)与 MCP 服务器之间,拦截真实的 JSON-RPC 帧并在终端中实时展示。与官方 MCP Inspector 以独立客户端身份连接不同,mcpsnoop 捕获的是实际客户端与服务器之间的通信。它支持 shim 模式(包装服务器命令)和 UI 模式(交互式 TUI 查看流量),两者通过 socket 和磁盘日志通信,可任意顺序启动。支持 stdio 和 HTTP/SSE 两种传输方式,提供过滤、重放工具调用、查看能力协商、监控慢调用等功能,适用于 MCP 服务器开发调试、工具调用排查、性能监控等场景。
py-intro 是一个用于教授 Python 基础知识的 Slidev 演示项目模板,支持在幻灯片中交互式执行 Python 代码。项目基于 Vue 的 Slidev 框架,集成 Python Runner 插件实现实时代码演示,并使用 pnpm 管理依赖,构建产物输出到 dist 目录。仓库提供了从克隆模板、安装依赖、构建、部署到开发的完整命令流程,可部署到 Vercel 或 Netlify,适合用作 Python 教学或入门演示的起点。
accept-element 是 Remotion 仓库中一项仅限维护者使用的工作流技能,用于接收通过 submit-element 技能外部路径提交的 Remotion Element 贡献。它指导维护者在贡献者的拉取请求分支上完成审查与发布收尾:确认贡献可审阅、校验已提交的预览资源与最终代码一致、用维护者凭证将经批准的 PNG 和 MP4 上传到 R2、将元数据和页面中的本地 URL 替换为公开的 remotion.media 地址、删除临时资源,最后运行测试、构建与样式检查并将清理提交推送到同一分支。该技能明确要求等待维护者显式批准预览资源后才上传,不得强制推送,也不适用于仓库作者直接提交(后者已有公开预览 URL,无需此流程)。
cleanup-repo 是一项用于清理 Git 仓库的智能体技能,主要移除已合并的工作树(worktree)与分支,并对文件系统做一次卫生整理,包括递归空目录和无主 node_modules 目录。该技能分两轮执行,每轮都有独立的确认环节,并支持 --dry-run 预览。适用于需要定期整理仓库残留分支与冗余目录的场景。
该技能用于实现经过验证的后端架构模式,包括整洁架构(Clean Architecture)、六边形架构(Hexagonal Architecture)和领域驱动设计(Domain-Driven Design),以构建可维护、可测试、可扩展的系统。它适合从零设计后端系统、重构单体应用、为团队建立架构标准、从紧耦合迁移到松耦合架构、落地领域驱动设计原则、打造可测试可模拟的代码库,以及规划微服务拆分。使用流程为先澄清领域边界、约束与可扩展性目标,再选择适配领域复杂度的架构模式,随后定义模块边界、接口与依赖规则,最后给出迁移步骤与验证检查项。详细模式、检查清单和模板可参考 resources/implementation-playbook.md。不适合仅需小型局部重构、以纯前端为主且不涉及后端架构变更,或只需要实现细节而无需架构设计的场景。
Prove It Diagnostics 是一个用于调试、性能调查、瓶颈分析与优化的代理技能。它强调不能仅凭阅读代码断定原因,而要通过运行代码、收集证据来定位根因并验证修复。
Setup Assistant 是 Claude Patent Creator 系统的安装配置助手技能,用于引导完成该 MCP 服务器的首次安装、环境配置与健康检查。它覆盖虚拟环境创建、依赖安装(强调先装 PyTorch)、可选的 BigQuery 认证、MCP 服务器注册、.env 配置文件创建、健康检查以及常见问题排查等环节。该技能适用于首次安装、配置新环境、设置认证、排查安装问题、迁移到新机器、更新依赖和验证系统健康等场景。安装需要 Python 3.9-3.12(推荐 3.11)、8GB 以上内存(推荐 16GB)、5GB 可用磁盘,可选 NVIDIA GPU 与 CUDA 12.x。BigQuery 为可选增强功能,未配置不影响核心功能;安装完成后需重启 Claude Code 并通过法律检索测试验证。
Troubleshooting Assistant 是 Claude Patent Creator 的专家诊断技能,用于定位并解决系统运行中的故障。它覆盖 MCP 服务器注册失败、GPU 未检测、BigQuery 认证失败、索引构建失败、导入错误、搜索结果质量不佳等常见问题。技能采用六步排查方法:收集信息、复现问题、隔离组件、诊断根因、应用修复、防止复发。针对 MCP 服务器加载失败、GPU 检测、BigQuery 认证、索引缺失、导入错误、搜索缓慢或结果不相关等常见问题,提供快速修复命令。还提供健康检查套件、组件隔离测试脚本、日志分析与性能/内存分析等诊断工具,以及定期健康检查、监控日志、备份索引、版本控制等预防最佳实践。适用于系统无响应、报错、性能下降等排障场景。
Quiz Me 是一个用于检验真实理解程度的技能:它读取代码变更、规格说明或实现计划,然后向用户提问,而不是直接解释内容。其核心是主动回忆而非被动复习,目标是在提交、构建或批准之前暴露理解上的缺口,避免其演变成缺陷或错误实现。它支持三种模式:代码模式(默认读取 git 变更,如 git diff HEAD、git diff HEAD~1 HEAD、指定 SHA 或最近 N 次提交,也可通过 gh MCP/插件处理 PR 编号)、规格模式(针对 spec、设计文档或“实现前”场景,读取指定文件或 docs/superpowers/specs/ 下最新文件,问题聚焦数据模型决策、接口契约、范围边界与约束)、计划模式(针对实现计划或架构决策,读取指定计划文件或 docs/superpowers/plans/ 下近期文件,问题聚焦为何选择该方案、步骤顺序、阶段依赖与风险)。若来源不明确,会先询问用户要针对哪个产物出题。每次生成 5–7 道需要思考、无法靠复制原文回答的问题,逐题提问、等待回答、评分后再进入下一题,最后给出 X/Y 总结和一条观察。评分标准强调理解“为什么”而非“是什么”,允许部分得分,不接受含糊回答;答错或部分正确时会追问一个暴露缺口的问题,引导用户自行推理,若仍答错才给出简短纠正。语气像严格但支持性的资深开发者,目标是帮助用户成功。
从已验证的 RootSpec 规范出发,以测试驱动、自主迭代的方式实现功能。适用于用户希望依据 RootSpec 规范来构建、编码或实现功能的场景。
Quality Audit Workflow 是一个面向代码库的系统化质量审计技能,支持并行智能体编排、GitHub Issue 创建、针对每个 Issue 自动生成修复 PR,并由 PM 架构师进行优先级排序。它在用户提及“quality audit”“code audit”“codebase review”“refactoring opportunities”“technical debt audit”“module quality check”“architecture review”等关键词时自动加载。工作流分为七个阶段:项目熟悉、并行质量审计、Issue 汇总、审计后验证(对照近 30 天合并的 PR 降低误报)、为剩余问题并行生成 PR、PM 审查、主报告。该技能强调严格执行 PHILOSOPHY.md 标准,包括极致简化、模块行数限制(默认 300 LOC)、单一职责、零 BS(无桩代码、无 TODO、无死代码)。支持通过环境变量或提示覆盖默认配置,例如并行上限、严重性阈值、模块 LOC 上限以及验证相关阈值。