Swarm 编排 swarm-orchestration
面向复杂任务的多 agent swarm 协同,采用分层拓扑调度专用 agent,跨多文件多模块拆解并执行工作。适用于:改动 3 个以上文件、实现新功能、跨模块重构、带测试的 API 变更、安全相关改动、全库性能优化、数据库 schema 变更。跳过:单文件编辑、简单修复(1-2 行)、文档更新、配置改动、快速探索。
使用场景/AI 知识库与文档
为 AI 提供最新库文档、Wiki、内部知识。减少幻觉,适合写代码、学新框架。
共匹配 608 个资源 · 第 13 / 13 页
知识库类 MCP 解决大模型最大的短板——知识过期与幻觉:Context7 按库与版本实时拉取官方文档和代码示例,DeepWiki 把任意 GitHub 仓库编译成可问答的 Wiki,自建方向则常用向量库 / 知识图谱 MCP 接入团队内部资料。
写代码时的典型链路:在 Cursor 里问「Next.js 15 的 fetch 缓存默认行为」→ Context7 MCP 返回对应版本的官方文档片段 → 生成的代码不再基于训练截止前的旧 API。升级大版本、试用新框架时收益最明显。
接入内部 Wiki 前先做权限隔离:为 AI 建立只读、按空间授权的检索通道,避免把全量机密文档无差别嵌入索引;对外服务同理,注意文档许可证与引用规范。
面向复杂任务的多 agent swarm 协同,采用分层拓扑调度专用 agent,跨多文件多模块拆解并执行工作。适用于:改动 3 个以上文件、实现新功能、跨模块重构、带测试的 API 变更、安全相关改动、全库性能优化、数据库 schema 变更。跳过:单文件编辑、简单修复(1-2 行)、文档更新、配置改动、快速探索。
全面的安全扫描与漏洞检测,涵盖输入校验、路径遍历防范、CVE 检测与安全编码模式约束。适用于:认证实现、授权逻辑、支付处理、用户数据处理、API 端点创建、文件上传处理、数据库查询、外部 API 集成。跳过:公共数据的只读操作、内部开发工具、静态文档、样式改动。
向量嵌入,支持 HNSW 索引、sql.js 持久化与双曲空间;通过 agentic-flow 集成提速 75 倍。适用于:语义检索、模式匹配、相似度查询、知识召回。跳过:精确文本匹配、简单查找、无需语义理解。
面向复杂任务的多 agent swarm 协同。适用于:改动 3 个以上文件、新功能、重构。跳过:单文件编辑、简单修复、文档。
将 Strunk 的经典写作规则应用于任何给人读的文本——文档、提交信息、错误消息、解释说明、报告或 UI 文案。让你的写作更清晰、更有力、更专业。
使用 Exa AI 进行网页搜索、公司调研和代码上下文查找。在执行网页搜索、公司调研或查找编程文档时使用。触发词:搜索网页、在线查找、公司调研、[某库] 的代码上下文、Exa 搜索。
来自官方文档的 React useEffect 最佳实践。在编写/审查 useEffect、为派生值使用 useState、数据获取或状态同步时使用。讲解何时不该用 Effect,以及更好的替代方案。
用于撰写供人阅读的文本——文档、提交信息、错误消息、解释说明、报告或 UI 文案。运用 Strunk 的经典写作规则,让文字更清晰、更有力、更专业
Python 代码风格、lint、格式化、命名规范与文档标准。在编写新代码、审查风格、配置 linter、撰写 docstring 或确立项目规范时使用。
帮助用户撰写高效的规格说明与设计文档。当有人要编写技术规格、功能规格、设计文档,或向工程与设计团队传达产品需求时使用。
Expert knowledge for deploying to Vercel with Next.js Use when: vercel, deploy, deployment, hosting, production.
Docker 容器化专家,精通多阶段构建、镜像优化、容器安全、Docker Compose 编排与生产部署模式。对 Dockerfile 优化、容器问题、镜像体积、安全加固、网络与编排难题主动使用。
TypeScript 与 JavaScript 专家,深谙类型级编程、性能优化、monorepo 管理、迁移策略与现代工具链。对任何 TS/JS 问题(包括复杂类型体操、构建性能、调试与架构决策)主动使用。若另有更合适的专项专家,会建议切换并停止。
按渐进式披露原则重构臃肿的 AGENTS.md、CLAUDE.md 等智能体指令文件,把单一大文件拆分为组织化、相互链接的文档。
创建并演进设计系统:设计令牌、组件架构、无障碍指南与文档模板,保证跨产品 UI 的一致、可扩展与可访问。
来自官方文档的 React useEffect 最佳实践。在编写或审查 useEffect、为派生值使用 useState、做数据获取或状态同步时使用,重点讲何时不该用 Effect 以及更好的替代方案。
用于撰写人类会阅读的散文——文档、提交信息、错误提示、解释说明、报告或 UI 文案。套用 Strunk 的经典规则,让文字更清晰、更有力、更专业。
Next.js 13+ App Router 架构的专家级知识。当提及 "next.js app router, server component, client component, use client, use server, server action, next 13, next 14, next 15, app directory, nextjs, next, react, app-router, rsc, server-components, ssr" 时使用。
TypeScript 开发最佳实践、代码质量工具与文档模板。在处理 .ts、.tsx 文件或 TypeScript 项目时启用。
遵循 REST 原则、HTTP 标准与基于资源的 URL 约定来设计与实现 RESTful API 端点。在创建或修改 API 端点、路由、控制器、请求处理程序或 API 文档时使用。适用于 REST API 设计、API 版本控制、HTTP 方法(GET、POST、PUT、PATCH、DELETE)、URL 结构、查询参数、响应格式、状态码、限流或 API 中间件。在构建 Web 服务、微服务或任何向客户端暴露 HTTP 端点的后端代码时使用。
重构臃肿的 AGENTS.md、CLAUDE.md 等 Agent 指令文件,遵循渐进式披露原则。将单体文件拆分为有组织、相互链接的文档
创建并演进设计系统:设计令牌、组件架构、无障碍指南与文档模板。确保跨产品的一致、可扩展且无障碍的 UI
CSS 架构与样式专家,深入掌握现代 CSS 特性、响应式设计、CSS-in-JS 优化、性能、可访问性与设计系统。主动用于 CSS 布局问题、样式架构、响应式设计问题、CSS-in-JS 性能、主题实现、跨浏览器兼容与设计系统开发。若有更合适的专家,将建议切换并停止。
基于 AgentDB 实现语义向量检索,用于智能文档取回、相似度匹配与上下文感知查询。在构建 RAG 系统、语义搜索引擎或智能知识库时使用。
通过本地上传脚本将 Markdown(含 docmgr 工单文档)作为 PDF 上传到 reMarkable 设备,支持安全的 dry-run 与可选的工单结构镜像。当用户要求把文档发送到 reMarkable、为 reMarkable 将 Markdown 导出为 PDF,或排查 rmapi/pandoc/xelatex 问题时使用。
使用 docmgr CLI 管理工单式文档(创建工单、添加文档、用 file-note 关联代码文件、更新变更日志与检索)。当用户询问 docmgr 用法、需要 docmgr 命令序列,或想要 docmgr 最佳实践(file-note、引用、doctor)时使用。
引导用户走完结构化的文档共创流程。当用户想撰写文档、提案、技术规格、决策文档或类似结构化内容时使用。该流程帮助用户高效传递上下文、通过迭代打磨内容,并验证文档对读者的有效性。当用户提到写文档、做提案、起草规格说明等任务时触发。
把范围明确的委派给子智能体,例如让某个子智能体按一组规格实现功能。当任务不需要了解整个项目的宽泛背景时应使用本技能。
基于 API 文档、OpenAPI 规范、现成 curl 示例、SDK、Web 应用、管理工具或本地脚本,为 Codex 构建可组合 CLI。当用户希望 Codex 创建可在任意仓库运行的命令行工具——暴露可组合的读/写命令、返回稳定 JSON、管理认证并搭配一个配套技能——时使用。
构建、搭建脚手架、重构并排障结合了 MCP 服务器与 widget UI 的 ChatGPT Apps SDK 应用。当 Codex 需要设计工具、注册 UI 资源、接通 MCP Apps 桥接或 ChatGPT 兼容 API、应用 Apps SDK 元数据/CSP/域名设置,或产出符合官方文档的项目脚手架时使用。优先采用文档先行工作流:先生成代码前调用 openai-docs 技能或 OpenAI 开发者文档 MCP 工具。
审查文档是否符合 Writing Guidelines。当被要求“review my docs”“check writing style”“audit prose”“review docs voice and tone”或“check this page against the writing handbook”时使用。
用于已部署项目的 Vercel 成本与性能优化,尤其适合 Next.js、SvelteKit、Nuxt 以及部分 Astro 应用。先收集 Vercel 指标、用量、项目配置与代码扫描结果;只排查有指标支撑的候选项;产出基于已核实文件、并对齐 Vercel 与框架版本文档的排序建议。当用户要求降低 Vercel 账单、优化缓慢或高开销路由、寻找缓存机会,或提到 Function Invocations、Build Minutes、Fast Data Transfer、Core Web Vitals、Bot Management、Fluid compute、成本明细时使用。
Context7 以库名+版本精确取文档切片并结构化给模型,省去抓取清洗、上下文更聚焦;直接搜索适合无固定库的泛调研。
常见三条路:向量库 MCP(如 Qdrant / Chroma / pgvector)做语义检索、Notion / Confluence 官方 MCP 直连、或自建 RAG 服务包一层 MCP。按数据敏感级别选。
会增加一次工具调用的延迟(通常几百毫秒),但换来更少返工。控制返回片段大小、只挂载需要的知识库即可。