下载

Skill UI

浏览并发现 9688+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索质量评估，共找到 16 条记录

默认排序最新上传最多下载

代码审查卓越指南

code-review-excellence

sickn33/antigravity-awesome-skills

本指南旨在将代码审查从简单的“门禁检查”提升为知识分享过程。它指导用户系统性地分析代码变动，重点评估代码的正确性、安全性、性能和可维护性。适用于代码评审、建立开发标准和指导初级开发者提升整体代码质量。

网页抓取管道可观测性

firecrawl-observability

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了Firecrawl网络爬取操作的全面可观测性模式。它覆盖了抓取成功率、积分消耗追踪、内容质量评估和延迟监控等关键指标。适用于构建健壮的监控仪表盘、设置主动故障警报，确保爬取工作流的稳定与高效。

多智能体代码审查编排工具

performance-testing-review-multi-agent-review

sickn33/antigravity-awesome-skills

该工具是一个复杂的AI代码审查系统，能够协调多个专业化的智能体（如安全、架构、性能等）。它超越了传统单一视角的审查限制，通过管理上下文、执行混合工作流、解决冲突和综合分析，为代码提供全面、深度的多视角评估和可执行的质量报告。

变异测试质量评估

running-mutation-tests

jeremylongshore/claude-code-plugins-plus-skills

在用户请求评估或提升测试有效性时，自动插入变异、重跑测试并上报存活变体和变异分数，帮助识别测试盲点并加强代码质量。

Claude技能库审计与盘点

skill-stocktake

affaan-m/everything-claude-code

这是一个用于审计Claude技能和命令质量的工具。它采用AI判断和专业检查清单，评估所有技能的有效性、时效性和唯一性。支持两种模式：快速增量扫描和完整的深度审计，帮助用户决定保留、改进、更新、淘汰或合并技能。

发布准备检查表

davepoon/buildwithclaude

在发布前通过 Centinela QA 代理依次完成文档、测试、质量、和安全检查，记录版本评估并给出最终是否可发布的结论，作为上线前的最后防线。

威胁情报源分析

analyzing-threat-intelligence-feeds

mukul975/Anthropic-Cybersecurity-Skills

分析商用或开源威胁情报源，提取指标、归一化至 STIX 2.1、丰富 IOC 并去重后通过 TAXII 分发至 SIEM/EDR，适用于评估情报质量与自动化流水线。

SIEM日志源接入流程

performing-log-source-onboarding-in-siem

mukul975/Anthropic-Cybersecurity-Skills

介绍将各类日志源接入SIEM的标准流程，包括评估、采集配置、解析规范化以及质量验证，以保障安全监控与响应能力。

Laravel插件发现与评估

laravel-plugin-discovery

affaan-m/everything-claude-code

该工具用于发现、审核和评估Laravel插件。用户可以根据关键词搜索，并按健康度（如健康、不健康）筛选，同时验证不同Laravel和PHP版本的兼容性。它帮助开发者选择维护良好、稳定可靠的插件，确保项目质量。

GAN风格多智能体开发框架

gan-style-harness

affaan-m/everything-claude-code

这是一个受GAN启发的复杂多智能体开发框架，用于构建高质量的全栈应用。它通过“生成器-评估器”的严格反馈循环，模拟专业开发流程（规划-生成-测试）。该系统能确保输出具备专业级的设计、功能和原创性，解决了单一AI模型自夸平庸的缺陷，适用于复杂的项目开发和功能实现。

测试计划蓝图

github/awesome-copilot

以 ISTQB 和 ISO 25010 标准为基础，针对 GitHub 项目中的特性生成全面的测试策略、任务拆解与质量保障计划，覆盖风险评估及 CI/CD 持续验证。

LLM应用评估驱动开发

eval-driven-dev

github/awesome-copilot

本技能指导用户为基于大型语言模型（LLM）的Python应用搭建自动化评估流水线。核心流程包括定义评估标准、仪器化应用、构建黄金数据集和运行真实评估。它专注于测试应用自身的逻辑和流程，确保LLM应用的质量和鲁棒性，适用于QA、基准测试和提升LLM服务质量。

语言