软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16597+ 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

搜索开发流程，共找到 45 条记录

默认排序最新上传最多下载

AI驱动的开发规范循环

sickn33/antigravity-awesome-skills

该技能为AI代理提供了一个受控、有界限的开发生命周期流程。它强制执行“规范-构建-评审”三阶段工作流，确保开发过程具备可追溯性、可验证性。适用于从零开始构建复杂功能、处理需求模糊或高风险的场景，并通过明确的审批门控来保证代码符合规范。

持续技能学习与模式提取

continuous-learning

该技能用于自动评估代码会话，提取可重用的编程模式和知识。它能将用户与AI的互动经验转化为结构化的“技能”，帮助AI持续学习特定的开发习惯、错误解决流程或调试技巧，从而提升代码辅助能力。

编排自定义AI智能体框架

该工具用于脚手架构建复杂的自定义AI智能体框架，支持多种垂直模板和AI模型宿主。它内置高度安全机制，默认处于模拟运行（Dry-run）模式，不会修改调用仓库根目录，确保了开发流程的确定性和可控性。

模型网关：多模态大模型路由

routerbase-model-gateway

sickn33/antigravity-awesome-skills

RouterBase模型网关提供了一个统一的、兼容OpenAI的API接口，用于将请求智能路由到多个大型语言模型（如GPT、Claude、Gemini等）。它帮助开发者简化多模型调用流程，实现基于成本、延迟和质量的智能故障切换（Fallback），并支持复杂的多模态任务管理。

团队智能体编排与管理

team-agent-orchestration

适用于管理多个AI智能体（代理群）的复杂开发流程。它定义了明确的工作项、所有权、Kanban状态和合并门，确保跨多个智能体、分支和工具的协作流程是可靠、可追踪的。

学术研究产出物提交指南

acl-artifact-evaluation

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了NLP研究论文的证据包（如代码、数据集、提示词、模型输出）的打包和提交要求。它强调了科研的可复现性、如何遵循负责任的NLP清单，以及在学术会议（如ACL）上进行匿名化处理和后续公开发布的完整流程。

AI论文成果包与评估指南

colm-artifact-evaluation

brycewang-stanford/Awesome-Journal-Skills

本指南为AI/LLM研究论文作者提供一套完整的成果包构建和评估流程。它详细指导如何打包代码、模型权重、数据集和提示词等成果，确保研究结果在匿名评审和公开发布时具备高度的可复现性、透明度和合规性。

SWE-bench 智能体代码基准测试

opensquilla/opensquilla

该工具用于在官方Docker容器环境中运行OpenSquilla智能体，对复杂的真实世界软件工程基准（SWE-bench）进行端到端测试。它支持用户提交实例ID进行代码修复求解、在不同数据集上进行性能基准测试，或评估已生成补丁是否能真正解决问题，模拟完整的开发-测试流程。

迭代背景进化循环管理

这是一个用于管理复杂的、持续迭代的后台工作流循环。它会自动运行多轮“进化步骤”，直到达到预设的停止条件（如QA通过、收敛或达到最大生成次数）。适用于需要高鲁棒性、不间断处理的复杂AI生成或开发流程。

上一页 1 2 34

语言