vercel-react-best-practices(Vercel React 最佳实践)
io.github.dtyq/magic/vercel-react-best-practices
来自 Vercel 工程团队的 React 与 Next.js 性能优化准则。在编写、审查或重构 React/Next.js 代码以确保最优性能模式时使用。涉及 React 组件、Next.js 页面、数据获取、包体积优化或性能提升的任务会触发。
“Prompt Engineering” 共 676 个结果
io.github.dtyq/magic/vercel-react-best-practices
来自 Vercel 工程团队的 React 与 Next.js 性能优化准则。在编写、审查或重构 React/Next.js 代码以确保最优性能模式时使用。涉及 React 组件、Next.js 页面、数据获取、包体积优化或性能提升的任务会触发。
io.github.vercel-labs/agent-skills/react-best-practices
来自 Vercel 工程团队的 React 与 Next.js 性能优化准则。编写、评审或重构 React/Next.js 代码时应使用,以确保采用最优性能模式。涉及 React 组件、Next.js 页面、数据获取、包体积优化或性能提升的任务时触发。
io.github.MiniMax-AI/skills/react-native-dev
React Native 与 Expo 开发指南,覆盖组件、样式、动画、导航、状态管理、表单、网络请求、性能优化、测试、原生能力与工程化(项目结构、部署、SDK 升级、CI/CD)。适用场景:构建 React Native 或 Expo 应用、实现动画或原生 UI、管理状态、拉取数据、编写测试、优化性能、上架 App Store/Play Store、配置 CI/CD、升级 Expo SDK、配置 Tailwind/NativeWind。
io.github.mattpocock/skills/setup-matt-pocock-skills
配置工程技能所需的 issue 跟踪、标签体系与文档结构,首次使用前运行。
io.github.microsoft/azure-skills/microsoft-foundry
端到端构建、部署与微调 Microsoft Foundry 智能体与模型。
io.github.emilkowalski/skills/review-animations
按 Emil Kowalski 设计工程理念的高工艺标准审查动画与动效代码,默认从严标记问题,认可需靠质量争取。
io.github.emilkowalski/skills/animation-vocabulary
反向查询词表,把对网页动画或动效效果的模糊描述转化为准确术语(如“弹窗打开时的弹跳效果”→ Pop in、“iOS 橡皮筋式滚动”→ Rubber-banding),仅用于给效果命名,不用于设计或实现。
v2.1.0
io.clawhub.swiftlysingh/cursor-agent
全面使用 Cursor CLI 智能体完成各类软件工程任务的技能(更新以支持 2026 功能,包含 tmux 自动化指南)。
io.smithery.framesail.framesail
从任意 MCP 客户端端到端制作长视频(不露脸的 YouTube 频道):脚本、锁定的角色设定、分镜、配音和最终剪辑——所有镜头保持角色与风格一致。 如今做 AI 长视频要手动拼 8 个以上的标签页——脚本用某个 LLM、配音用一个语音模型、画面用图像模型、动态用视频模型——角色在各工具之间走形,每次导出风格都要重来。Framesail 取代这套拼凑:整条流程在一处运行,端到端管理你视频项目的上下文。 六个阶段:风格(贴入图片、视频或 YouTube 链接,Framesail 逆向还原观感、声音与导演风格)、脚本(自己写或按你的叙事风格生成)、参考图(为每个角色、场景和道具自动生成)、配音(单一旁白或多角色,带词级时间轴)、分镜(逐场景规划)和编辑器(字幕、音乐、音效后导出)。
v1.0.0
io.clawhub.gabrielsubtil/clean-code
务实的编码标准:简洁、直接、不过度设计、不写多余注释。
v1.0.1
io.clawhub.spiceman161/superpowers-mode
为编码任务开启或关闭一套严格工程工作流:目标澄清、规范、计划、测试驱动的小步提交与验证。
v1.0.2
io.clawhub.toughcoding/toughcoding
为 AI 智能体提供现代软件开发、新兴技术、AI、AI 系统与应用工程实践的权威知识。
io.smithery.ember-forge-pte.civilquants
CivilQuants 为土木工程构件计算可审计追溯的工程量清单(BoQ)——涵洞、检查井、挡土墙、路面、排水、土方——支持四种英国计量标准(CESMM4、NRM2、SMM7、MMHW)。输入参数,输出按方法学结构组织、每个工程量都能追溯到公式的 BoQ,并可导出 Excel、DXF 与 PDF。付费订阅用户还可获得 10 条资深料务师方法学提示词(投标审阅、风险评估、计量与合同建议、岩土解读等)。6 种构件免费且不记名可用。
v1.1.0
io.clawhub.addozhang/ralph-loop-agent
指导 OpenClaw 代理使用 exec 和 process 工具执行 Ralph Wiggum 循环。由代理编排编码代理(Codex、Claude Code、OpenCode、Goose),并通过 pty:true 提供 TTY 支持。基于 PROMPT.md + AGENTS.md、SPECS 与 IMPLEMENTATION_PLAN.md 进行规划与构建。包含 PLANNING 与 BUILDING 模式、背压控制、沙箱与完成条件。用户提出循环需求,代理调用工具执行。
v1.1.1
io.clawhub.lifeissea/openclaw-cache-kit
自动为 OpenClaw 应用 Claude 的提示词缓存优化。通过 cacheRetention long、59 分钟心跳、cache-ttl 等…手段把 API 成本最多降低 89%。
io.smithery.megamind-0x.skillaudit
Security scanner for AI agent skills and MCP servers. Detects credential theft, data exfiltration, prompt injection, obfuscated code, and 80+ threat patterns. Free API + CLI (npx skillaudit). Premium deep scans via x402 micropayments.
v1.0.1
io.clawhub.shawnlewis/agent-arcade
在 PROMPTWARS 中与其他 AI 代理对战——一场社交工程与说服博弈的游戏。
v1.0.2
io.clawhub.ivangdavila/rag
设计、调优并调试检索增强生成(RAG)管道:分块、嵌入、混合检索、重排序与有据可依的回答。当系统召回了错误的段落、漏检已索引的文档、给不出引用,或在优质上下文上产生幻觉;当需要选择向量库、嵌入模型、分块尺寸或重排序器;当更换模型后相似度分数骤然塌陷;当元数据过滤把结果集清空;当回答忽略了位于上下文中段的事实;当追问检索到了错误内容;当索引 PDF、扫描件、表格、代码或转录稿;当问题涉及 GDPR 删除、租户隔离或来自索引文档的提示注入;当需要压低单次查询成本或 p95 延迟时使用。覆盖重建索引迁移、语料新鲜度、评测集,以及智能体式检索与图检索。不适用于分块器内部实现(rag-chunking)、打分细则(rag-evaluation)或 LangChain API(langchain)。
v1.0.0
io.clawhub.mikonos/interview-analysis
基于动态专家路由的深度面试分析。根据岗位类型自动选取顶尖的领域思考者,用来区分真实能力与表演式回答,看重“实战伤痕”而非方法论背诵。适用于任何职业岗位,包括产品、研发、设计、运营、销售与数据科学。
v1.0.2
io.clawhub.ivangdavila/ios
构建、发布与调试原生 iOS 应用:生命周期、权限、entitlements、推送、小组件、StoreKit 与 App Store 审核。适用于提审被拒或准则阻碍发布、权限弹窗不出现、缺少 entitlement 导致调用失败、推送/后台刷新/后台上传不执行、通用链接打开了 Safari、应用被 watchdog/jetsam/0xdead10cc 杀死、启动卡死或仅真机崩溃、小组件/Live Activity/扩展内存超限、购买/订阅/恢复失败、需要隐私清单/追踪授权/数据标签、Dynamic Type 打乱布局,或新 iOS 版本影响已发布应用等场景。不适用于 Swift 语言本身、IDE 与签名构建设置、商店文案与提审流程、跨平台框架。
v1.0.0
io.clawhub.garrytan/gstack-openclaw-retro
每周工程回顾:分析提交历史、工作模式与代码质量指标,保留历史记录并跟踪趋势。支持按团队维度分析。
v1.0.0
io.clawhub.dubnium0/time-series-analysis
全面的时间序列数据科学技能,涵盖特征工程、模型训练,以及面向预测与竞赛的致胜策略。
v2.1.1
io.clawhub.alirezarezvani/senior-security
安全工程工具包,用于威胁建模、漏洞分析、安全架构设计与渗透测试,包含 STRIDE 分析。
v0.4.4
io.clawhub.yazelin/nanobanana-pro-fallback
带自动模型降级的 Nano Banana Pro——通过 Gemini Image API 生成/编辑图片。运行方式:uv run {baseDir}/scripts/generate_image.py --prompt ‘描述’ --filename ‘out.png’ [--resolution 1K|2K|4K] [-i input.png]。支持文生图 + 图生图(最多 14 张);1K/2K/4K。降级链:gemini-2.5-flash-image → gemini-2.0-flash-exp。必须用 uv run,不能用 python3。