tanstack-query
面向 TanStack Query v5 的性能优化技能,涵盖数据获取、缓存、变更与查询模式,含 40 条按影响优先级划分的规则,适用于编写与重构查询、变更逻辑及排查性能问题。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-18 00:12
36,900 个结果
面向 TanStack Query v5 的性能优化技能,涵盖数据获取、缓存、变更与查询模式,含 40 条按影响优先级划分的规则,适用于编写与重构查询、变更逻辑及排查性能问题。
STM32 + FreeRTOS 嵌入式开发专家技能,面向在 STM32 微控制器上使用 FreeRTOS 实时操作系统的 C 语言嵌入式开发场景。技能将 AI 定位为"嵌入式系统架构师",支持 ARM Cortex-M 全系列(F0/F1/F3/F4/F7/H7/G0/L0/L4/L5 等)、FreeRTOS v10+ 版本,以及原生 FreeRTOS API 或 CMSIS-RTOS v2 API。可用于生成任务、队列、信号量、互斥锁、事件组、任务通知等 RTOS 组件代码,编写 UART/ADC/I2C/TIM 等外设 HAL 驱动模板,配置低功耗 Tickless 模式与 printf 重定向,审查任务优先级配置与中断交互正确性,排查死锁、优先级反转、堆栈溢出和资源泄漏,并指导 SEGGER SystemView、TRACEalyzer 等调试工具的使用。技能内部按用户请求类型选择性读取文档,避免一次性加载全部内容。
codebase-migrate 是一个用于大规模代码库迁移与多文件重构的技能,基于 Composio CLI 协调问题跟踪、分批 PR 与 CI 验证,本地代码修改由 AI 智能体驱动。适用于框架升级(如 React 17 → 19、Node 18 → 22、Django 4 → 5)、单体仓库中的 API 重命名(如 getUserById → users.byId)、配置/格式迁移(webpack → vite、eslint → biome、jest → vitest),以及任何需要以可审查切片方式交付的“200 个文件同样修改”任务。使用前需通过 curl -fsSL https://composio.dev/install | bash 安装并登录 Composio,并链接 GitHub(用于 PR 与 CI 状态)及 Linear 或 Jira(用于迁移跟踪);本地工具包括 git、rg、jscodeshift/ts-morph/comby/ast-grep 及测试运行器。
knitwork-x 是一个用于以编程方式生成 JavaScript 和 TypeScript 代码的工具集,适用于构建代码生成器、AST 到代码输出或动态源码生成等场景。它从 knitwork 分叉而来,并补充了较完整的 TypeScript 辅助能力,覆盖 ESM(import/export)、字符串、变量、类、接口、函数、类型、控制流(if/try/loop/switch)以及序列化(object/array/map/set)等。所有 gen* 函数均返回可直接拼接进源码的字符串,且为纯函数,不会修改输入。
这是一个用于开发 HarmonyOS 应用的专家技能指南。其核心是引导开发者使用 ArkTS 语言,构建遵循声明式 UI 和 Stage 模型的应用程序,并利用系统的分布式能力。该指南强调严格类型安全,禁止使用动态类型,并要求通过不可变数据更新来驱动 UI 变化。它还提供了组件化开发规范、状态管理装饰器的选择建议,以及一个包含分层架构(UI、ViewModel、Service、Repository)的项目结构参考。此外,文档还涵盖了 ArkUI 组件、LazyForEach 列表、自定义弹窗等具体实现模式。
这是一个面向多文件 Zig 项目的 Zig 构建系统技能,用于编写和调试 build.zig 文件。它覆盖可执行文件与库的定义、C 源码集成、构建期选项、测试配置以及 build.zig.zon 包清单等内容,帮助代理完成项目初始化、构建、运行、测试、模块与依赖管理等任务。
通过 Telegram Bot API 向频道和群组发送消息、图片与营销内容的技能,支持 HTML 与 MarkdownV2 格式化、内联键盘按钮、投票与测验,并提供产品公告、博客分享、活动预告等内容模板。需要 TELEGRAM_BOT_TOKEN 与 TELEGRAM_CHAT_ID。
build 是一个面向功能开发的工作流编排技能,通过 /build 命令串联现有技能,并可在阶段边界暂停供人工检查。
Claude Code 命令行接口(CLI)的完整参考,涵盖核心命令、会话控制、无头模式、工具与模型控制、MCP 配置、系统提示定制、输出格式及自动化模式,适合在终端和 CI/CD 中使用 Claude Code 的开发者。
这是一个面向 AI 智能体的 React 19/19.2 最佳实践技能,来自 pproenca/dot-skills 仓库。它包含 49 条规则,分为 9 个类别,按影响程度从关键(并发渲染、Server Components)到跨领域的代码库卫生(去重、死代码、边界一致性)进行优先级排序。内容反映 React 19 的主要变化:ref 作为普通 prop(forwardRef 已弃用)、原生文档元数据、资源预加载 API、useActionState、useOptimistic、use() 钩子以及 <Context> 作为 provider。规则文件描述模式形态而非 API 名称,并设有“可识别的形态”部分,列出同一问题可能出现的 2–4 种语法伪装。部分高价值规则还附带具体的“伪装形态”错误/正确示例对,帮助识别非 grep 友好的情况。该技能适用于编写或重构 React 组件、审计或现代化代码库、从 React 18 迁移到 19、优化重渲染性能或包体积、使用并发特性、设置 Server Components 或服务器/客户端边界、实现表单操作、乐观更新或数据获取、配置 React Compiler 自动记忆化,以及审查常见反模式或过时的 React 18 惯用法。
logfire-evals 是一个用于运行离线 Python(pydantic_evals)或 Node.js(logfire/evals)评估并在 Logfire 中查看结果的技能,也可将已有的 Braintrust Eval() 套件通过环境变量重定向到 Logfire。
codebase-memory-mcp 是一个高性能代码智能 MCP 服务器,可将代码库索引为持久化的知识图谱。它使用 tree-sitter AST 解析 155 种语言,解析调用图、检测 HTTP 路由,并支持亚毫秒级结构化查询。Linux 内核(2800 万行代码)约 3 分钟完成索引,普通仓库仅需毫秒级。主要能力包括:基于图的代码智能(函数、类、调用、导入、继承作为可查询节点/边)、结构化搜索(按模式查找符号、追踪调用链、检测死代码)、架构分析(社区检测、热点、分层、跨服务 HTTP 链接)、语义搜索(内置向量嵌入,无需 API 密钥)、155 种语言支持、14 个 MCP 工具(可通过自然语言在任何兼容的智能体中使用)。安装支持 macOS/Linux 的一键脚本、Windows PowerShell、手动安装包,安装程序会自动检测并配置 Claude Code、Cursor、Codex CLI、Gemini CLI、Zed、OpenCode、Aider、VS Code 等智能体。
该技能用于编写全面的代码文档,涵盖 JSDoc、Python docstrings、JavaDoc、内联注释、函数与类文档、类型定义以及基于代码的 API 注释。适用于为 JavaScript/TypeScript、Python、Java 等语言生成符合语言规范的文档,并提供使用示例、参数与返回值说明、异常说明等。
该技能用于实现响应式编程模式,基于 RxJS、流(streams)、可观察对象(Observables)与背压(backpressure)处理,构建可响应异步数据流的应用。适用于事件驱动 UI、异步数据处理、实时数据更新、事件驱动架构、UI 状态管理、WebSocket/SSE 处理以及组合多个数据源等场景。内容包含概览、适用时机、快速开始与参考指南,参考指南涵盖 RxJS 基础、防抖搜索、状态管理、带重连的 WebSocket、组合多个流、背压处理与自定义操作符,并给出最佳实践:及时取消订阅防止内存泄漏、用操作符转换数据、正确处理错误、对昂贵操作使用 shareReplay、按需组合流、测试响应式代码;同时避免对同一可观察对象多次订阅、忘记取消订阅、嵌套订阅、忽略错误处理、使可观察对象有状态。快速开始提供基于 rxjs 与 rxjs/operators 的最小可用示例代码。
architecture-decision 是一个用于系统性评估架构决策、记录权衡取舍并选择合适模式的技能,适用于技术选型、架构模式评估、架构决策记录(ADR)创建、技术债评估和设计方案对比。它强调“上下文驱动决策”,没有普遍好或坏的模式,最佳架构是最能服务其目的且可维护、可演进的架构。该技能提供权衡三角(简单性、灵活性、性能)、质量属性框架、上下文-模式映射、决策矩阵模板、ADR 模板、架构重构模式(抽象分支、绞杀者、并行运行)以及技术债管理框架,并列出反模式及补救措施。
来自 laravel/boost 的 Livewire 技能条目,被标识为供应商覆盖版本,用于覆盖内置的 .ai/ 版本。资料未提供其具体功能、用法、命令或限制。
Refactor 是一套基于 Martin Fowler《重构(第 2 版)》目录的代码重构技能,目标是在不改变外部行为的前提下,改善代码结构、可读性与可维护性,强调渐进式演进而非推倒重来。它会在代码难以理解或维护、函数或类过大、检测到代码坏味道、因结构不佳而难以添加新功能,或用户明确提出重构、清理、改进、提取方法、重命名、简化等请求时启用。该技能给出五条不可协商的黄金规则:保持行为不变、小步前进、善用版本控制、测试必不可少、一次只做一件事;并列出不应重构的场景,以及一个重构决策评分表(主要坏味道、证据、首要原则、相关原则、预期影响、最小重构、基线/成功条件)和四类决策视角(职责与依赖、复用与结构、简洁与范围、运行时与反馈)。它按 Fowler 分类法整理了代码坏味道目录(膨胀者、面向对象滥用者、变化阻止者、冗余物、耦合者)及其对应重构手法,并收录了组合方法、在对象间搬移特性、组织数据、简化条件表达式、简化方法调用等重构技术的机械步骤与前后对比代码示例。
Codebase Exploration 是一个专注于代码库系统性探索与发现的 AI 技能,擅长在陌生或大型代码库中快速定位实现、识别架构模式、追踪依赖关系,并回答“某功能在哪里实现”“哪个文件包含某逻辑”“哪些代码使用了某 API”等位置型问题。它通过多种搜索策略(按命名、按内容、按结构、按符号)、多种工具(grep/rg、find/fd、ast-grep、LSP、git log)以及多角度发现方法,帮助开发者理解代码组织、组件交互与执行流程。该技能提供快速、中等、非常彻底三个彻底程度级别,适配从快速浏览到深度分析的不同需求。适用于首次探索陌生代码库、寻找特定功能实现位置、查找模式示例、理解组件交互、定位 API 使用、绘制架构组织等场景。不适用于调试已知缺陷、重构、代码质量审查或从零编写新代码。
用于开发 WordPress 插件的技能,涵盖插件架构与钩子、启用/停用/卸载、后台界面与 Settings API、数据存储、定时任务与安全防护。
API Patterns 是一套面向 2025 年的 API 设计原则与决策方法技能,强调“学会思考”而非照搬固定模式。它围绕 API 风格选择(REST、GraphQL、tRPC)、响应格式、版本管理、分页、认证、限流与文档等主题,提供按需查阅的内容地图,帮助开发者在具体场景下做出合理的设计决策。技能包含 REST 资源命名与 HTTP 方法、状态码规范,GraphQL 模式设计与安全,tRPC 在 TypeScript 全栈项目中的类型安全用法,以及 JWT、OAuth、Passkey、API Key 等认证模式选择。还涵盖令牌桶、滑动窗口等限流策略,OpenAPI/Swagger 文档最佳实践,以及基于 OWASP API Top 10 的安全测试。技能附带决策清单与反模式提示,并提供 api_validator.py 脚本用于 API 端点验证。
TypeScript Expert 是一个面向 TypeScript 与 JavaScript 的专家型技能,专注于类型级编程、性能优化、monorepo 管理、迁移策略以及现代工具链实践。它会在被调用时先分析项目配置(TypeScript 与 Node 版本、工具生态、是否为 monorepo),再根据问题类别给出解决方案,并通过类型检查、测试和构建进行验证。内容涵盖品牌类型、条件类型、类型推断、类型检查与构建性能优化、常见复杂错误排查、模块解析、JavaScript 到 TypeScript 迁移、Nx 与 Turborepo 选型、Biome 与 ESLint 对比、类型测试以及调试技巧等。
morph-apply 是基于 Morph Apply API 的快速文件编辑技能,无需先读取整个文件即可完成 AI 驱动的代码修改,官方称处理速度 10,500 tokens/秒、准确率 98%。适合大文件、批量编辑和已知修改位置的场景。
Onboard 是一个用于分析既有(brownfield)代码库并创建初始连续性台账(continuity ledger)的技能。它适用于首次进入一个已有项目、需要快速熟悉代码库的场景,用户可通过说“onboard”“analyze this project”“get familiar with codebase”等方式触发。该技能会启动 onboard 子代理,创建必要目录,探索代码库结构,检测技术栈,询问用户目标,并生成一个 YAML 格式的交接文件(handoff),以便在会话启动时自动加载,让用户带着完整的项目认知开始工作。它主要面向已有代码的项目,而非全新项目。
API Pagination 是一套用于处理大型数据集分页的实践指南与代码示例集合,提供 offset/limit、cursor-based(游标)和 keyset 三种分页策略的实现方法。它适用于返回资源集合、搜索结果分页、无限滚动界面、优化大数据集查询、管理客户端内存以及改善 API 响应时间等场景。资料包含 Node.js 的 offset/limit 最小可运行示例,以及位于 references/ 目录下的详细参考指南,涵盖 Offset/Limit 分页、游标分页、Keyset 分页、搜索分页、分页响应格式和 Python(SQLAlchemy)分页。同时给出最佳实践清单,建议对大数据集使用游标分页、设置合理的最大限制(如 100)、在可行时包含总数、提供导航链接、记录分页策略、对排序字段建立索引、适当缓存分页结果、处理空结果等边界情况、保持分页格式一致,并避免对数十亿行使用 offset、允许无限制页大小、每次请求都统计行数、无排序分页、分页中途更改排序、无游标深度分页、对大数据集跳过分页、直接暴露数据库分页、混用分页策略以及忽视性能影响。