DNYoussef

手動品質檢查不一致且耗時。此技能透過靜態分析、動態測試和整合驗證來自動化全面的品質驗證,並提供可衡量的認證分數和合規文件。

透過建立隔離的測試環境並使用真實輸入執行程式碼，確保您的程式碼確實可運作。此技能超越靜態分析，透過系統化的測試、除錯和驗證工作流程來驗證真正的功能。

Flow Nexus 提供雲端沙箱、儲存、資料庫和部署服務。此技能可自動化 Flow Nexus 平台的身份驗證、沙箱建立、應用程式部署、監控和帳單管理。

複雜的多代理專案需要精密的協調機制。此技能提供動態拓撲切換、自組織代理行為和自適應資源分配的系統化模式，以優化群體效能。

建置生產級機器學習模型需要複雜的分散式訓練基礎設施。此技能使用 Flow Nexus 平台自動化從架構設計到雲端部署的整個流程。

Claude Code 沙箱需要安全的網路配置，以防止未經授權的訪問，同時允許受信任的網域。此技能提供逐步指導，協助您配置防火牆規則、受信任網域和訪問策略。

手動程式碼審查速度緩慢且不同審查者之間缺乏一致性。此技能協調 15 個專門的 AI 代理,在可重複的 4 小時工作流程中,系統性地驗證 PR 的安全性、效能、架構和文件維度。

手動程式碼審查耗時且在團隊間缺乏一致性。此技能編排五個專業 AI 代理,平行執行全面的安全性、效能、品質、測試和文件分析,針對拉取請求提供標準化的審查報告和可操作的反饋。

手動程式碼審查既緩慢又不一致。此技能協調 4 個專業 AI 代理並行分析拉取請求，檢測安全漏洞、效能瓶頸、程式碼風格問題、測試覆蓋率缺口以及文件完整性，並提供合併準備度評分。

軟體發布需要協調版本升級、測試、部署和文件。此技能編排多個 AI 代理來自動處理整個發布工作流程。它確保流程一致性、減少人為錯誤,並提供回滾功能。

跨多個團隊協調產品發布既複雜又容易出錯。本技能透過經過驗證的 10 週工作流程編排 15+ 個專業 AI 代理,涵蓋研究、開發、行銷、發布和優化階段。

在 Token 預算有限且清晰度重要的情況下，撰寫有效的提示詞是一項挑戰。此技能會分析您的提示詞以檢測冗餘、模糊的指示和反模式，然後提供具體的優化建議，可以在提高清晰度的同時將 Token 使用量減少 20-50%。

複雜的多代理程式工作流程在序列處理時會變得難以管理。此技能提供結構化方法來分解任務、協調跨專業代理程式的分散式執行，並將結果綜合成統一的輸出。

結構不佳的提示詞會產生不一致的 AI 回應。此技能應用五階段框架,使用思維鏈、自我一致性及其他實證模式,將提示詞轉化為高效能版本,並可衡量改進成效。

代理性能在沒有從經驗中學習的情況下會停滯不前。ReasoningBank 捕獲決策軌跡、提取模式,並訓練模型以持續改進代理策略。

在任務執行到一半時用完配額會浪費時間和精力。此技能會分析您的配額預算、評估任務複雜度，並建立分段執行計劃，確保您在限制內完成工作。

跨多個儲存庫管理變更既複雜又容易出錯。此技能編排 AI 代理以傳播更新、強制執行架構並在所有儲存庫之間一致地同步發布。

手動管理 GitHub 專案浪費時間且追蹤不一致。此技能協調智慧代理程式，使用 GitHub Projects v2 API 自動化問題分類、衝刺規劃、里程碑追蹤和看板同步。

手動撰寫文件耗時且經常過時。此技能可透過分析程式碼結構，自動產生完整的 API 文件、README 檔案、內嵌註解和架構圖。

透過線性對話收集專案需求可能既耗時又不完整。此技能使用 Claude Code 的互動式提問工具,透過結構化的多選問題系統性地收集所有必要資訊,確保不遺漏任何內容。

開發機器學習模型需要資料準備、架構選擇、訓練和部署等方面的專業知識。此技能可自動執行整個 ML 管線，並內建最佳實踐，能在 90 分鐘內交付生產級模型。

看起來完整但實際上無法運作的虛假程式碼可能進入正式環境並導致故障。此技能透過模式掃描、執行驗證和行為分析系統性地識別表演型程式碼，防止無效的實作進入正式環境。

在雲端基礎設施中管理分散式 AI 代理既複雜又容易出錯。此技能提供標準化的 5 階段流程,使用 Flow Nexus 平台初始化、部署、協調、監控和擴展代理群組,並具備自動優化功能。

機器學習訓練可能會因損失發散、NaN 值、過度擬合和梯度問題等情況而靜默失敗。此技能提供系統化的 5 階段工作流程,用於診斷根本原因、應用修復並透過經過驗證的技術來驗證改進。