task-planning
用于规划与组织软件开发任务的技能,支持拆分功能、编写用户故事和规划冲刺。涵盖INVEST用户故事模板、Epic→Story→Task分解、MoSCoW优先级、冲刺规划与任务板结构,并规定验收标准、估算与依赖等约束。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-11 00:16
40,583 个结果
用于规划与组织软件开发任务的技能,支持拆分功能、编写用户故事和规划冲刺。涵盖INVEST用户故事模板、Epic→Story→Task分解、MoSCoW优先级、冲刺规划与任务板结构,并规定验收标准、估算与依赖等约束。
Vercel React Best Practices 是由 Vercel 工程团队维护的 React 与 Next.js 性能优化指南,包含 8 个类别、共 45 条规则,并按影响程度划分优先级,用于指导自动化重构与代码生成。它适用于编写新的 React 组件或 Next.js 页面、实现客户端或服务端数据获取、审查代码性能问题、重构现有 React/Next.js 代码,以及优化打包体积或加载时间等场景。规则类别按优先级依次为:消除瀑布流(CRITICAL,async-)、打包体积优化(CRITICAL,bundle-)、服务端性能(HIGH,server-)、客户端数据获取(MEDIUM-HIGH,client-)、重渲染优化(MEDIUM,rerender-)、渲染性能(MEDIUM,rendering-)、JavaScript 性能(LOW-MEDIUM,js-)以及高级模式(LOW,advanced-)。每条规则文件包含规则重要性说明、错误代码示例及解释、正确代码示例及解释,以及额外上下文与参考。完整指南可参见 AGENTS.md。
docs-writer 是 SpecWeave 中的技术文档写作技能,面向开发者与终端用户,用于生成 API 文档、README、用户指南等。它采用增量生成方式,每次只输出一个章节,避免一次性生成导致崩溃,并支持面向 LLM 优化的文档结构。
SpecWeave 的机器学习特征工程技能,覆盖数据质量评估、特征创建、筛选、变换与验证,并集成 increment 工作流,自动记录特征定义与转换管线。
Tech Lead 是一个连接架构与实现的技术负责人技能,用于代码审查、可维护性重构和制定实现计划,强调每次只实现一个文件、类型优先并保持生产级质量。
spec-orchestrate 是一个端到端流水线编排技能,把 GitHub Issue 或人工需求从规格编写、对抗式评审、实现、验收测试一路推进到 Pull Request。它只做编排与状态管理,各阶段工作交给 worker 技能完成。
用于阿拉伯/中东北非(MENA)地区商务、POS、会计、库存、订单、发票与 ERP API 集成场景的技能,覆盖 Salla、Zid、Foodics、Daftra、Wafeq 等厂商。强调基于来源的事实、幂等同步、沙箱与生产隔离,以及高风险财务操作需人工审批。
面向中东北非(MENA)开放银行与开放金融场景的技能,覆盖账户信息、支付发起、同意管理、聚合商与监管 API 参考,支持供应商选型、实现、评审与上线准备。
用于 1С 项目的技能,可从对象中删除指定表单及其注册信息。运行 /form-remove <ObjectName> <FormName>,可选指定源码目录,脚本会删除表单元数据 XML 和表单目录,并从对象根 XML 的 ChildObjects 中移除对应 Form;若该表单为 DefaultForm 则清空。
openspec-apply 是 1C AI 开发套件中的技能,用于按 tasks.md 逐步实现已批准的 OpenSpec 变更。它在需要落地已获批变更时使用,也可在 openspec-proposal 之后调用,步骤包括读取提案与任务、逐项完成并勾选清单。
用于在 OpenSpec 工作流中归档已完成的变更并同步规格的技能。它会确认变更已完成、把变更目录移动到归档目录,并在存在规格差异时更新 openspec/specs/。
一份面向 Node.js 的 CLI 工具开发技能资料,介绍如何用 commander、Ink 等技术构建专业命令行工具,涵盖项目结构、命令定义、用户反馈、交互提示、配置管理与最佳实践。
基于《Deep Learning with Python》第2版并适配 Keras 3 多后端(JAX、TensorFlow、PyTorch)的深度学习实践指南,涵盖数据准备、模型构建、编译训练评估流程,以及计算机视觉、时间序列、NLP 与生成式模型等专题参考。
code-auditor 是一个用于合并前独立代码审查的 AI 技能,可对 git diff、PR/MR 或指定文件进行审查。它从正确性、安全性、性能、可读性、测试和架构六个维度评估代码,按严重程度(critical、high、medium、low、info)对问题分级并优先呈现发现的问题。该技能支持三种路由:pr(审查 PR 或当前改动)、dir(审查指定文件或目录)、project(全维度项目审计)。审查语言会根据用户请求自动匹配中英文,技术标识符保持原样。产品代码为只读,不会自动修改,报告默认在对话中输出,保存报告需用户明确选择。
面向 HarmonyOS NEXT 的百度地图鸿蒙 SDK 开发技能,覆盖地图展示与交互、覆盖物、检索、路线规划、步骑行导航与定位等能力,并约定包管理互斥、代码规范、权限配置与构建自检流程。
面向 Claude Code 插件开发的钩子(Hook)编写指南,讲解如何用事件驱动脚本在生命周期事件中做校验、策略约束、上下文加载与工具集成,涵盖 PreToolUse、PostToolUse、Stop 等事件及提示型与命令型钩子的配置与调试。
用于 @jrmc/adonis-attachment 主版本升级(v1→v2、v2→v3、v3→v4、v4→v5)或从 attachment-advanced 迁移的指南,逐版本列出破坏性变更与配置调整。
该技能用于编写需要遵循 SOLID 原则与整洁代码规范的实现,提供单一职责等五大设计原则、命名与函数设计等基础规范、质量检查清单和快速查阅资料,作为代码实现的强制性指南。
通过 Torznab 兼容 API(如 bitmagnet)按标题或 IMDB ID 搜索种子,返回磁力链接、文件大小、做种数、分辨率与编码信息。适用于查找影视资源、按 IMDB ID 获取下载选项、比较不同画质版本。
一个通过 inference.sh 在安全沙箱中执行 Python 代码的工具,预装 NumPy、Pandas、Matplotlib、requests 等 100+ 库,支持数据处理、图像/视频/3D 处理、网页抓取与 API 调用,并将 outputs/ 目录下的文件自动返回。
面向 Rust 工程的核心技能:用于实现、调试、代码审查、编译器报错处理,以及所有权与生命周期、trait 与泛型、异步与并发、类型化错误等领域,帮助按仓库现状选择最合适的参考与验证流程。
BMad 方法中的“创建故事(Create Story)”技能,用于为开发智能体生成一份完整的、可直接用于实现的故事文件。它从史诗(epics)、PRD、架构和 UX 等规划产物中提取上下文,结合前一个故事的开发经验、最近提交记录以及将要修改的现有文件,输出一份包含需求、技术约束、外部依赖和项目上下文的开发者指南,避免 LLM 开发时常见的重复造轮子、用错库、破坏回归、忽略 UX 等问题。适用于用户说“创建下一个故事”或“创建故事……”时,在 BMad 工作流中为开发阶段准备故事。
BMAD 的 dev-story 技能,用于按已填充上下文的 story 规格文件执行故事实现。当用户说 "dev this story [story file]" 或 "implement the next story" 时使用,按红-绿-重构流程逐任务实现并持续执行至完成。
为前端项目文件生成结构化业务说明与变更记录:识别文件类型后分析职责、数据流与组件逻辑,在文件顶部注入 JSDoc 注释块并保留历史记录。适用于改动日志、代码交接文档、组件逻辑梳理等场景,不用于代码质量审核或后端代码。