grounded-coding
面向质性研究的程序化扎根理论编码工具，按开放编码、主轴编码、选择性编码三阶段处理访谈记录等资料，自动保存每份访谈的 Markdown 编码文件，并在多份访谈完成后按需生成汇总 Excel。
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 11-08 00:04
编程与开发
40,150 个结果
caching-strategies
本技能介绍基于 Redis 的后端缓存模式，涵盖 Cache-Aside（旁路缓存/懒加载）、Write-Through（写穿透）、Write-Behind（写回/异步写）、Read-Through（读穿透）等写入与读取策略，以及 TTL、事件驱动、标签、版本号等失效方案和缓存击穿（stampede）防护。资料以 Python 异步代码示例展示各模式的实现方式，并给出模式选择表、关键决策建议与禁止的反模式。适用于需要在后端实现 Redis 缓存、优化读取性能、处理高写入负载或保证缓存与数据库一致性的场景。
fastapi-advanced
FastAPI Advanced Patterns 是一套面向现代 Python 后端的生产级 FastAPI 模式集合，来源于 yonatangross/orchestkit。它围绕 FastAPI 的高级用法展开，涵盖 lifespan 生命周期管理、依赖注入、中间件、Pydantic 配置、异常处理、响应优化与健康检查等主题。资料提供了大量可直接参考的代码示例，例如使用 asynccontextmanager 管理数据库引擎与 Redis 连接、通过 Depends 构建数据库会话与类式服务依赖、编写 RequestID/Timing/Logging 中间件、用 Pydantic Settings 管理环境变量、注册 ProblemException 与 IntegrityError 异常处理器、使用 ORJSONResponse 与 StreamingResponse 优化响应，以及实现检查数据库和 Redis 的健康端点。同时列出了应避免的反模式（全局可变状态、阻塞事件循环、跳过依赖注入、忽略 lifespan 清理）和关键决策建议。该技能适合在配置 FastAPI 生命周期事件、创建依赖、编写中间件或管理配置时使用。
ork-assess
Ork Assess 是一个用于评估代码变更、设计、架构、工作流或竞争方案的技能。它要求在评分前先明确决策、范围和评估标准，并根据任务选择合适的标准，通常包括正确性、可维护性、安全性、可操作性、可测试性、成本和可逆性，与决策无关的标准应省略。评估时需从代码、仓库指南、测试或权威文档中收集证据；对于第三方库、框架或服务，权威来源是 context7 MCP 服务器，需先调用 resolve-library-id，再调用 query-docs。评估过程要求区分事实、假设和未知项，不虚构数值精度，仅在有助于比较时使用评分，并附上证据和置信度。对于高影响决策，应请独立的只读 ork_reviewer 或内置审查者挑战主要结论。最终给出建议、批准条件和具体后续行动，且不修改目标对象。
ork-explore
Ork Explore 是一个只读的代码库探索技能，用于梳理陌生的代码库、功能、架构、数据流或运维路径，并以文件证据支撑结论。它要求从任务边界、仓库说明、入口点和最小范围搜索入手，为每一项重要论断引用文件与符号，并区分已确认行为与推断。当执行路径涉及第三方库或框架时，可通过 context7 MCP 服务器读取其当前文档（仅暴露 resolve-library-id 与 query-docs 两个工具），无法确认的 API 细节应列入未知项。默认在单一上下文中探索，仅当存在三个及以上相互独立的问题（如结构、数据流、测试、部署）时才并行展开，且每个子任务保持有界、只读，要求提供简洁证据而非修复方案。已安装 ork_explorer 时优先使用，否则使用 Codex 内置探索器。最终返回紧凑的映射：入口点、重要组件与依赖、测试与可观测性、风险或未知项，以及下一步最小调查。除非被要求，否则不修改文件，也不把映射变成实施计划。
nestjs-pro
面向 NestJS v11（2026）的后端架构技能，专注模块化微服务、Bun 高性能运行时与类型安全的企业级架构，涵盖原生 ESM、NATS/MQTT 传输、依赖注入优化、安全校验与可观测性等主题。
zoonk-github-issues
该技能用于通过 GitHub CLI 创建和管理 GitHub Issues，支持高级功能：问题类型（Issue Types）、依赖关系（Blocked-By）和子问题（Sub-Issues）。它提供了从创建基础问题、使用标签、设置问题类型，到建立问题间阻塞依赖和父子层级关系的完整命令示例与工作流。适用于在 zoonk/zoonk 仓库中按规范规划并落地开发任务，尤其适合将 Epic 拆解为 Task 并管理执行顺序。
claude-code-ops
claude-code-ops 是一个面向 Claude Code 自身机制的中文技能，聚焦钩子系统（hooks）、技能格式（skill frontmatter）、无头/编程式使用（headless）以及配置调试。它整合了此前的 claude-code-hooks、claude-code-headless、claude-code-debug 三个技能，内容更新至 2026 年 6 月文档、对应 Claude Code ~v2.1.17x。技能内提供参考资料与工具：hooks 参考、skills 参考、headless 参考、调试参考、扩展架构参考，以及一个用于校验 hooks.json 的脚本和一份 hooks.json 模板。适合需要编写或修复 hook、排查配置不生效、在 CI 中调用 claude -p、设计 Claude Code 扩展的开发者。
rest-patterns
REST Patterns 是一个面向 RESTful API 设计模式的快速参考技能，涵盖 HTTP 方法语义、状态码、资源设计、查询参数、安全清单、常见错误及缓存与限流等主题。它以便查表的形式整理 HTTP 方法的用途、幂等性与可缓存性（GET/POST/PUT/PATCH/DELETE），列出 200、201、204、400、401、403、404、422、429、500 等关键状态码的含义与使用场景，并给出 /users 等资源的 CRUD 路由与分页、排序、过滤查询参数示例。此外还提供安全核对清单（HTTPS、OAuth 2.0/JWT、输入校验、限流、CORS、不在 URL 放敏感数据等）、常见错误与修正对照表，以及分页、排序、过滤、稀疏字段、关联包含等速查模式。资料中还注明可通过加载 references 下的状态码、缓存模式、限流、响应格式等子文件获取更详细内容。适用于设计新 API 端点、选择 HTTP 方法与状态码、实现缓存头、配置限流和结构化错误响应的场景。
21st-cli-use
21st CLI（npx @21st-dev/cli，命令名 21st）是 21st.dev 组件目录的命令行工具，用于在终端中搜索、安装和获取 React/shadcn 组件、主题与模板。它支持通过浏览器登录或 API key 进行鉴权，可搜索组件、主题、模板与品牌/UI 图标，查看条目代码与主题 CSS，并使用 shadcn 机制将组件安装到当前项目。当目录中没有合适条目且账号明确开启 AI 生成时，可使用托管 21st AI 生成 UI 草稿并迭代取码。元数据（搜索、预览、主题 CSS）免费，获取组件代码有免费每日额度，托管 AI 生成需单独 AI 权限并消耗 AI 积分。
test-kitchen
Test Kitchen 是一个用于并行设计与并行实现的工作流框架，通过两道“门控”技能介入构建、创建或实现请求：入口门 omakase-off 在头脑风暴前或期间介入，提供“一起头脑风暴”或“Omakase（3-5 个并行设计方案）”两种选择；出口门 cookoff 在设计完成后、进入实现阶段时介入，提供“Cookoff（2-5 个并行智能体）”“单个子智能体”“本地实现”三种选择。其核心主张是技能需要主动抢占对话流程中的特定时刻，而不能被动检测“不确定性”或“就绪状态”。
django-ticket-triage
django-ticket-triage 是一个用于分析 Django Trac 工单并给出分诊建议报告的技能。它通过 python3 脚本抓取工单详情，使用 gh CLI 检索 GitHub 上相关的 PR 与提交，搜索 Django 论坛讨论，并在本地 Django 源码中定位受影响代码与测试，最终依据分诊阶段定义输出报告。适用于需要快速判断 Django 工单有效性、重复情况与处理阶段的场景。
clanker
Clanker 是一个代币部署协议，通过 Clanker TypeScript SDK，开发者可在 Base、Ethereum、Arbitrum、Unichain 等 EVM 链上，用单笔交易部署带有 Uniswap V4 流动性池的 ERC20 代币。SDK 提供代币部署、金库（代币归属/锁定）、空投（基于 Merkle 树证明）、奖励分配配置、开发买入（Dev Buy）、自定义市值、防狙击费用衰减等能力。安装方式为 npm install clanker-sdk viem。支持的代币供应量固定为 1000 亿枚（18 位小数），可通过扩展、池配置和奖励参数进行定制。本工具适合需要部署新代币、创建 memecoin 或进行代币流动性配置的场景。
num30-config
num30-config 是一个 Go 语言的声明式配置库（github.com/num30/config），可以通过一次调用同时从 YAML/JSON/TOML 等配置文件、环境变量和命令行参数中读取配置，并填充到结构体。本技能用于编写、调试和解释基于该库的 Go 配置代码，适用于用户提到 num30/config、需要定义配置结构体或排查配置读取问题的场景。安装命令：go get github.com/num30/config。库支持 struct tag 设定默认值、校验规则、环境变量名和命令行标志名，支持配置热更新监听与内置 PostgreSQL 配置结构体。
arcadifying-mini-games
该技能用于把已经可玩的迷你游戏改造成完整的街机游戏，围绕现有实时核心循环补充回合结构、仪式画面（READY／过关／死亡／游戏结束）、分数经济、名次记录与演示模式。它只实现缺失的层次，不重新设计核心玩法。工作流程包括盘点缺失的街机层、先定义回合数据表、安装单一阶段状态机、建立连贯的分数经济、分离仪式音效、构建吸引模式，并针对改动层做验证。适用于已有可玩循环、需要补齐街机包装的游戏项目。
extracting-spec-design-ladders
该技能用于将只读的现有源代码逆向拆解为两层互不重叠的产物：一层是忠实的复现规格（保留影响可观察行为的常量、同刻顺序、碰撞/判定语义等），足以重建程序行为；另一层是抽象设计文档，只表达意图与体验，刻意剥离复现细节。适用于从既有程序恢复意图与可复现行为，或产出既能重建行为、又能独立理解设计意图的文档。不适用于纯摘要或 README 工作，也不适用于已有维护中规格只需编辑的场景。
socratic-code-owner
Socratic Code Owner 是一个面向开发者的技能，用于在 AI 智能体刚构建或提出代码、架构或方案后，以苏格拉底式提问的方式对开发者进行测验。它一次只问一个问题，并在纠正时使用 ASCII 图示。该技能将 AI 的角色从“实现者”切换为“技术导师”，目标是确保开发者对刚构建或规划的内容拥有完整的心智模型。它会先分析上下文，识别 5–10 个概念支柱并按基础到进阶排序，然后以编号大纲呈现议程，再逐个概念进行场景化提问、等待回答、评估并纠正，最后给出记分卡。
tanstack-query
TanStack Query（React Query）v5 专家级排错技能，聚焦生产环境常见问题：v4→v5 迁移陷阱（cacheTime 改名 gcTime、isLoading 改为 isPending、keepPreviousData 改为 placeholderData、queryFn 必须返回非 void）、无限重取循环、陈旧数据、过度失效、SSR 水合不匹配等。同时提供使用前的策略评估（何时不该用 React Query）、staleTime 选择建议、乐观更新与失效的决策框架、React Query 与 SWR 的取舍，以及调试命令与缓存排查方法。
ac-workspace-manager
AC Workspace Manager 是一个用于管理 git worktree 的工具，旨在为隔离式自主开发提供工作区隔离能力。它通过 git worktree 机制，让开发者可以在不影响主分支的前提下进行并行开发和安全回滚。该工具提供 WorkspaceManager 类，支持创建 worktree、获取当前 worktree、列出所有 worktree、合并已完成的工作以及清理 worktree 等操作。典型用法是从主分支创建新的 worktree，在隔离工作区中完成开发，审查变更后再合并回主分支，最后清理 worktree。它可与 ac-session-manager 配合实现会话隔离，并使用 ac-checkpoint-manager 提供回滚点。
auto-claude-spec
Auto-Claude Spec 是用于自主构建的规格（spec）创建与管理技能，帮助用户创建功能规格、理解规格流水线各阶段、修改需求以及管理规格。规格是 Auto-Claude 构建的基础，定义要构建的内容、验收标准、来自现有代码库的上下文以及实现计划。该技能包含动态阶段选择机制：简单任务为 3 个阶段（发现→快速规格→验证），标准任务为 6-7 个阶段（发现→需求→[研究]→上下文→规格→计划→验证），复杂任务为 8 个阶段（含研究与自我批判）。用户可通过交互模式、任务描述或继续中断的方式来创建规格，生成的规格目录包含 spec.md、requirements.json、context.json、implementation_plan.json 等文件。
code-server-remote-ide-wsl2
该技能用于在 WSL2 上搭建基于浏览器的 VS Code IDE（code-server），并通过 ngrok、Cloudflare Tunnel 或 Tailscale 建立加密隧道，使手机、平板或远程电脑可以安全访问完整 IDE。技能提供安装、认证配置、资源限制、扩展管理以及一键启动/停止/状态查询脚本，并自动显示连接 URL 与密码。适合需要远程进行完整开发工作（如 IntelliSense、调试、Git 集成、扩展）的场景。要求 WSL2、至少 4GB 内存，推荐 8GB 以上。
error-recoverer
Error Recoverer 是一个面向自主编程会话的智能错误检测与恢复工具。它能够在自主编码过程中捕获异常、解析错误信息并提取错误上下文，随后对错误进行分类、评估严重程度并判断是否可恢复。针对可恢复的错误，它会查询因果记忆中的相似错误，选择合适的恢复策略并执行，验证恢复结果，并将“错误→解决方案”链条存储下来。若恢复失败，则会回滚到检查点、生成详细错误报告并发出人工介入信号。它支持多种错误类别（瞬时、资源、语法、逻辑、环境、不可恢复）与恢复策略（重试、指数退避、回滚、修复后重试、跳过、升级），并提供装饰器式的自动恢复用法。
multi-ai-debugging
该技能提供系统化的多 AI 调试工作流，把 Claude、Gemini、Codex 作为专门化智能体协同使用，用于根因分析、日志分析、错误分类与自动修复。它采用多智能体议会、评估/批评循环、链路感知分析、语义日志分析、跨栈关联和自动修复等原则，目标是根因识别准确率超过 80%、常见问题诊断时间少于 30 分钟、已知模式修复生成成功率超过 60%、错误分类误报率低于 20%。包含六个独立操作：快速错误诊断、根因分析、日志分析与分类、多智能体议会调试、自动修复生成、自愈模式。适用于生产事故排查、错误日志与堆栈分析、复杂多服务系统排障、性能下降调查、级联故障理解和事后复盘报告编写；不适用于简单语法错误、明确的编译期错误和已有完善文档的已知问题。需要错误信息与相关代码，建议提供执行链路、系统指标、近期变更记录，并可结合 Gemini CLI 与 Codex CLI。
ralph-prompt-project
Ralph Prompt Generator 是面向从零构建完整项目的提示词生成工具，基于 Ralph Wiggum 技术。它会为整个项目生成结构化提示词，把开发过程划分为架构、实现、测试与文档等阶段，并设置清晰的里程碑与增量完成条件。输入需要项目描述、技术需求（语言、框架、功能）与成功标准，以及最终完成承诺语，输出可直接交给 Ralph 循环运行的完整提示词。适用场景包括从零构建 REST API、CLI 工具、库/包、Web 应用、自动化工具，以及需求明确的绿地项目。资料中的实践案例包括：用三个月创建编程语言、Y Combinator 黑客松一夜生成多个仓库、以较低 API 成本完成合同项目。核心理念是失败具有确定性且可修复，每次迭代都从前一次学习；不应惧怕失败，失败是预期内的，用于通过调优提示词而非更换工具来改进。