登录
下载
Skill UI
浏览并发现
11131+
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
c-pro
,共找到
7377
条记录
默认排序
最新上传
最多下载
项目流程操作本地化进度
project-flow-ops
affaan-m/ECC
108
本文件是“project-flow-ops”模块的日文翻译占位符,表明本地化工作正在进行中。用户应参考原始的英文技能文件以获取核心功能和详细的用法说明。
查看详情
全栈项目架构规范指南
project-guidelines-example
affaan-m/ECC
227
这是一份全面的全栈项目架构规范指南,详细描述了从前端到后端的所有标准。它涵盖了技术栈选择、文件结构、代码最佳实践,以及如何将AI能力(如Claude)安全、结构化地集成到Next.js和FastAPI应用中,旨在确保代码的可维护性和可扩展性。
查看详情
提示词优化器
prompt-optimizer
affaan-m/ECC
297
本工具旨在帮助用户优化和完善用于大型语言模型(LLM)的提示词。它通过结构化输入指令,确保AI接收到的信息清晰、全面且具有上下文深度,从而显著提升AI生成内容(如代码、文章、摘要等)的质量和相关性。
查看详情
生物医学文献检索与分析
pubmed-database
affaan-m/ECC
150
本指南提供了一个系统性的生物医学文献检索和数据提取工作流。内容涵盖了使用MeSH词汇和高级字段标签构建复杂的PubMed查询,设置日期和文献类型过滤器,并提供了基于NCBI E-utilities的Python API工作流。适用于进行系统综述、文献挖掘和科研数据监控。
查看详情
Python测试框架与高级技巧
python-testing
affaan-m/ECC
277
本指南教授使用pytest框架进行专业的Python测试实践。内容涵盖了测试驱动开发(TDD)方法论、高级特性如fixture(支持不同作用域)、参数化、断言技巧以及代码覆盖率的实现,帮助开发者构建健壮且可维护的软件测试套件。
查看详情
PyTorch深度学习模式指南
pytorch-patterns
affaan-m/ECC
128
本技能旨在指导用户掌握 PyTorch 框架中的常见模式和设计最佳实践。它适用于开发复杂的深度学习模型,有助于提升神经网络的结构化程度、代码的复用性以及整体的工程效率。
查看详情
不符合项质量管理
quality-nonconformance
affaan-m/ECC
316
本模块用于记录、跟踪和管理生产或流程审计中发现的任何不符合质量标准或规格的项(不合格品)。它对于进行根本原因分析、制定纠正和预防措施(CAPA)以及确保流程合规性至关重要,是质量改进的核心工具。
查看详情
Quarkus应用安全最佳实践
quarkus-security
affaan-m/ECC
287
本指南提供了构建健壮Quarkus应用的全面安全最佳实践。详细介绍了如何实施安全的认证(JWT, OIDC)、基于角色的授权(RBAC)、使用Bean Validation进行严格输入验证,以及防止SQL注入和CSRF等常见漏洞。是加固资源访问和安全管理密钥的关键知识点。
查看详情
React Native/Expo生产级开发模式
react-native-patterns
affaan-m/ECC
325
本指南涵盖构建生产级React Native和Expo应用的最佳实践。它详细介绍了Expo Router导航、状态分离、使用TanStack Query和Zod进行数据获取、高效列表渲染、样式选择以及调用原生API等核心模式,确保代码结构合理且性能优异。
查看详情
React/Next.js性能优化指南
react-performance
affaan-m/ECC
378
本技能提供了一套全面的React和Next.js性能优化指南,内容源自Vercel的最佳实践。它系统性地整理了超过70条规则,涵盖了从消除网络瀑布流、优化包体积到服务端组件渲染的各个方面。适用于代码编写、代码审查或重构高性能React应用。
查看详情
React组件测试最佳实践
react-testing
affaan-m/ECC
364
本指南提供了关于React组件、自定义Hook和页面行为测试的全面最佳实践。内容涵盖了使用React Testing Library (RTL) 的最佳实践,包括可访问性断言、模拟用户交互和网络请求Mocking,帮助开发者建立清晰的测试边界。
查看详情
可组合推荐系统管道架构
recsys-pipeline-architect
affaan-m/ECC
128
用于设计和构建可组合的推荐、排序和信息流管道。它遵循业界标准的六阶段架构模式(源获取→数据增强→过滤→评分→选择→副作用)。适用于所有需要为用户或上下文选择“Top K”项目的场景,如社交信息流、广告排序或RAG重排序等,确保系统具备高鲁棒性和可扩展性。
查看详情
上一页
1
2
3
...
606
607
608
609
610
611
612
613
614
615
下一页
语言
简体中文
English