使用简洁的常规提交风格主题为当前更改创建 git 提交。

暂无简介

每个浏览器自动化都遵循以下模式：

此技能有助于使用 yt-dlp 从 YouTube 视频下载文字记录（字幕/字幕）。

该技能从网络文章和博客文章中提取主要内容，消除导航、广告、时事通讯注册和其他混乱。保存干净、可读的文本。

通过 HTTP API 将内容保存到 Convex 提示存储 KB。

使用 NVL 构建图形可视化时使用此技能。涵盖渲染设置、样式节点和关系、布局算法、用户交互处理以及生产 FinSight 使用中经过验证的模式。

在设计或扩展 Neo4j 图形数据模型时使用此技能。涵盖命名约定、节点/关系设计、属性管理、欺诈检测域模型和建模最佳实践。

在为 Neo4j 编写、检查或调试 Cypher 查询时使用此技能。涵盖查询模式、性能优化、欺诈检测域查询和 Neo4j 5+ 语法。

规划和搭建工作，以便人工智能代理可以在许多上下文窗口中取得增量、可验证的进展。流程：设计文档（人类 + 人工智能）→ 初始化程序一次（创建功能列表、运行手册、积压工作、进度）→ 循环编码代理直至完成。实施待办事项列表为每个会话定义一个工作单元，并帮助确定人工签入的里程碑。基于 Anthropic：长期运行代理的有效利用。

系统化的六项检查验证框架，可跨多个维度验证实施质量。这项技能提供了一种结构化方法来及早发现问题，确保代码编译、类型检查、通过 linting、运行测试、没有安全问题，并且不包含意外的更改。

一个框架，用于在长时间编码会话期间的最佳时刻智能地建议上下文压缩，在管理上下文窗口限制的同时保持工作连续性。

生成交互式 HTML 可视化以探索技能、代码库结构和依赖关系。

此技能可确保所有代码遵循安全最佳实践，并在投入生产之前识别潜在的漏洞。

使用协调器/子代理模式为基于阶段的项目执行生成结构化实施提示。

该技能可以对现有实施计划进行智能迭代。它不是从头开始重写计划，而是进行外科手术、经过充分研究的更新，同时保留计划的现有结构和质量标准。

通过将每个阶段委托给实施阶段技能来协调完整实施计划的执行。此技能管理整个计划生命周期。

通过全面的质量关卡执行实施计划的单个阶段。该技能设计为由实施计划调用，但也可以直接调用。

评估驱动开发 (EDD) 是一种在实施之前或实施同时定义评估的方法，确保成功标准从一开始就是明确的、可衡量的和可测试的。

通过交互式协作和彻底的代码库调查，创建详细的、经过充分研究的实施计划。