Convex 應用程式在擴展時可能會出現效能瓶頸。此技能可診斷熱路徑讀取、訂閱、OCC 衝突及函式限制等層面的效能問題，並依照既定模式套用針對性修正。

此技能協助開發者設計並建立具有隔離資料表、清晰邊界和安全應用程式導向包裝器的 Convex 元件。它透過內建驗證和最佳實踐引導使用者完成元件建立工作流程。

Genkit 簡化了 JavaScript 和 TypeScript 的 AI 應用程式開發，但瀏覽其 API 變更和最佳實踐可能耗時。此技能提供有關 flows、tools 和 providers 的專業指導，幫助您快速構建生產級 AI 應用程式。

Automatically generate comprehensive unit tests for Java projects using JUnit 5 and Mockito. This skill helps you write test cases that cover happy paths, edge cases, and error scenarios while maintaining best practices.

由於測量開銷，準確測量 GPU 核心效能具有挑戰性。本技能提供使用 CUPTI 硬體效能分析的逐步說明，以獲得精確的核心執行時間。比較不同的後端（如 FlashAttention 和 cuDNN），找出您工作負載的最快速實作。

在網頁應用程式中新增 AI 功能需要了解 Firebase SDK 設定與 Gemini API 整合。此技能提供逐步指引，協助您整合生成式 AI，支援文字、圖片、聊天與串流功能。

開發人員需要指導才能在 Node.js 和 TypeScript 專案中正確使用 Genkit 框架。本技能提供參考文件、常見錯誤解決方案以及使用 Genkit 構建 AI 驅動應用程式的程式碼範例。

在 Go 中建立 AI 應用程式需要理解 Genkit SDK 模式，包括生成、提示詞、流程和模型提供者。此技能提供全面的參考文件，用於建立具有結構化輸出、串流和工具呼叫功能的 AI 驅動 Go 應用程式。

將 AI 模型整合到 Dart 和 Flutter 應用程式需要了解 Genkit 流程、工具和插件。本技能提供 Genkit Dart SDK 的綜合參考文件和程式碼範例。

手動將 Figma 設計轉換為生產環境就緒的程式碼既耗時又容易出錯。此技能提供結構化的工作流程，透過自動化設計 token 對應實現像素完美的 UI 實作。

在程式碼進入生產環境前，獲得全面的程式碼審查，捕捉安全漏洞、效能問題和架構問題。此技能會從多個面向系統性地分析您的程式碼，提供可實作的回饋。

手動程式碼審查耗時且容易出錯。此 AI 程式碼審查工具可自動分析原始碼，識別錯誤、安全漏洞、樣式問題和效能問題，並提供可操作的修復建議。

當 JSON 資料被壓縮或格式不正確時很難閱讀。此技能可驗證並美化 JSON 字串，使用者可指定縮進以提高除錯、記錄和資料檢查的可讀性。

用戶需要一種簡單的方式在 Ruby 中創建個性化的問候訊息。這個技能提供了一個輕量級的 Ruby 腳本，可輸出帶有用戶名和 Ruby 版本資訊的可自定義問候語。

Brainfuck 是一種只有 8 個指令的深奧程式語言。此技能提供了一個完整的 Hello World 實現，展示使用純 ASCII 操作的極簡程式碼來輸出問候語。

New programmers often struggle to understand code through documentation alone. This skill transforms learning into interactive app-building sessions where every line is explained, concepts are introduced progressively, and learning happens through practical doing.

Traditional unit tests check specific inputs, but miss edge cases. This skill teaches you property-based testing with proptest to automatically generate test inputs and discover hidden bugs.

開發 MCP 伺服器的開發者需要清楚的傳輸層選項指引。本技能說明 stdio、SSE 與 HTTP 傳輸，包含實作範例、安全最佳實務，以及針對不同使用情境的部署情境。

手動建立 MCP 工具需要理解複雜的巨集系統與型別限制。本技能提供使用 rmcp crate 建立型別安全工具的專家指引，涵蓋自動綱要生成、驗證與 async 模式。

撰寫深層巢狀 Rust 控制流的開發者在可讀性和可維護性上遇到困難。此技能主動偵測巢狀 if-let 模式（3 層以上）並建議使用 let 鏈重構，以獲得更簡潔、更可讀的 Rust 2024 代碼。