ReviewHog 逻辑正确性视角
io.github.PostHog/posthog/review-hog-perspective-logic-correctness
ReviewHog 的逻辑与正确性评审视角。核查改动代码是否做到了该做的事——业务逻辑、边界情况、数据转换,以及查询/数据访问的正确性。只报告正确性问题;安全与性能属于其他视角。
“Business” 共 119 个结果
io.github.PostHog/posthog/review-hog-perspective-logic-correctness
ReviewHog 的逻辑与正确性评审视角。核查改动代码是否做到了该做的事——业务逻辑、边界情况、数据转换,以及查询/数据访问的正确性。只报告正确性问题;安全与性能属于其他视角。
io.github.danielmiessler/LifeOS/Apify
通过 Apify actor 抓取社交平台、商业数据与电商内容——Instagram、LinkedIn、TikTok、YouTube、Facebook、Google Maps、Amazon 及通用网页爬取——并在代码中过滤。适用场景:抓取 Instagram/LinkedIn/TikTok/YouTube/Facebook、Google Maps 销售线索、Amazon 评论、商业智能、多平台社媒监听、竞品分析、线索生成、社媒监控、Apify actor、网页爬取、提取联系人。不适用于 X/Twitter 操作(用 _X)、四级代理递进式抓取(用 BrightData)、真实 Chrome 反爬绕过与 computer use(用 Interceptor)。
io.github.aiskillstore/marketplace/backend-orchestrator
协调后端开发任务(API、服务、数据库)。在实现 REST API、业务逻辑、数据模型或服务集成时使用,并应用 backend-standard.md 作为质量闸门。
io.github.telagod/code-abyss/backend
从更强模型蒸馏的后端工程判断经验——在选择技术栈、语言、数据库、队列或架构时调用;在设计服务、API、业务逻辑或 schema 时;在让系统达到生产可用(可观测性、故障处理、安全)时;或评审服务端代码、判断代码库健康度时。包含场景化技术栈取舍、逻辑设计规则、数据纪律、生产底线,以及“腐烂目录”(代码不可维护的早期征兆)。
io.github.ruvnet/ruflo/pod-sales
执行业务 pod 中销售环节的一次 tick(ADR-164 §4.1,Phase 2)。加载 templates/sales.json,按 pod-schema 校验,在 ruflo 的 agent 注册表中解析 agent,通过 Phase-2 基于文件的占位账本预留预算(原子 SQLite 记账留待 ADR-164.1 的 Phase 3),为每个 agent 构造 dry-run prompt,经 federation_bbs_publish 的 JSONL 存储把摘要信封发布到 sales room,并输出结构化 {podName, tickId, agentsRan, totalUsd, envelopeId, status} 行供 /loop 摄取。默认 dry-run;--live 留给 Phase 3。
io.github.lishuangqiang/backend-agent-resume-scout/backend-agent-project-selector
为学生或初级工程师从 GitHub 上寻找合适的传统软件后端或业务级 AI 智能体项目,评估简历价值并生成 Markdown 简历撰写包。当用户请求选择后端项目、Java/Spring 项目、分布式系统项目、完整 AI 智能体业务项目、多智能体系统、LLM 应用、用于简历的 GitHub 项目,或想把所选项目转化为简历要点/面试谈资时使用。支持模式:仅 agent、仅后端、混合、稳妥模式、挑战模式;未指定模式时先询问用户再搜索或推荐。后端推荐默认排除 IoT、嵌入式、硬件集成、设备管理与工控平台,除非用户点名。同时避免简单浏览器扩展、薄封装 LLM 套壳、浅层 AI 插件与浏览器自动化库,除非用户点名。
io.github.taichuy/1flowbase/backend-development
用于 1flowbase 在 api/ 下的后端实现:构建、修复、重构或评审 Rust/Axum API、路由、服务、仓储、存储适配器、迁移、领域模型、状态流转、写路径、模块边界、权限、HostExtension/RuntimeExtension 边界或核心业务逻辑。在完成 problem-framing 对齐非平凡需求后使用,或当用户明确要求直接实现时使用;不用于独立的需求对齐、测试设计或 QA 报告。
io.github.codeaholicguy/ai-devkit/security-review
AI DevKit·对代码、技能与提示词进行安全评审,检查 OWASP Top 10、提示词注入、业务逻辑缺陷与不安全默认值。适用于评审 PR、审计模块、审查 AI 技能/提示词或发布前检查
io.github.alirezarezvani/claude-skills/code-to-prd
将任意代码库逆向工程为完整的产品需求文档(PRD)。分析路由、组件、状态管理、API 集成与用户交互,产出业务可读、详尽到足以让工程师或 AI agent 完整重建每个页面与端点的文档。支持前端框架(React、Vue、Angular、Svelte、Next.js、Nuxt)、后端框架(NestJS、Django、Express、FastAPI)与全栈应用。当用户提及生成 PRD、逆向需求、代码转文档、从代码提取产品规格、记录页面逻辑、分析页面字段与交互、生成功能清单、基于现有代码库撰写需求、记录 API 端点或分析后端路由时使用。
io.github.FerroxLabs/wayland/automation-architect
基于 Zapier、Make 与 n8n 的工作流自动化设计,涵盖触发-动作架构、多步自动化流程、错误处理策略、个人与商业自动化模式、ROI 计算,以及常用自动化配方库。当用户询问 automation architect、相关技术、最佳实践,或需要该领域指导时使用。当请求超出 automation architect 范围或需要其他专项技能时请勿使用。
io.github.thedaviddias/Front-End-Checklist/review
适用于商品页、本地商家页、菜谱、图书以及任何聚合用户评价的页面。审计电商或评价类站点的富媒体搜索结果(rich result)资格时使用。
io.github.agentscope-ai/agentscope-java/sql-analysis
通过针对数据仓库编写 SQL 查询、验证并呈现结果,回答定量业务问题。当用户问「有多少……」「……的趋势是什么」「对比 X 和 Y 在……」「我们的 Top N……」,或任何可归结为对表格数据查询的问题时使用。产出一张小结果表及背后的查询语句。
io.github.jeremylongshore/claude-code-plugins-plus-skills/cursor-team-setup
为团队配置 Cursor:套餐选择、成员管理、共享 rules、管理后台与入职引导。触发语:“cursor team”、“cursor organization”、“cursor business”、“cursor enterprise setup”、“cursor admin”。
io.github.wshobson/agents/security-requirement-extraction
从威胁模型与业务背景中推导安全需求。适用于把威胁转化为可执行的需求、编写安全性用户故事,或设计安全测试用例。
io.github.PostHog/posthog/security-audit
针对代码的聚焦式安全审计,经过校准只呈现真实可利用的缺陷,抑制理论性发现。当用户要求"audit""security-audit""find vulnerabilities""检查 IDOR/SSRF/XSS/注入",或想对某个文件、目录、分支 diff、PR 做安全评审时使用。覆盖访问控制、注入、认证/密钥、敏感数据、业务逻辑、Web 边界以及 AI agent/LLM 三件套风险。产出经过校准的发现,含数据流、利用请求、修复方式与置信度——不含理论性或纵深防御层面的琐碎意见。
io.github.videojs/v10/refactor-behavior
以目标优先(purpose-first)的纪律重构既有的 SPF 行为。强制先阐明该行为的目的与业务规则,再分析代码,然后映射到 internal/design/spf/conventions/ 中的成文模式。触发语:refactor behavior、refactor this behavior、clean up behavior、apply conventions to behavior、review behavior for refactor。
io.github.danielmiessler/LifeOS/Apify
通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格,以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装(scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等)在返回模型上下文前于代码中过滤与转换数据,相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台,支撑社媒监听看板。线索富化流水线:Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景:抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo
io.github.danielmiessler/Personal_AI_Infrastructure/Apify
通过 Apify actor 抓取社交媒体平台、商业数据与电商内容——Instagram 资料/帖子/话题标签/评论、LinkedIn 资料/职位/帖子、TikTok 资料/话题标签/视频/评论、YouTube 频道/搜索/评论、Facebook 帖子/群组/评论、Google Maps 商家搜索并提取联系方式/评论/图片、Amazon 商品/评论/价格,以及配合自定义 pageFunction 提取逻辑的通用多页网页爬取。基于文件的 TypeScript 封装(scrapeInstagramProfile、searchGoogleMaps、scrapeAmazonProduct、scrapeWebsite 等)在返回模型上下文前于代码中过滤与转换数据,相比直接走 MCP 协议可节省 95-99% 的 token。通过 Promise.all 并行查询多平台,支撑社媒监听看板。线索富化流水线:Google Maps → 合格过滤 → 可选 LinkedIn 富化。可同时在 Instagram、YouTube、TikTok 上做竞品分析。适用场景:抓取 Instagram、抓取 LinkedIn、抓取 TikTok、抓取 YouTube、抓取 Faceboo
io.github.bighardperson/computer-science-skills-collection/automation-workflows
为独立创业者设计并实现自动化工作流,以节省时间并支撑运营规模化。在需要识别可自动化的重复任务、跨工具搭建工作流、配置触发器与动作,或优化既有自动化时使用。涵盖自动化机会识别、工作流设计、工具选型(Zapier、Make、n8n)、测试与维护。触发词:"automate"、"automation"、"workflow automation"、"save time"、"reduce manual work"、"automate my business"、"no-code automation"。
io.github.rsmdt/the-startup/refactor
在不改变业务逻辑的前提下,重构、简化或清理代码以提升可维护性。
io.github.aiunlocked1412/claude-skill-unlock/automation-builder
AI 无代码自动化专家——Zapier、Make、n8n、工作流设计、触发器/动作、面向所有业务的流程自动化。
io.github.sickn33/antigravity-awesome-skills/security-requirement-extraction
从威胁模型与业务场景中推导安全需求。适用于把威胁转化为可执行的需求、编写安全用户故事,或构建安全测试用例。
io.github.MerkyorLynn/Lynn/automation-workflows
为独立创业者设计并实现自动化工作流,以节省时间并支撑运营规模化。在需要识别可自动化的重复任务、跨工具搭建工作流、配置触发器与动作,或优化既有自动化时使用。涵盖自动化机会识别、工作流设计、工具选型(Zapier、Make、n8n)、测试与维护。触发词:"automate"、"automation"、"workflow automation"、"save time"、"reduce manual work"、"automate my business"、"no-code automation"。
io.github.databuddy-analytics/Databuddy/bun-fullstack
以 Drizzle 支撑的 SQL 构建或评审 Bun 全栈 TypeScript 代码。用于涉及 API/领域逻辑、schema 或查询设计、迁移、运行时/类型调试,以及契约、业务规则与持久层之间边界校验的后端或跨层变更。