下载

Skill UI

浏览并发现 9785+ 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

搜索问题发现，共找到 47 条记录

默认排序最新上传最多下载

点击路径与状态一致性审计

click-path-audit

affaan-m/everything-claude-code

该工具用于审计用户交互流程（如按钮点击），以发现静态代码分析难以检测到的隐藏Bug。它追踪状态变化的完整序列，尤其能发现后续操作意外地抵消、矛盾或使UI处于不一致状态的问题，特别适用于复杂的全局状态管理架构（如Redux/Zustand）。

Ruff循环代码质量修复

ruff-recursive-fix

github/awesome-copilot

这是一个高级技能，用于自动化Python代码质量的检查和修复。它采用了受控的迭代工作流，支持安全和不安全的自动修复，并每次修复后进行代码格式化和差异审查。该过程会递归重复执行，直到所有发现的问题都被解决或需要用户做出明确决策，确保代码达到高一致性和高质量标准。

苹果应用商店审核专家

apple-appstore-reviewer

github/awesome-copilot

该助手模拟苹果App Store审核专家的视角，对iOS应用的源代码和元数据进行深度审计。它能系统地发现潜在的合规风险、技术漏洞、变现流程缺陷（如IAP）、以及关键的用户体验问题，生成一份优先级报告，帮助开发者提高一次性通过率。

单页SEO深度分析器

sickn33/antigravity-awesome-skills

该工具能够对单个URL进行深度、全方位的SEO审计。它不仅检查页面层面的优化（如标题、H标签、元数据），还深入分析内容质量（如可读性、E-E-A-T信号）、技术结构（如Schema标记、Open Graph/Twitter卡片）和图片优化，帮助用户发现所有提升搜索引擎可见度的关键问题。

UI无障碍性审计

sickn33/antigravity-awesome-skills

本技能用于对UI组件或页面进行全面的无障碍性审计，重点依照 WCAG 2.2 AA 标准。它深入检查了可感知性、可操作性、可理解性和鲁棒性等多个维度，涵盖对比度、焦点状态、语义化结构等关键问题。输出结果包含发现的问题列表、可直接应用的安全自动修复，以及需要人工复核的改进项。

结构化代码审查流程指南

requesting-code-review

jnMetaCode/superpowers-zh

本指南介绍了如何使用代码审查子代理来确保代码质量。应在完成任务、实现重要功能或准备合并到主分支之前使用。该流程机制能让审查者专注于代码成果而非开发过程，帮助及早发现潜在问题，确保代码的可靠性和完整性。

足球线索深度追踪法

football-lead-tracking

EverMind-AI/EverOS

这是一种用于深入研究足球主题的进阶搜索方法。它要求用户不只依赖原始问题，而是必须系统地追踪搜索结果中发现的每一个实体（如球员、俱乐部或教练）。将这些实体视为新的线索，通过结合发现的名称和原始问题中的约束条件，进行后续的二次搜索，确保知识链的完整性，不遗漏任何关键信息。

乐队成员经历定位法

band-member-experience

EverMind-AI/EverOS

本技巧指导用户通过利用乐队成员独特的个人经历（如重大手术、搬迁、特殊职业）来发现信息稀缺的乐队。当直接搜索乐队名称或作品信息困难时，应识别问题描述中最特殊的个人事件，并以此作为搜索锚点。这种“成员优先”的搜索方法，能高效锁定成员身份，进而确定目标乐队。

自主深度研究与报告生成

rohitg00/awesome-claude-code-toolkit

这是一个自主的深度研究系统，能够利用有向无环图（DAG）对复杂问题进行规划。它能并行执行多个子问题，进行知识空白分析和迭代，最终综合所有发现，生成结构化、全面的研究报告。适用于深度市场调研、学术文献回顾或需要多源数据支持的复杂问题分析。

苹果备忘录可观测性监控

apple-notes-observability

jeremylongshore/claude-code-plugins-plus-skills

本方案为苹果备忘录提供完整的可观测性监控系统。由于Notes应用缺乏内置指标API，本工具通过结合JXA、Bash和TypeScript，定时采集和监测笔记数量、文件夹状态、系统响应延迟以及iCloud同步服务（如bird）的运行状态。它构建了一个全面的健康检测栈，用于发现和预警系统运行的异常问题。

自动化修复GitHub问题

这是一个强大的工作流编排工具，用于自动化GitHub的整个问题解决流程。它可以根据标签、里程碑等条件抓取缺陷问题，并自动调用子代理进行代码修复，进而创建和提交Pull Request（PR）。它还能持续监控PR的评论和评审反馈，实现从问题发现到代码合并的完整自动化闭环。

结构化项目发现与范围界定

本技能是一个全面的项目启动入口点，用于将模糊的想法转化为结构化、可执行的规格说明书（Spec）。它通过扫描项目元数据、进行深度上下文加载，并提出一系列引导性问题来界定工作边界。最终提供多个技术方案和权衡分析，确保项目范围明确、可落地，是进行需求工程和范围界定的关键步骤。

上一页 1 234 下一页

语言