verification-loop
面向 .NET 项目的 7 阶段验证流水线技能，按顺序执行构建、诊断、反模式扫描、测试、安全、格式与差异审查，并输出 PASS/FAIL/WARN 结构化报告，确保改动经过工具验证而非人工目测。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 11-05 00:16
编程与开发
39,552 个结果
sdlc
SDLC Pipeline 是一个面向软件交付规划的上下文工程技能包，目的是把单个主题按“意图—设计—计划”三个阶段逐步推进，每阶段产出一份经用户确认的文档，最终形成可执行的实施计划。它使用 ASD-STE100 简化技术英语撰写文档，要求用词单一含义、使用主动语态、限制句长，并用 must 表述要求。流程强调不跳过阶段与审批关卡：意图阶段确认完整需求；设计阶段确定交付范围，审查需求、适用时的 UI 与高层设计，再进行自主设计草稿与最终验证；计划阶段验证完整计划。该技能只做规划，不写生产代码、不执行 git 提交或推送；执行由其他技能负责。它支持新主题创建、已有主题恢复、主题列表展示、阶段自动检测、上游文档哈希校验与过期提示。
surface-recon
surface-recon 是一个侦察技能，用于把已获授权的目标映射为有证据支撑的契约，并产出可供实现者直接使用的侦察报告。适用于 Web 或移动 API、登录门户等场景，只做调查与结论，不写代码。
ultraplot
UltraPlot 是 matplotlib 的面向对象超集（proplot 的维护分支，支持 mpl 3.9+）。它以 uplt 导入，提供统一 .format() 样式、智能 subplots()、位置快捷的色条/图例与自动布局，所有 matplotlib 方法仍可用。
clean-code-developer
面向开发者的整洁代码技能，依据 SOLID、DRY、KISS、YAGNI 等原则辅助代码审查、重构与编码规范落地，并给出 Rust 相关反模式与质量门禁建议。
power-bi-dax-development
面向 Power BI 语义模型的 DAX 开发技能，用于编写、优化和验证 DAX 度量值、计算组、可视化计算、字段参数、动态格式字符串与时间智能，并借助 PowerBI Modeling MCP 工具落地。
bioservices
BioServices 是统一的 Python 接口，可编程访问约 40 个生物信息学 Web 服务（UniProt、KEGG、ChEMBL、Reactome、PSICQUIC 等），透明处理 REST 与 SOAP 协议，适合跨数据库分析、ID 映射、通路分析、蛋白互作与基因本体查询。
gget
gget 是一个统一的命令行与 Python 工具，可快速查询 20 多个生物信息学数据库，涵盖基因信息、BLAST、AlphaFold 结构、富集分析、单细胞数据和疾病关联等。所有模块同时支持 CLI 和 Python 调用。
codebase-to-demo
codebase-to-demo 是一个技能，可将任意代码库或自动化实现转化为面向非技术买家的单页交互式 HTML 演示文稿，通过动画架构图、前后对比和业务叙事来展示实现价值。
dignified-python
dignified-python 是一套带有明确倾向的生产级 Python 编码规范技能，支持 Python 3.10 至 3.13 版本自动检测。它适用于在需要统一代码风格的仓库中编写、评审或重构 Python 代码的场景，也会在用户询问“如何让这段代码更 Pythonic”“类型注解怎么写”“LBYL 与 EAFP 如何选择”“pathlib 与 os.path 该用哪个”“CLI 模式”“代码评审”等问题时自动触发。该技能会按顺序检查 pyproject.toml 的 requires-python、setup.py 或 setup.cfg 的 python_requires 以及 .python-version 文件，以确定项目的最低 Python 版本；如果找不到版本声明，则默认使用 Python 3.12。该技能的核心知识默认加载，版本专属内容按需加载；当任务涉及 click 或 CLI 时，会加载 CLI 模式文档；当涉及 subprocess 时，会加载对应文档。此外，它还提供异常处理、接口设计、高级类型、模块设计、API 设计与检查清单等参考文档，并在特定场景下按需加载。需要注意，该技能提供的是通用 Python 风格指导，并不针对 Dagster；它采用的是一套明确的、偏向 LBYL 的约定，项目自身的约定可以覆盖它。
cook-auto
cook-auto 是 easyplatform 项目中的技能变体，用于自主实现功能，不在每一步停下来等待用户确认。资料强调批判性思维、防幻觉、先读代码再修改、任务拆分与测试规格等约束，并给出 /plan、/code、/commit 等工作流命令。
vite-expert
面向 Vite 构建优化的专家技能，专注 ESM 优先开发、HMR 优化、插件生态、生产构建、库模式与 SSR，可在遇到特定问题时推荐转交其他专家。
dust-breaking-changes
一份面向 API 开发的约束性指南，要求对私有 API 进行任何破坏性变更前必须先警告用户并取得明确批准，并提供向后兼容的替代方案思路。
typescript-patterns
该技能提供 TypeScript 类型安全与严格类型模式的实现参考，涵盖品牌类型、可辨识联合、类型守卫、工具类型、错误处理、泛型模式、模块组织与配置等实践，适用于 TypeScript/JavaScript 项目实现、类型系统设计与 API 类型定义。
coding
一套用于约束代码分析与编写方式的技能规范，强调先理解现有实现、按架构命名、职责解耦、实现与编排分离、有意识地写注释，并对改动行为做验证。改编自 Andrej Karpathy 的编码准则与 Sentry 的 code-simplifier。
update-packages
用于更新该仓库工作区依赖的 AI 技能，遵循 .ncurc.cjs 中的固定包列表，适用于用户要求更新依赖或刷新包版本的场景。
spec-execution
一个按规格文档执行的 AI 技能：读取 specs/*.md 计划，分波次实现，每波完成后验证构建与测试、更新规格并提交，最终评审、沉淀 ADR 并删除已完成的规格。
async-python-patterns
提供 Python asyncio 与并发编程的实践指导，涵盖 async/await 模式、事件循环、协程、任务管理与错误处理，适用于构建异步 API、并发 I/O 系统和高并发服务。
diagnosing-bugs
用于排查疑难缺陷与性能回归的诊断循环技能。当用户说“diagnose”“debug this”，或报告某处损坏、抛错、失败、变慢时使用。强调先建立可复现的反馈回路，再假设、插桩、修复并补回归测试。
scikit-learn
该技能提供 scikit-learn 经典机器学习的系统指导，涵盖分类、回归、聚类、降维、预处理、模型评估与流水线构建。面向结构化与文本数据，强调可解释方法，附带参考文档与示例脚本，适用于生产级 ML 工作流。
dayjs
Day.js 轻量日期时间库的 API 参考技能，覆盖官方文档全部 API，按安装、解析、读写、操作、显示、查询、国际化、插件、自定义、时长、时区等分类组织，便于按任务查找对应文档与示例。
ocrmypdf-api
OCRmyPDF 的 Python API 与插件技能：在 Python 程序中调用 ocrmypdf.ocr 实现 PDF 文字识别，通过插件替换或扩展 OCR 引擎（EasyOCR、PaddleOCR、AppleOCR），并可与应用集成。
openspec-apply-change
openspec-apply-change 是一个用于实现 OpenSpec 变更（change）中任务的技能。当用户希望开始实现、继续实现或逐项完成某个 OpenSpec 变更的任务时使用。它通过 openspec 命令行工具读取变更状态、获取 apply 指令、读取上下文文件，然后逐项实现任务并在任务文件中勾选完成标记。支持指定变更名称，也可从对话上下文推断或自动选择唯一的活动变更；支持通过 --store 参数指定已注册的 OpenSpec 仓库。
committing-changes
一个用于提交代码变更的 Git 技能，指导 AI 按规范流程暂存文件、撰写符合 Conventional Commits 的提交信息并完成提交，适用于用户要求 commit、保存改动或创建提交的场景。