vercel-react-best-practices
来自 Vercel Engineering 的 React 与 Next.js 性能优化指南技能,包含 8 大类共 70 条按影响优先级排序的规则,用于指导编写、审查和重构 React/Next.js 代码。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 11-21 00:15
258,936 个结果
来自 Vercel Engineering 的 React 与 Next.js 性能优化指南技能,包含 8 大类共 70 条按影响优先级排序的规则,用于指导编写、审查和重构 React/Next.js 代码。
Azure AI Vision 图像分析 Python SDK,用于对图像执行描述生成、标签、目标检测、OCR、人物检测和智能裁剪等计算机视觉任务。需通过 pip 安装并配置 Azure 端点与凭据。
一个用于撰写或改写转化文案的技能,依据受众认知阶段、动机与可信证据来组织说服结构,适合广告、落地页或销售信息显得笼统时使用。
用于审计并修复 HTML 无障碍问题的技能,覆盖 ARIA 标签、键盘导航、焦点管理、颜色对比度与表单错误。适用于添加交互控件、表单、对话框或审查 WCAG 合规性时使用。
一套面向前端与后端 API 集成的生产级模式技能,重点解决竞态条件、请求取消、重试、防抖与请求去重等异步问题,适用于 React、React Native、Vue 等前端连接后端及 ML/AI 接口的场景。
面向 Terraform 基础设施即代码的工作流,覆盖云资源开通、可复用模块创建、状态管理与多环境部署,并延伸到 CI/CD 集成与安全实践。
用于对接 Meta 官方 WhatsApp Business Cloud API 的技能,支持在 Node.js/TypeScript 与 Python 中发送与接收消息、使用模板、处理 HMAC-SHA256 签名的 webhook,以及客服自动化。
Term Radar 是一个技能:当用户用自己的话描述某个概念、且能立即高置信度匹配到既有术语时,在主要回答后附上该术语及一个指向 Google 图片搜索的链接。
Flow 是面向 UI 动效实现的智能体技能,专注于悬停、按压、加载、模态、页面转场与手势动画等有意义的动效落地,并强调合成器属性、减少动态偏好支持与 Core Web Vitals 保护。
Guardian 是一个面向 Git/PR 流程的把关型智能体技能,用于在提交或发起 PR 前对变更进行分类(核心/辅助/噪声等),并给出粒度、命名、分支与合并策略建议,同时评估 PR 质量、风险与安全敏感性。
Spark 是一个面向产品发现与功能提案的智能体技能:它基于现有数据、工作流、指标与反馈,一次提出一个高价值功能,并输出 Markdown 提案文档而非实现代码。适用于功能头脑风暴、产品规划与机会挖掘。
面向 AI 智能体的图像生成与编辑技能,强调以创意指导方式设计提示词、结构化 JSON 提示、参考图工作流与文字渲染,通过 OpenRouter API 调用图像模型,适合生成海报、产品图、概念图等。
这是一个面向 AI Agent 的结构化自我调试工作流技能,用于应对智能体运行失败、反复重试、工具调用达到上限、陷入循环或偏离任务目标等情况。它采用四阶段循环:失败捕获、根因诊断、受控恢复和自省报告。该技能会先记录错误类型、失败的工具调用序列、任务目标、上下文压力和运行环境假设,再将失败匹配到已知模式(如循环、上下文溢出、连接失败、限流、文件状态不一致或修复后测试仍失败),然后用最小且可逆的动作进行恢复,最终输出包含根因、恢复动作、结果与后续建议的可读报告。它属于工作流指导,并非隐藏运行时,也不承诺自动修复能力。
Agent Sort 是一个用于按具体代码仓库生成有证据支撑的 ECC 安装方案的技能。它通过检查仓库实际技术栈(语言、框架、包管理器、CI 配置等),把 agents、skills、commands、rules、hooks、scripts 和 extras 等 ECC 组件分类到 DAILY(每次会话加载的日常工作面)和 LIBRARY(保留可搜索但不默认加载的参考面)两个桶中,并输出 DAILY 清单、LIBRARY 清单、安装计划和验证报告,可选生成技能库路由器。适用于只需部分 ECC 组件、避免全量安装噪声、希望用 grep 证据而非主观判断做安装决策的场景。
这是一个用于结构化品牌身份访谈的技能,通过多轮会话帮助品牌发现并阐明自身定位。它按模块推进,涵盖品牌宗旨、定位、受众与细分市场、个性与原型、语调语气、叙事故事、创始人品牌与工作室品牌的选择,最终产出 90_SYNTHESIS.md 主品牌手册,供设计师、写作者和外部协作者了解品牌。访谈中一次只问一个问题,并采用阶梯追问、5 Whys、投射技巧等方法深挖核心价值;每次把答案写入磁盘,并用 state.json 记录进度,以便跨会话续接。它适合品牌创建、重新定位、多创始人分别访谈后整合,以及需要把分散或口口相传的品牌认知显性化的情况。
Bright Data MCP 是一个基于 Model Context Protocol(MCP)的全能服务器,为 AI 智能体提供由 Bright Data Web Unlocker 与代理基础设施支持的实时公共网页访问能力,主要用于工业级网页抓取、反爬与验证码绕过、住宅代理路由以及搜索引擎数据提取。它可在目标站点拦截 curl、标准 fetch 或无头浏览器(如 Cloudflare、DataDome、Akamai 反爬挑战)时使用,也可抓取 Google、Bing、DuckDuckGo 搜索结果页并输出结构化 JSON,或大规模提取商品目录、评论、公开目录资料与新闻文章而不受 IP 限流封禁影响。该服务通过 npx 安装并配置 API Key 即可接入智能体,提供 scrape_url、search_engine、extract_structured_data 等工具,适用于端点审计与竞品研究等场景。资料称其提供每月 5000 次请求的免费额度且无需信用卡。
Change Impact 是一个在改动代码、数据、接口或治理文档之前进行有据可依的影响面分析,并在实现后把计划影响与实际 diff 进行比对的技能。它默认只读,强调从真实依赖与现有文档中证明影响范围,把未知项明确标记为未验证。适用于跨模块、公共接口、数据迁移、认证、部署或不可逆变更前的评估,以及用户询问影响范围、迁移风险、回滚或受影响区域时。它按代码、数据、接口、测试、文档、发布六个维度梳理影响,并可将决策、契约、测试证据和下游检查路由到既有专项技能。
该技能用于在正式开展竞争基准评测前,先划定竞争平台的范围:识别候选竞争方、按定位立场、专业化、规模、参与模式、品牌强度等维度分类,并通过1—5分预筛选决定谁进入正式对标名单。它强调先建立客户定位简报,再依据直接、邻近、愿景三层级输出一份可辩护的10—18个候选、8—12个精评对象的分层竞争集合,供后续基准方法论使用。
Content Engine 是一个面向多平台内容创作的工作流技能,用于为 X、LinkedIn、TikTok、YouTube 和邮件通讯等渠道生成平台原生内容,并把文章、播客、演示、文档、内部笔记等素材复用为多平台活动内容。它强调从源素材出发,而非套用通用帖子模板;改写时只调整格式以适配平台,不改变作者声音。核心规则包括:每条帖子只承载一个明确主张,用具体细节取代形容词,禁止标题党式互动诱饵。若需保持文风一致,可先调用 brand-voice 生成声音档案;随后按平台规则适配内容:X 用最强主张开场,LinkedIn 适度展开但不写企业励志腔,短视频围绕画面与证据点写脚本,YouTube 尽早展示结果或冲突,Newsletter 开篇直接给观点或冲突。复用流程为:选定主素材,提取 3 至 7 个原子主张或场景,按锐度、新意和证据排序,每个输出分配一个强想法,再按平台调整结构并去除填充。交付物包括声音档案、核心角度、各平台草稿、发布顺序和发布前需补齐的信息缺口。
Crosspost 是一个面向多平台内容分发的技能,用于把同一核心想法适配到 X、LinkedIn、Threads 和 Bluesky 等平台,而不是在各平台复制同一段文案。它要求保留作者声音,按各平台约束做改写,并明确禁止“Excited to share”“Here's what I learned”“What do you think?”等套话。工作流包括:先确定最强的主版本,再捕捉作者声音指纹(可复用 brand-voice 结果),然后按平台特性适配,最后输出主版本、各平台变体、改动说明和待解决的发布限制。该技能可与 content-engine、brand-voice、x-api 配合使用。
docs-governance 是一个面向文档治理的路由型技能,用于把宽泛的文档治理或项目知识组织请求,路由到合适的既有 ECC 能力,并在用户明确要求时运行只读的文档完整性审计。它不建立并行的项目管理系统,也不让文档凌驾于代码、测试、Issue 或维护者决定之上。该技能依据制品角色契约来解释 .governance/docs-map.json 或默认文件名:逻辑角色拥有事实,文件名只是后备,应复用仓库既有的权威来源,而不是为满足默认角色另建第二份文档。路由表覆盖宪法/映射/状态/历史骨架、架构决策记录、回归测试和反馈回路等请求;若没有匹配项,它会说明归属歧义,而非猜测组合多个工作流。只读审计通过 Python 脚本执行,支持 spine、context、adr、artifacts、modules、full 等范围,检查映射角色、本地链接、ADR 索引、TEST-ID 及可能的孤立文档;退出码 0 表示机械检查通过,1 表示可证明的完整性失败,2 表示无效命令行输入。
Eval Harness 是一个面向 Claude Code 会话的正式评估框架,贯彻评估驱动开发(EDD)理念,把评估视为 AI 开发的“单元测试”。它支持在编码前定义预期行为、在开发中持续运行评估、跟踪每次改动的回归情况,并通过 pass@k 与 pass^k 指标衡量智能体可靠性。框架区分能力评估与回归评估两类,提供代码型、模型型、人工型三种评分方式,并可用于提示词或智能体变更的回归测试以及跨模型版本的性能基准对比。适合需要为 AI 辅助工作流建立可衡量质量标准的开发场景。
fal-ai-media 是一个通过 fal.ai MCP 统一进行媒体生成的技能,覆盖图像、视频和音频三大类。它支持文本生成图像(Nano Banana 2、Nano Banana Pro)、文本或图像生成视频(Seedance 1.0 Pro、Kling Video v3 Pro、Veo 3)、图像编辑(局部重绘、扩展、风格迁移),以及语音、音乐和音效生成(CSM-1B、ThinkSound,另可经 API 调用 ElevenLabs)。使用时需先配置 fal.ai MCP 服务器并填入 FAL_KEY,随后可调用 search、find、generate、result、status、cancel、estimate_cost、models、upload 等工具完成模型检索、参数查询、生成、状态检查、成本估算和文件上传。适合需要快速产出图像、视频或音频素材的创作与内容生产场景。
该技能用于撰写面向投资人的募资沟通文本,包括冷邮件、熟人引荐请求、跟进邮件、进展更新等。它强调每条外发信息都要个性化、请求低门槛、用证据代替形容词、保持简洁,并禁止使用“我很想认识你”“很兴奋分享”等空泛措辞。技能提供冷邮件结构、个性化素材来源、默认跟进节奏(第0天首触、第4-5天带新数据点跟进、第10-12天收尾)、熟人引荐请求写法(含100词以内可转发简介)以及会后更新要点。若缺少个性化背景,会明确提示草稿仍需补充个性化内容。