登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
19764+
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
Objective-C
,共找到
26
条记录
默认排序
最新上传
最多下载
混沌工程实验指导
conducting-chaos-engineering
jeremylongshore/claude-code-plugins-plus-skills
257
指导设计混沌工程实验,依据目标选择 Chaos Mesh、Gremlin、Toxiproxy 或 AWS FIS 等工具模拟故障、注入延迟、监控指标,并分析结果提出提升服务韧性的建议。
查看详情
模块化模糊测试库
libafl
trailofbits/skills
256
LibAFL 是 Rust 实现的模块化模糊测试库,提供可定制的突变器、反馈与调度组件,可替换 libFuzzer 处理非常规目标或用于模糊测试研究与高级定制需求。
查看详情
渗透测试全面检查表
pentest-checklist
sickn33/antigravity-awesome-skills
124
涵盖渗透测试的目标设定、授权确认、环境准备、扫描验证、评估人员选型、方法论与报告格式等各阶段,确保漏洞发现与修复流程完整。
查看详情
服务可靠性指标与目标实现
slo-implementation
sickn33/antigravity-awesome-skills
468
该框架提供了一套完整的服务可靠性度量体系,用于定义服务等级指标(SLIs)、服务等级目标(SLOs)和错误预算。它使团队能够量化服务可用性和延迟等关键性能指标,并通过设置明确的SLO来管理系统风险。通过跟踪错误预算,帮助团队在追求创新速度的同时,平衡系统的稳定性与可靠性。
查看详情
Pymoo 多目标优化框架
pymoo
K-Dense-AI/claude-scientific-skills
378
Python 框架,集成 NSGA-II/III、MOEA/D 等多目标与约束优化算法,支持基准问题、定制算子与帕累托前沿可视化,适合工程设计与多方案决策。
查看详情
需求模糊时提问与澄清
ask-questions-if-underspecified
sickn33/antigravity-awesome-skills
154
当接收到的任务需求存在歧义、范围不清或关键约束缺失时,使用此技能进行系统化的需求澄清。它指导用户识别并询问目标、范围、约束条件和验收标准等关键缺失信息,确保在实际开发之前,对项目的理解达到共识,避免返工和误解。
查看详情
多阶段项目蓝图规划
blueprint
affaan-m/everything-claude-code
150
用于将一个高层目标分解为一套完整的、可执行的构建蓝图。它特别适用于大型、复杂的软件工程项目,能自动识别任务的依赖关系和并行步骤。每个步骤都包含独立完整的上下文信息,使任何协作的智能体都能无缝接手,避免跨会话的知识丢失,确保项目规划的完整性。
查看详情
编码代理性能对比评估
agent-eval
affaan-m/everything-claude-code
430
本工具是一个轻量级的CLI,用于系统性地对多个编码AI代理(如Claude Code, Aider等)进行“过招”评测。用户通过定义YAML任务,指定代码修改、测试和判断标准,从而量化地获取诸如通过率、API成本、耗时和一致性等关键指标,帮助团队做出基于数据的最佳代理选择。
查看详情
蓝图构建计划器
blueprint
sickn33/antigravity-awesome-skills
248
Blueprint 将一条目标转成多步骤施工计划,每步附带独立上下文,支持多智能体协作、并行依赖洞察与审查门槛,适合需要多个 PR/会话的工程项目。
查看详情
规范驱动开发
spec-driven-development
addyosmani/agent-skills
344
该技能要求在编写代码前先创建结构化规范,作为开发者与工程师之间的共同真理来源。适用于新项目、功能启动或需求不明确、模糊的场景。工作流程包含范围检查、目标指定、计划、任务分解及实施,每个阶段均需人工审核。它帮助将复杂需求分解为能力地图,确保编码前需求清晰。
查看详情
生成结构化PR描述
git-pr-review
sickn33/antigravity-awesome-skills
213
该技能通过分析Git提交历史,自动生成结构清晰、客观的Pull Request(PR)描述。它能智能按功能领域分组变更内容,并自动填充摘要、技术说明和系统影响,极大地提升PR文档的专业度和一致性,减少人工编写的精力。
查看详情
目标完整性与对齐协议
atlas-contract
sickn33/antigravity-awesome-skills
129
这是一个目标完整性治理协议,用于确保AI在执行复杂、多阶段任务(如API开发、数据持久化)时,能够严格保持与用户原始目标的对齐。它通过生成目标合同、阶段检查和最终审计等结构化事件,强制设置关键检查点,有效防止流程中的“目标偏离”。
查看详情
1
2
3
下一页
语言
简体中文
English