ddd-cqrs-patterns
面向 .NET 微服务的领域驱动设计（DDD）与 CQRS 模式技能，涵盖分层架构、实体与值对象、聚合根、领域事件、仓储与工作单元、MediatR 命令查询分离、FluentValidation 校验及 EF Core 映射等示例代码。
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
40,182 个结果
grpc-services
gRPC Services 是面向 .NET 的 gRPC 服务开发技能，聚焦高性能的服务间通信。它提供从 .proto 契约定义、服务端实现、服务端与客户端接入，到四种 RPC 模式、gRPC 与 REST 选型对比的一整套参考。资料涵盖 catalog 服务示例（含 GetProduct、ListProducts、CreateProduct、StreamProducts）、C# 服务实现、取消令牌与 RpcException 错误处理、AddGrpc/MapGrpcService 注册、含韧性处理器的客户端配置、客户端流与双向流示例、.csproj 中 Protobuf 项配置与依赖包，以及官方文档中的最佳实践和对比矩阵，适合构建微服务与实时通信场景。
worker-services
worker-services 是一个关于 .NET 后台任务与工作服务的技能资料，主要介绍 IHostedService、BackgroundService 及 .NET 托管服务模式。内容涵盖基于 BackgroundService 的订单处理工作器、基于 Channel<T> 的队列式生产者/消费者后台任务、使用 PeriodicTimer 的定时清理工作器，以及独立工作服务（非 Web 应用）的宿主配置。资料还总结了关键实践：在 worker 中通过 IServiceScopeFactory 创建作用域以解析 DbContext 等作用域服务、用 PeriodicTimer 替代 Task.Delay 实现定时任务、用 Channel<T> 实现线程安全且支持背压的队列、在循环体内处理异常以防 worker 因错误停止、在所有循环中检查 stoppingToken 并传给异步操作、记录启动/停止/错误等生命周期事件便于可观测性。适合在 .NET 项目中实现后台处理、定时任务和队列消费的开发者参考。
mcp-python-conventions
面向 stdio 传输型 MCP 服务器的 Python 代码约定：禁止 stdout 裸 print、日志统一走 stderr，谨慎处理工具边界异常，并按 LLM 可用性标准撰写工具 docstring。
python-refactor-audit
该技能用于审计和重构已逐步膨胀、从未被整体审查过的 Python 模块。它关注的不是单行代码问题，而是文件中反复出现的结构形态（shape）。由于按 diff 范围审查的工具只能看到近期改动，无法发现贯穿整个模块的状态传递问题，因此需要一次专门的整模块审查。技能提供了一套可复用的流程：先判断是否真的需要重构（四个停止条件），再用 AST 脚本量化要消除的结构形态（如匿名元组返回、dict 字段、字符串键访问、重复传递的参数），然后按 BASELINE→CHECKPOINT→REFACTOR→VERIFY→CHECKPOINT 循环，每次提交只处理一个属性。测试套件作为 oracle，入口点测试冻结不可改，其余测试只允许改调用形式，并通过回滚生产代码验证测试仍会失败。对于测试无法覆盖的变更，还需用第二 oracle 对比只读命令输出。技能本身不运行、不写入、不联网，只读取指定模块。
forge-plan
forge-plan 是 tinyorbit-ai/skills 中的一项技能，用于把 wiki/brief.md 转化为 wiki/plan.md。它把项目拆解为有序的、可验证的阶段，每个阶段拥有独立分支与验证门，并把关键决策锁定为 ADR。其前置条件是 wiki/brief.md 已存在且填写完整，否则需先运行 forge-discovery。该技能会先读取 brief、architecture.md、CLAUDE.md/AGENTS.md 与现有代码结构，确认基础分支；随后至少生成两种等权重的实现方案（最小可行与理想架构，必要时含创意方案），以 Decision Brief 形式呈现并锁定为 ADR 0001；再起草架构文档，列出每个组件与依赖的存在理由，写成本不该有的部分会被砍掉；然后枚举并锁定真实决策，写入 ADR，并为关键赌注添加风险契约；接着按 phase-contract.md 分解阶段；最后写出 plan.md 并更新 wiki/index.md。该技能不编写功能代码，只处理架构、决策与阶段。
st
st 是一个面向持久化工作图的命令行工具，为 `.step/st-plan.jsonl` 提供图控制、执行孔径（aperture）与证明来源。它将意图编译为持久的图状态，经审计后编译出有界的、安全可执行的孔径并生成 GCR（图控制凭证），只投影孔径，执行后记录义务级证明并重新编译。文档强调不能凭文字臆造关键路径、证明切割、安全并行宽度或图债，只有 CLI 输出的 GCR-v1 事实才可作为图控制证据。它支持图模式、降级图模式和账本/简单模式，提供 compile aperture、intake、proof、complete、graph debt 等命令，并可投影到 Codex 或 OpenCode 的原生计划工具。
review-pr
review-pr 是一个用于审查拉取请求（Pull Request）的技能，来源于 tobihagemann/turbo。它通过获取 PR 评论、运行全面的代码审查、评估发现的问题，并将被接受的问题分派到实现环节来完成整个审查流程。该技能适合在用户需要审查 PR 时使用。整个流程分为五个步骤：首先运行 /fetch-pr-comments 技能获取未解决的审查评论；然后通过 gh pr view 命令检测 PR 的基础分支并执行 git fetch 更新远程引用；接着运行 /review-code 技能，使用 git diff origin/<base-branch>...HEAD 进行差异比较；之后运行 /evaluate-findings 技能评估发现的问题，并将未解决的 PR 评论作为额外发现一并评估；最后，如果没有可操作的问题则报告代码干净并停止，否则运行 /resolve-findings 技能处理被接受的问题。如果获取 PR 评论失败，则仅进行代码审查。
stage-commit
stage-commit 是一个用于把“暂存文件”和“创建提交”合并为一步的技能，提交信息会匹配仓库中已有提交的风格。它适用于用户提出“stage and commit”“add and commit”等要求的场景。该技能本身不直接实现逻辑，而是依次调用 /stage 技能和 /commit-staged 技能：先暂存变更，再基于已暂存内容生成符合现有风格的提交。
gsd executor
GSD Executor 是 GSD（Get Shit Done）工作流中的执行型智能体，由 /execute 工作流生成调用。它负责完整执行给定的计划文件，按任务逐个完成并提交，最终生成 SUMMARY.md 并更新 STATE.md。执行过程遵循三条路径：全自动顺序执行、在检查点暂停并返回结构化消息、作为续接智能体验证已有提交后从指定任务继续。它内建偏差处理规则：自动修复缺陷、补齐关键功能、解决阻塞问题，而涉及架构变更时则暂停等待用户决策；遇到认证错误会作为人工操作检查点返回，而非视为失败。适用于在 Antigravity 环境中按计划自动化推进编码任务并保持可追溯的原子提交。
codebase-search
codebase-search 是一个基于 MorphLLM 的语义化本地代码库搜索工具，由经强化学习训练的 subagent 驱动，通过约 15-30 次内部 grep 与读取操作，回答关于项目文件的自然语言问题，覆盖代码、配置、文档、markdown、YAML、JSON 等文本文件。与简单的 grep 不同，它能够理解查询意图并追踪跨文件的数据流与调用关系。使用时需要设置 MORPH_API_KEY 环境变量。适用的典型场景包括：跨多个文件理解某功能如何工作、端到端追踪数据流、探索不熟悉的项目、回答架构性问题、调试跨文件交互，以及在非代码文件（配置、文档、markdown、YAML、JSON）中查找信息。不适合用于简单关键词或符号搜索（应使用 Grep）、按名称或模式查找文件（应使用 Glob）、查阅库文档或与当前代码库无关的问题。执行方式为通过 python3 脚本传入自然语言查询和可选仓库路径。
github-codebase-search
github-codebase-search 是一个用于公开 GitHub 仓库的语义搜索工具，由 MorphLLM 驱动，是一个经过强化学习训练的子代理，会针对 GitHub API 并行执行 grep 与读取操作，以自然语言回答关于代码的问题，无需克隆仓库。它适用于理解外部库或框架的内部实现、排查开源依赖的上游缺陷或行为、学习知名仓库的参考实现、追踪本地未克隆仓库的代码路径，以及探索开源项目的结构或架构。它需要设置 MORPH_API_KEY 环境变量。使用方式为运行脚本并传入自然语言查询与仓库参数：python3 scripts/github-codebase-search.py search "<自然语言查询>" --repo <owner/repo>，也可用 --url 指定完整 GitHub URL，或用 --branch 指定分支、用 --timeout 调整超时。它不适合查询本地代码库（应使用 codebase-search）、私有仓库、简单文档查找（应使用 context7）以及浏览 README、issue 或 PR 等简单 GitHub 界面操作。
api-documentation
该技能用于在 API 代码（路由、端点、Schema）发生变更时，强制保持 Swagger/OpenAPI 文档同步。当检测到文档与代码出现漂移时，会暂停当前工作，并触发 documentation-audit 技能进行文档审计与同步。核心原则是：API 文档是一等产物，任何 API 变更都必须附带文档更新。
deferred-finding
deferred-finding 用于在代码评审发现的缺陷无法于当前 PR 修复时，创建带完整上下文的 GitHub 追踪 issue 并关联父 issue，遵循 issue 驱动开发流程。
github-api-cache
github-api-cache 是一个用于减少 GitHub API 调用、避免速率限制耗尽的技能。它在会话开始时一次性缓存 GitHub 项目元数据，如项目字段和项目条目，供后续操作重复使用，从而避免对相同数据的重复请求。该技能的核心原则是“一次获取，多次提取”，所有其他读取类技能应使用其缓存数据。它由 session-start 调用，并为 project-board-enforcement、issue-driven-development、issue-prerequisite、epic-management、autonomous-orchestration 等技能提供缓存数据。技能内提供速率限制检查、会话初始化、缓存数据访问函数、缓存刷新以及写入操作示例，并列出应避免的反模式。资料中提供了具体的 shell 代码与安装命令，使用前需设置 GITHUB_PROJECT_NUM 与 GH_PROJECT_OWNER 环境变量。
issue-lifecycle
Issue Lifecycle 是一个用于在开发过程中持续更新 GitHub Issue 的技能，强调 Issue 是唯一事实来源，应在工作发生时实时更新，而不是在最后批量提交。它规定了在开始工作、遇到阻塞、做出决策、发现新信息、完成验收标准、完成验证、创建 PR 和工作完成等关键时刻应执行的更新类型，包括状态更新、评论更新和复选框更新。该技能提供了使用 gh 命令行工具更新项目字段、发表进度评论和勾选验收标准的具体命令示例，并给出了进度评论、决策评论和阻塞评论的推荐格式。它还列出了应避免的反模式（如批量更新、模糊评论、只记录成功、跳过阻塞记录、未验证就关闭）以及推荐的良好模式。该技能建议在开始工作前阅读 Issue 历史，保持项目字段最新，并与其他技能（如 issue-driven-development、acceptance-criteria-verification、error-recovery）集成使用。
issue-prerequisite
issue-prerequisite 是一个用于 Claude 的技能，作为开始任何工作前的硬性门禁：确保每项任务都对应一个 GitHub Issue。若已有 Issue，则验证其存在且可访问；若没有，则通过向用户提问收集标题、描述、验收标准、类型和优先级，并使用 gh 命令创建 Issue。创建后强制将 Issue 添加到 GitHub Project 看板，设置 Status、Type、Priority 字段，并刷新缓存进行验证。只有全部检查项通过后，才允许进入后续的 issue-driven-development 流程。
no-deferred-work
No Deferred Work 是一个开发规范类技能，核心原则是“被推迟的工作就是被遗忘的工作”。它要求在开发过程中禁止提交 TODO、FIXME、HACK、XXX 等注释，禁止占位实现、不完整的错误处理和缺失的测试。规则是：如果工作在当前任务范围内，就立即完成；如果确实超出范围，必须先获得明确许可，并创建可追踪的 issue，而不是留下 TODO 注释。该技能还提供决策流程图、替代做法示例、例外流程、违规检测（如 pre-commit 钩子和代码审查检查）以及提交前检查清单，用于防止技术债累积和功能不完整。
architecture-research
Architecture Research 是一个用于研究代码库或系统架构的 Agent 技能。它会读取实际源代码，梳理目录结构与模块边界、入口点与公开 API、数据模型与存储、配置与依赖注入模式以及构建/部署设置，并在此基础上搜索官方文档、博客、演讲、设计文档、ADR 和社区讨论等外部资料，用以解释架构背后的设计动机。该技能从系统概览、数据/控制流、设计决策等多个角度进行阐释，并以 ELK JSON 图谱格式生成结构图或数据流图，再通过 diagrams 技能的渲染脚本输出为 SVG，以便内嵌在 Markdown 文档中展示。最终产出是一个研究文件夹，包含原始问题、架构说明文档、可编辑的 ELK JSON 源文件以及渲染好的 SVG 图。它适用于用户想要理解某个仓库或系统的架构、获取代码库结构或数据流图、理解项目中的设计决策与取舍等场景。技能强调不臆造结论，若无法找到决策依据会明确标注为推断或无来源；架构图建议每张控制在约 20 个节点以内，必要时拆分；若工具链无法渲染 ELK，可提供 Mermaid 作为回退。
hard-cut
Hard Cut 是一套用于彻底移除功能的技能规范。它的核心理念是：当某个功能应当被删除时应让它真正消失，而不是遗留僵尸代码。该技能要求删除功能的完整表面，包括导出、命令与标志、路由、界面入口、特性开关以及文档和示例；同时删除调用点、类型、状态、测试、文档和注释，并且不保留兼容别名、弃用垫片、回退解析、迁移桥接或已死导出。它强调不使用 deprecation（弃用）方式处理，不留下 throw new Error("Not implemented")、占位提示、"功能已移除"横幅或恢复功能的 TODO。删除被删行为的测试，只保留仍然存在行为的测试；删除描述已删代码或悼念旧功能的注释。若移除暴露出相邻的死代码，应继续切割直到依赖图干净。执行流程包括：用 rg 追踪引用找到真实影响面，删除实现与胶水代码，再次用 grep 搜索被移除名称及明显别名，并对存活产品运行最诚实的窄范围验证。它还列出坏味道清单：弃用通知、未实现抛错、存根处理器、死枚举或联合成员、永远为假的功能标志分支、未使用的环境变量和配置、只证明已删功能曾存在的测试。其倾向是：如果在删除更多代码和留下僵尸表面之间抉择，就删除更多代码。
core-coder
Core Coder 是一个面向软件实现的编码技能，定位为资深软件工程师，专注于按最佳实践与设计模式编写整洁、可维护且高效的代码。它适用于从规格实现新功能、重构既有代码、设计并实现 API、优化热路径性能，以及编写带完善错误处理的生产级代码。使用前提包括明确的需求或规格、对项目架构的理解、可用的测试框架（用于 TDD）以及与 researcher 协作获取上下文。技能强调代码质量标准（清晰命名、单一职责、依赖注入、错误处理）、设计原则（SOLID、DRY、KISS、YAGNI）与性能考量（记忆化、高效数据结构、批处理、懒加载），并给出测试驱动开发、增量实现等实现模式。该技能通过 Task 调用 coder agent，并通过内存/MCP 工具存储实现状态与共享决策，配有执行清单、错误处理对照表和成功指标（覆盖率>80%、零 lint 与类型错误、全部测试通过）。
repo-sync
repo-sync 是一个用于批量管理并同步多个 Git 仓库的技能，来自 vamseeachanta/workspace-hub。它主要面向 workspace-hub 生态中的多仓库工作区，可对 26 个以上仓库执行状态检查、拉取、提交、推送、完整同步以及分支管理等操作。使用时通过仓库中的 ./scripts/repository_sync 脚本调用，并支持 all、work、personal 等范围以及指定仓库名的定向操作。它提供状态指示、分支同步、release 与日常开发工作流，并包含冲突、认证、网络等问题的处理说明，以及针对 Windows/MINGW64 环境的经验性注意事项。仓库 URL 需配置在 config/repos.conf，分类定义在 .gitignore 中。该技能适合需要跨多个相关仓库协调变更、同步发布或检查未提交改动的开发者。使用前提包括已安装并配置好 SSH 密钥的 Git、能够访问 workspace-hub 中的所有仓库、脚本可执行，并在配置文件中配置好仓库 URL。
software-android-native
该技能面向原生 Android 开发，默认采用 Kotlin、Jetpack Compose 与 Views 互操作，适用于 API 28+ 的 Compose 优先应用、旧代码库的有界重写，以及在 Android Studio、Codex、Claude Code 中的智能体辅助工作流。内容涵盖状态与 UI、异步、依赖注入、本地持久化、后台任务、测试、发布门禁等默认选型，并列出 Kotlin 与 Compose 常见陷阱、反模式、架构判断、ANR 与帧预算、重写流程等。
architect
architect 是一个面向软件架构决策的框架化收敛工具。它先把开放性问题收窄为锁定的设计方向，再将经过验证的证据收敛为单一实现方案，或在没有合格方案时给出明确的“不构建”结论。其核心是四条框架轴：问题边界、硬性约束、冻结表面和可逆性等级，要求在实现选型前逐条回答或说明不适用原因。收敛阶段按问题闭合、约束契合、先例支撑、可逆性、证据强度五项标准评估候选方案，违反硬性约束的候选直接淘汰，并以可逆性、冻结表面范围、先例保守度依次打破平局。工具还要求进行对抗式自我审查，给出足以推翻结论的最强反证及触发翻转的可观测条件，最后输出包含锁定方向、证据基、决策、被拒路径和下一步的结构化档案。适用于架构评审、技术选型前的方向澄清，以及在证据不足时明确放弃构建的场景。