软件开发 Skill技能列表

4.5

规约构建器Skill reduction-builder

规约构建器是一个专注于计算复杂性理论的工具,专门用于构建和验证NP完全性证明中的多项式时间规约。它提供构件库、规约验证、可视化等功能,帮助研究人员和学生在复杂性理论、算法分析、NP完全问题证明等领域进行问题分类和难度分析。关键词:多项式时间规约,NP完全性证明,计算复杂性理论,算法分析,问题规约,构件设计,复杂性分类。

4.5

SMT求解器接口Skill smt-solver-interface

SMT求解器接口技能提供在形式化验证、程序综合和自动推理中使用SMT(可满足性模理论)求解器的专业指导。该技能涵盖Z3、CVC5等主流求解器的查询生成、理论选择、模型提取和调试分析,帮助开发者解决软件验证、硬件验证、约束求解等复杂问题。关键词:SMT求解器,形式化验证,程序综合,Z3,CVC5,自动推理,约束求解,软件验证。

4.5

错误处理模式Skill error-handling-patterns

这个技能专注于实现健壮的错误处理策略,包括创建自定义错误类、设置错误边界、设计API错误响应格式、实施重试逻辑和错误监控。它帮助开发者构建故障容忍系统,提高软件可靠性和用户体验,适用于软件开发中的错误管理。关键词:错误处理、自定义错误、错误边界、重试策略、错误监控、故障容忍、优雅降级。

4.5

调试Skill debug

这个技能用于在软件开发和测试过程中调试问题,通过调查日志、数据库状态和git历史来识别和解决错误。关键词包括调试、日志分析、数据库查询、git状态检查、问题诊断、手动测试、软件开发。

4.5

OpenAICodexCLI文档管理技能Skill codex-cli-docs

这个技能提供自动化工具,用于管理OpenAI Codex CLI的文档,包括文档抓取、存储、索引、搜索和解析。支持关键词搜索、自然语言查询、文档ID解析,提高文档访问效率,防止链接失效,优化令牌成本,自动化维护。关键词:OpenAI Codex CLI, 文档管理, 自动化, 抓取, 索引, 搜索。

4.5

谷歌管理自动化Skill google_admin-automation

这是一个通过Rube MCP和Composio工具包实现Google Admin任务自动化的技能,专注于用户管理、组织单位配置、群组操作和域管理,旨在提高工作效率、减少手动错误,并支持SEO关键词如Google Admin、Rube MCP、Composio、自动化、用户管理、组织单位、群组、域管理。

4.5

基础设施连接验证Skill completion-check

这个技能用于验证软件开发中基础设施是否正确连接和使用。通过追踪执行路径、检查钩子注册、验证数据库连接、进行端到端测试和搜索孤立实现,确保代码被实际调用,避免死代码和浪费。关键词:基础设施验证,执行路径追踪,代码审查,测试,DevOps,质量保证。

4.5

事件响应Skill incident-response

事件响应是用于系统管理生产事故的技能,包括检测、分类、缓解、解决和事后分析,旨在最小化停机时间并防止复发。关键词:事件响应、生产事故、DevOps、运维管理、事后分析。

4.5

并行解析技能Skill resolve_parallel

这个技能用于使用并行处理技术解析和解决代码中的TODO评论,通过分析、计划、并行实施和提交步骤,提高开发效率和自动化处理。关键词:并行处理,TODO解析,代码审查,自动化工具,开发效率。

4.5

部署审计技能Skill deployment-audit-skill

部署审计技能是一个用于监控和诊断Web应用部署健康状况的工具,专注于检查环境变量一致性、构建错误、运行时崩溃日志和API连通性。它帮助DevOps工程师和开发人员快速定位部署失败原因,确保应用在DigitalOcean和Vercel等云平台上的稳定运行。关键词:部署监控、环境审计、崩溃日志分析、云应用健康检查、DevOps工具、故障诊断、CI/CD验证。

4.5

Shell脚本编写Skill shell-scripting

Shell脚本编写技能,涵盖Bash/Zsh脚本开发、自动化任务处理、CLI工具创建、系统管理脚本编写、错误处理机制、文本处理技巧和最佳实践。关键词:Shell脚本、Bash编程、自动化脚本、CLI工具、系统管理、Linux运维、脚本调试、文本处理、DevOps自动化、命令行工具开发。

4.5

QE缺陷智能Skill "QEDefectIntelligence"

这是一个AI驱动的缺陷预测技能,用于软件质量管理。它通过机器学习模型预测易缺陷代码、分析失败模式并执行根因分析,帮助团队提前识别风险、优化测试优先级并提高软件质量。关键词:缺陷预测、机器学习、根因分析、软件测试、质量管理、AI应用。