登录
下载

Skill UI

浏览并发现 11127+ 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 A/B测试 ，共找到 1358 条记录
默认排序 最新上传 最多下载

F1风格测试执行与报告器

wjttc-tester
sickn33/antigravity-awesome-skills
435
该工具引入F1赛车标准，用于软件质量保障。它能执行复杂的测试流程，根据“Brake/Engine/Aero/Tyre/Pit”五个等级判定缺陷的严重性，同时审计CI信号的健康度，并生成专业WJTTC报告，帮助验证功能和确认代码的发布就绪状态。
查看详情

Flutter/Dart开发最佳实践指南

flutter-best-practices
evanca/flutter-ai-rules
321
这是一份全面指导Flutter和Dart开发人员构建高可维护性应用的指南。它详细涵盖了架构设计（如MVVM、分层设计）、状态管理、文件夹结构、Widget实现和测试策略的最佳实践。适用于编写新代码、代码审查或规划复杂功能，确保项目具备良好的可扩展性和代码质量。
查看详情

实验复盘报告：数据到行动建议

experiment-readout
nexu-io/html-anything
395
本模板用于结构化地完成产品实验复盘。它指导用户将A/B测试、增长实验的原始数据，转化为包含假设、指标、结果解读和最终决策（上线/停止/迭代）的行动建议报告。旨在提供可信、可操作的业务结论，避免仅停留在数据展示层面。
查看详情

提示词安全护栏编辑

fable-safe-prompt
sickn33/antigravity-awesome-skills
233
当用户的本意良好的提示词被AI安全分类器误判为违规时，使用此工具。它能通过对提示词中敏感的特定短语进行最小化的、抽象化的重写，降低误报率，确保提示词既安全合规，又保留了原有的核心目的和意图。适用于学术研究或防御性测试的提问场景。
查看详情

持续目标循环代理编排

goal-loop
sickn33/antigravity-awesome-skills
492
该功能将普通代理提示升级为持久化的、自我修正的循环机制（计划→行动→测试→回顾→迭代）。它专为自动化长周期、复杂的工程任务（如代码迁移、提升测试覆盖率）而设计，确保每次迭代都遵循严格的流程，并直到达到可验证的停止条件。
查看详情

Go代码安全重构专家

golang-refactoring
samber/cc-skills-golang
232
该技能旨在指导Go代码库进行安全、系统化、大规模的重构。它确保所有结构性变更都不会改变可观察的行为，遵循严格的流程：分析代码影响范围、加强测试安全网、应用小步工具驱动的转换，并通过分阶段的PR提交原子性变更。适用于优化大型函数、修复代码异味、重命名包或进行复杂的Go架构改进。
查看详情

运行DeepSWE编程代理基准测试

run-deep-swe
sickn33/antigravity-awesome-skills
335
用于对大型语言模型（LLM）进行全面的编码代理能力评估。它通过DeepSWE基准测试，使用OpenRouter和mini-swe-agent，对113个任务进行评测，生成可复现的性能得分和评估报告。适用于模型能力对比、开发评估和学术研究。
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

编码代理性能对比评估

agent-eval
affaan-m/ECC
378
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

智能体工程化开发工作流

agentic-engineering
affaan-m/ECC
204
本指南提供了一个严谨的“人机协作”工程化工作流，用于利用先进的AI智能体完成复杂的实现任务。它要求定义明确的完工标准、将工作分解为可控单元，并根据任务复杂性路由合适的模型。工作流的核心是持续的评估、回归测试、安全边界和不变条件审查，确保在使用AI辅助开发时，系统具备高可靠性和可控性。
查看详情

AI优先工程实践模型

ai-first-engineering
affaan-m/ECC
248
本模型为利用AI代理生成大量代码的团队提供工程化运营框架。它指导团队将重点从代码语法转移到过程质量、系统架构设计、严格测试和风险控制，确保在AI辅助开发周期中构建出高度稳定可靠的系统。
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
上一页123...105106107108109110111112113114下一页
语言
简体中文
English