JSON 在 LLM 提示中浪費標記。TOON 可減少 30-60% 的標記使用量,同時保持資料的可讀性。將表格資料轉換為針對 AI 使用最佳化的緊湊格式。

從頭編寫測試文件會減慢測試驅動開發的速度。此技能會分析您的源代碼，並使用您偏好的框架生成帶有 TODO 存根的測試支架，讓您可以專注於實現測試而非設置測試。

Supabase 專案經常因為缺少或不正確的 RLS 政策而存在安全漏洞。此技能提供經過驗證的使用者所有權、團隊存取、基於角色的安全性及適當政策測試模式。

新貢獻者經常猜測編碼慣例，而不是遵循既定的專案標準。此技能會解析 CONTRIBUTING.md、Linter 配置和編輯器設定，以返回完整的標準摘要，確保貢獻的一致性。

不再需要為每個專案手動配置 AI 開發技能。Stack-analyzer 會自動偵測您的技術堆疊，並為 AI 輔助開發推薦最佳的技能。

在大型程式碼庫中尋找和追蹤需求既耗時又容易出錯。此技能可自動定位規格檔案、提取如 REQ-NOTIFY-001 等需求 ID，並生成包含內容雜湊值的可追溯清單，供下游驗證使用。

AI 助手無法直接執行終端機命令。此技能可以在獨立的終端機視窗中執行 ffmpeg、curl、npm 和 python 等 CLI 工具，用於開發工作流程。

管理多個 AI 編碼代理需要在不同的 CLI 工具之間切換。此技能可在全新的終端視窗中啟動 Claude Code、Codex、Gemini、Cursor、OpenCode 或 Copilot。開發者可以將複雜的編碼任務委派給專門的代理,同時繼續他們的主要工作流程。

在新終端機視窗中啟動 AI 編碼代理和 CLI 命令,支援 macOS、Windows 和 WSL 跨平台。

SQL 注入和 shell 命令等安全漏洞會使應用程式面臨風險。此技能可識別 OWASP 模式,並提供具體的修復步驟,在部署前解決問題。

資料庫架構經常與程式碼定義產生偏離,導致錯誤和部署失敗。此技能可偵測資料庫架構與 ORM 模型之間的不一致,支援 SQLAlchemy、Django、Prisma 和 TypeORM 框架。

手動檢查多個來源來尋找準確資訊耗時過長。此技能會啟動平行研究代理,同時搜尋網頁、文件和程式碼,然後綜合研究結果並提供信心分數。

沒有適當模式的測試程式碼會導致不穩定的測試和維護噩夢。此技能提供經過實戰驗證的單元測試、整合測試和端對端測試模式,並包含適當的測試夾具和命名規範。

停止手動協調跨多個來源的研究任務。此技能為 AI 代理提供結構化模板,以進行系統性研究,並具備適當的來源管理和綜合分析功能。

不一致的術語會在程式碼庫中造成混淆。此技能為您的專案領域建立共享詞彙和實體關係。團隊可以記錄實體、映射關係並強制執行命名規範。

文件常常會與程式碼變更脫節。此技能會自動更新 README、CHANGELOG、docs 資料夾和內聯文件字串，以反映已實作的變更。

使用者需要關於調用外部 AI 編碼工具的指導。本技能提供記錄的模式和工作流程，用於使用 Claude Code Task 代理調用 Codex、 Gemini 和 Cursor，並包含適當的身份驗證和唯讀控制。

管理多個 AI 編碼供應商需要了解它們的獨特功能和命令模式。此技能提供將任務委派給 Claude、Codex、Gemini 和 Cursor 的文檔和工作流程,包括適當的身份驗證、唯讀保護和後備策略。

管理多個 AI 提供者很複雜，因為它們有不同的能力和成本。這個技能提供了一個決策框架和路由邏輯，可以根據需求（如上下文長度、多模態需求、沙盒執行或隱私限制）自動將任務委託給最佳的提供者。

AI 模型名稱經常變更。此技能從 Anthropic、OpenAI、Gemini 和 Ollama 獲取當前模型列表,然後按效能等級分類以優化模型選擇。