Loading...
Loading...
共找到 410 个 Skills
端到端测试修复工作流，生成包含渐进式测试层级（L0-L3）的测试会话，然后执行迭代修复循环直至通过率≥95%。将测试修复生成与测试周期执行整合为统一流水线，通过触发词“workflow:test-fix-cycle”启动。
适用于multi-repo-swarm的Agent技能 - 通过$agent-multi-repo-swarm调用
通过并行多Agent分析与执行，高效规划并完成大规模重构或重写工作。当用户要求重构大量文件、拆分工作流、分析目标代码区域，以及协调具有明确职责和依赖感知执行能力的子Agent时，可使用本方法。
用于v3-queen-coordinator的Agent技能 - 通过$agent-v3-queen-coordinator调用
基于OSINT的技术栈识别工具，可横跨17个情报领域开展被动侦察，挖掘企业的技术栈信息。输入企业名称（可选择提供域名作为辅助提示），即可通过公开可用信号推断其前端、后端、基础设施及安全相关技术。
使用`gh` CLI获取GitHub issue，对其进行分析，然后组建PM+开发人员团队处理该issue。支持传入issue URL、issue编号或者`owner/repo#number`格式的引用。
统筹关卡设计团队：联合关卡设计师、叙事总监、世界构建师、艺术总监、系统设计师和QA测试人员，完成完整区域/关卡的创建。
为特定业务工作流设计并部署自定义Agent团队。通过交互式方式探索业务流程，随后生成包含专业Agent角色、工具权限、通信协议及交接规则的完整团队配置。
当用户要求对某个主题进行深度研究、绘制竞争/市场格局图、开展多来源调查，或“扩散”并行研究Agent时使用——适用于任何需要收集大量研究结果且不能丢失信息的场景。该技能可确保研究内容持久化、细节完整（将完整研究结果写入磁盘；在研究综述旁保留完整附录）。
基于预设的URL列表抓取内容，筛选高质量技术信息，并生成每日Markdown报告。
Microsoft AutoGen多智能体框架开发专业指南，涵盖智能体创建、对话、工具集成和编排模式。
通过tmux生成并管理多个Codex CLI Agent，以并行处理任务。当任务可拆分为独立子任务时（例如批量分类、并行修复、多文件重构）即可使用。当环境中存在codex和tmux时，优先使用此方法而非内置的Task工具来实现并行处理。