登录
下载
Skill UI
浏览并发现
11126+
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
Y Gy
,共找到
198
条记录
默认排序
最新上传
最多下载
系统化调试方法论
code-showcase-systematic-debugging
sickn33/antigravity-awesome-skills
53
这是一套系统化的四阶段调试方法论,适用于解决复杂的软件错误。核心原则是“不先调查根因,不修复任何问题”。它指导用户完成从根源调查、模式分析、提出假设到最终修复的完整流程,确保修复的有效性和彻底性。
查看详情
开发者博客跨平台发布策略
dev-to-hashnode
sickn33/antigravity-awesome-skills
293
本技能指导用户如何在Dev.to、Hashnode等开发者社区进行跨平台技术内容发布。内容涵盖SEO优化、规范URL设置和平台差异化策略,帮助用户最大化文章曝光度和专业影响力。
查看详情
开发者技术内容SEO策略
developer-seo
sickn33/antigravity-awesome-skills
486
本技能提供专门针对开发人员的技术SEO策略指导。内容涵盖了优化错误信息、挖掘高意图技术长尾关键词、创建结构化操作指南(How-To)和工具对比文章等专业技巧。适用于需要满足开发者精确技术搜索意图,并弥补官方文档缺陷的内容优化场景。
查看详情
项目上下文完善指导
faf-go
sickn33/antigravity-awesome-skills
200
本工具通过引导式访谈,帮助用户系统性地完善项目的 .faf 文件上下文。它会根据预设的重点领域(如项目目标、技术栈、使用场景等)提问,确保所有关键信息槽位被填满,使项目文档达到结构化、高可读性的“金牌代码”标准。
查看详情
逻辑缺陷半形式跟踪分析
logic-review
sickn33/antigravity-awesome-skills
217
该技能用于查找单个文件或函数中的复杂逻辑缺陷。它采用半形式执行跟踪方法,系统地将潜在缺陷分解为五个步骤:前提(预期状态)、追踪(执行路径)、偏差(实际偏差)、触发(复现用例)和修复(解决方案)。适用于用户怀疑代码有误,但无法给出具体失败点的场景。
查看详情
冠军级测试套件生成器
wjttc-builder
sickn33/antigravity-awesome-skills
330
该工具提供一套冠军级别的测试设计流程(WJTTC)。它倡导“测试先行”的原则,帮助开发者在编码前定义全面的成功标准。覆盖了行业标准的单元测试和专家级的边界条件,并通过信号完整性审计,确保测试套件的可靠性,从而将代码质量提升至最高标准。
查看详情
软件代码治理构建方法论
wgm
sickn33/antigravity-awesome-skills
75
WGM是一种结构化的代码生成方法论,用于将模糊或粗略的需求转化为可工作、经过验证的软件。该方法强制执行六个阶段的严格流程:深度需求对齐、结构化规划、确定性迭代构建、不可见场景测试评判和最终文档审计。它确保代码收敛于严格测试的验收标准,而非依赖单次生成。
查看详情
AI辅助回归测试最佳实践
ai-regression-testing
affaan-m/ECC
430
本指南提供了AI辅助开发环境下的回归测试策略。核心在于识别AI在代码编写和自我审查过程中产生的系统性盲点,尤其是沙盒模式与生产路径不一致的问题。通过构建数据库无关的自动化测试,确保代码在AI参与的情况下依然保持高鲁棒性和数据完整性。
查看详情
内容哈希文件缓存模式
content-hash-cache-pattern
affaan-m/ECC
432
本模式使用文件的SHA-256内容哈希值作为缓存键,而非文件路径。这对于高成本的文件处理流程(如PDF解析、OCR等)至关重要,因为它可以在文件重命名或移动后仍保持缓存有效,并在内容发生变化时自动失效。它严格遵循单一职责原则(SRP),将缓存逻辑封装在服务层中。
查看详情
Go语言测试最佳实践与模式
golang-testing
affaan-m/ECC
312
本技能详细介绍了Go语言的多种测试模式,帮助开发者遵循TDD(红-绿-重构)工作流,编写可靠且可维护的测试代码。内容涵盖基于表的测试、子测试、性能基准测试和错误处理最佳实践,是提升Go项目代码质量的必备指南。
查看详情
代码仓库就绪度报告
harness-genome
ruvnet/ruflo
485
该工具为代码仓库提供全面的七维就绪度报告。它评估了仓库的类型、推荐的代理拓扑、风险评分、测试置信度及发布就绪度,帮助开发者在项目启动前进行预审,并在CI/CD流程中设置门禁,确保代码库的架构健康和发布质量。
查看详情
机器学习集成方法论
ml-adoption-playbook
affaan-m/ECC
121
本方法论为软件工程师和AI代理提供了一个端到端的流程,用于将机器学习模型安全、系统地集成到现有的非机器学习代码库中。它涵盖了从问题定义、数据准备、架构解耦、基线模型构建到MLOps部署的全生命周期,确保模型集成过程的可靠性和可维护性。
查看详情
上一页
1
2
3
...
13
14
15
16
17
下一页
语言
简体中文
English