下载

Skill UI

浏览并发现 7107+ 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

搜索验证，共找到 934 条记录

默认排序最新上传最多下载

根因系统化调试流程

systematic-debugging

jnMetaCode/superpowers-zh

本流程提供了一套系统化、四阶段的软件调试方法论。核心原则是：必须找到问题的根本原因，而不是修补表面症状。流程涵盖了从根因调查（数据流追踪、收集证据）、模式分析、科学假设验证，到基于测试的最终修复实施。适用于任何复杂的生产环境Bug、失败的测试用例或系统异常行为。

专业代码审查回应指南

receiving-code-review

jnMetaCode/superpowers-zh

本指南为开发者提供了一套专业的代码审查回应方法论。它强调在面对审查意见时，不能仅凭感觉附和，而是必须进行技术验证、提出澄清性问题，并用技术理由进行有理有据的反驳。帮助用户提升在协作开发环境中的专业度和技术沟通能力。

管理隔离的 Git 工作树环境

using-git-worktrees

jnMetaCode/superpowers-zh

该技能自动化创建和配置隔离的 Git 工作树。它通过遵循严格的目录选择逻辑、执行必须的忽略文件检查，并自动安装依赖和运行基线测试，确保了开发环境的安全性。适用于开始功能开发或在干净、可验证的工作空间中执行实现计划。

足球实体假设与验证

football-entity-hypothesis

EverMind-AI/EverOS

本技能指导用户系统性地识别和验证足球实体（球员或俱乐部）。当搜索结果提供初步线索，或当问题提供了足够的详细约束条件（如国籍、时代、联赛）进行假设时使用。核心步骤是构建针对性的名称搜索，并交叉比对所有约束（如出生年份、职业生涯等）以确保信息准确性。

地理范围渐进缩小法

geo-progressive-narrow

EverMind-AI/EverOS

这是一种用于精确识别地理位置或历史地标的结构化方法。该技巧系统性地缩小搜索范围，从广阔的区域（国家/前国家）逐步聚焦到行政区划、城市中心，直至具体的纪念碑或结构。它要求结合历史事件、人口普查数据和距离约束等多种线索，并在每一步进行批判性验证，确保定位的准确性。

结果宣称前必须验证

verification-before-completion

jnMetaCode/superpowers-zh

该技能阐述了工作流程中的核心原则：任何关于工作完成、测试通过或状态满意的声明，都必须以可验证的证据为支撑。它要求在提交或标记任务完成前，必须运行完整的验证命令（如测试、Linting、构建），并以证据支持结论，杜绝“应该”、“似乎”等主观臆断。

历史人物候选人验证技巧

historical-candidate-verify

EverMind-AI/EverOS

本指南提供针对历史研究的定向验证策略。当初步搜索得出候选人物名单时，应立即停止广撒网式的搜索。取而代之的是，必须使用精确的查询模板，将候选人与所有具体约束条件（如时间、地点、家庭关系、关键事件）进行交叉验证，以确认身份并排除误判。

深度伪造检测与媒体溯源

resemble-detect

Prat011/awesome-llm-skills

该技能提供全面的媒体情报分析能力，用于检测音频、图像、视频和文本中的合成操纵和AI生成内容。它可以进行深度伪造检测、追踪内容原始生成来源、应用与检测水印，并验证说话人身份，确保媒体的真实性和可信度。

板球运动员生涯数据验证

cricket-career-verify

EverMind-AI/EverOS

本技能用于全面验证候选板球运动员的职业生涯数据。通过交叉比对维基百科或Cricinfo等来源的结构化信息，可以确认包括出生日期、首次亮相的比赛细节（包括赛制、对手、得分）、生涯里程碑及效力球队等所有关键约束。特别注意区分ODI、T20I和Test等不同赛制，确保数据准确性。

利用音乐奖项进行艺人交叉搜索

musician-award-cross

EverMind-AI/EverOS

该技能利用音乐奖项（如格莱美提名和获奖信息）作为高度结构化、可验证的搜索锚点。通过提取奖项类别、年份和获奖状态等线索，用户可以进行交叉比对，将潜在艺人与权威奖项数据库进行比对，从而极大地缩小候选范围，实现高精度的艺人识别与验证。

上一页 1 2 3...75 76 7778

语言