TypeScript项目需要仔细关注类型安全和代码质量。本技能提供最佳实践、linting规则和文档模板，帮助开发者编写可维护的、类型安全的代码。

手动代码审查耗时且通常不一致。此技能提供对代码安全性、性能、可维护性和测试覆盖率的自动化分析，以系统地提高代码质量。

编写良好的提交和管理分支是困难的。此技能提供关于 Git worktree 工作流程、约定式提交和拉取请求最佳实践的清晰指导,使您的历史记录保持整洁和可读。

Bash 脚本通常静默失败或暴露安全漏洞。本技能提供全面的错误处理、安全变量使用和可靠脚本结构标准，以防止常见错误。

编写清晰的文档既具有挑战性又耗时。此技能使用特定语言的模板和行业最佳实践自动生成全面的文档,确保您的代码文档完善且易于维护。

手动复制信息到 Logseq 非常耗时。此技能提供程序化访问,可创建页面、添加块、设置属性,并通过 HTTP API 直接将对话笔记同步到您的 Logseq 图谱。

用户需要专家指导来理解 Logseq 的 Datascript 数据库架构,以实现有效的知识图谱管理。此技能提供关于架构设计、属性类型、类层次结构和实体关系的权威知识。

当重复问题积累且优先级不明确时，管理GitHub问题可能会让人应接不暇。此技能通过检测重复问题、区分bug与功能需求、建立问题之间的关系映射以及生成分类报告，使问题分类整理自动化，从而保持项目的整洁有序。

Claude 有时会产生需要改进的输出。此技能提供结构化框架，用于识别问题并通过前后示例建议具体改进。

构建 Logseq 模板需要了解 Schema.org 标准。此技能研究类、属性和层次结构以确保正确的集成。它获取官方定义并提供可操作的集成指导。

手动管理拉取请求既浪费时间又导致审查结果不一致。此技能可自动创建PR、运行质量门禁并提供结构化审查，确保每次合并都符合团队标准。

开发人员经常难以找到当前的行业标准和针对实施挑战的成熟方法。此技能提供经过研究的最佳实践、设计模式和针对特定项目背景的推荐。

用户需要从他们的 Logseq 知识图中提取和查询数据。该技能提供了一个统一的 Python 客户端库，用于通过 HTTP API 或 CLI 获取页面、块、属性，并对本地 Logseq 图执行高级 Datalog 查询。

Logseq 用户在处理复杂数据库查询和 Datalog 语法时常常感到困难。本技能提供全面的查询模式、语法示例和优化技术，帮助您在 Logseq 中构建强大的 Datascript 查询。

在没有适当指导的情况下编写可靠的端到端测试极具挑战性。本技能提供专家级的 Playwright 知识,包括定位器、页面对象、fixture 和调试技术,帮助您构建强大的浏览器自动化测试。

如果没有一致的组织方式,管理 GitHub 问题会变得混乱。此技能提供标签分类设计、批量操作、里程碑创建和进度跟踪,以保持问题井然有序并使团队保持一致。

手动进行迭代规划既复杂又耗时。本技能使用敏捷方法论的最佳实践自动执行迭代规划，帮助团队优先处理待办事项、计算容量、跟踪速度，并创建全面的迭代计划。

大型 EDN 模板变得难以维护。此技能根据平衡性、内聚性和文档完整性为每个模块计算健康分数。它能识别臃肿的模块,提出重组计划,并跟踪架构质量的变化趋势。

同时管理多个分支需要切换上下文或暂存更改。此技能提供关于创建隔离的 git worktree 以实现并行开发的专业指导,而不会干扰您当前的工作流程。

Logseq 用户在从 Markdown 文件过渡到数据库格式时需要清晰的指导。本技能提供分步迁移规划、备份策略、常见问题排查以及用于验证的 Datalog 查询示例。