ReddRadar
Topic: ai-coding
5,076 skills in this topic.
-
receiving-code-review
收到代码审查反馈后、实施建议之前使用，尤其当反馈不明确或技术上有疑问时——需要技术严谨性和验证，而非敷衍附和或盲目执行
jnMetaCode/superpowers-zh 771
-
verification-before-completion
在宣称工作完成、已修复或测试通过之前使用，在提交或创建 PR 之前——必须运行验证命令并确认输出后才能声称成功；始终用证据支撑断言
jnMetaCode/superpowers-zh 771
-
systematic-debugging
遇到任何 bug、测试失败或异常行为时使用，在提出修复方案之前执行
jnMetaCode/superpowers-zh 771
-
subagent-driven-development
当在当前会话中执行包含独立任务的实现计划时使用
jnMetaCode/superpowers-zh 771
-
writing-skills
当创建新技能、编辑现有技能或在部署前验证技能是否有效时使用
jnMetaCode/superpowers-zh 771
-
using-superpowers
在开始任何对话时使用——确立如何查找和使用技能，要求在任何响应（包括澄清性问题）之前调用 Skill 工具
jnMetaCode/superpowers-zh 771
-
chinese-documentation
中文技术文档写作规范——排版、术语、结构一步到位，告别机翻味
jnMetaCode/superpowers-zh 771
-
mcp-builder
MCP 服务器构建方法论 — 系统化构建生产级 MCP 工具，让 AI 助手连接外部能力
jnMetaCode/superpowers-zh 771
-
chinese-commit-conventions
中文 Git 提交规范 — 适配国内团队的 commit message 规范和 changelog 自动化
jnMetaCode/superpowers-zh 771
-
writing-plans
当你有规格说明或需求用于多步骤任务时使用，在动手写代码之前
jnMetaCode/superpowers-zh 771
-
chinese-code-review
中文代码审查规范——在保持专业严谨的同时，用符合国内团队文化的方式给出有效反馈
jnMetaCode/superpowers-zh 771
-
requesting-code-review
完成任务、实现重要功能或合并前使用，用于验证工作成果是否符合要求
jnMetaCode/superpowers-zh 771
-
test-driven-development
在实现任何功能或修复 bug 时使用，在编写实现代码之前
jnMetaCode/superpowers-zh 771
-
workflow-runner
在 Claude Code / OpenClaw / Cursor 中直接运行 agency-orchestrator YAML 工作流——无需 API key，使用当前会话的 LLM 作为执行引擎。当用户提供 .yaml 工作流文件或要求多角色协作完成任务时触发。
jnMetaCode/superpowers-zh 771
-
executing-plans
当你有一份书面实现计划需要在单独的会话中执行，并设有审查检查点时使用
jnMetaCode/superpowers-zh 771
-
brainstorming
在任何创造性工作之前必须使用此技能——创建功能、构建组件、添加功能或修改行为。在实现之前先探索用户意图、需求和设计。
jnMetaCode/superpowers-zh 771
-
chinese-git-workflow
适配国内 Git 平台和团队习惯的工作流规范——Gitee、Coding、极狐 GitLab 全覆盖
jnMetaCode/superpowers-zh 771
-
dispatching-parallel-agents
当面对 2 个以上可以独立进行、无共享状态或顺序依赖的任务时使用
jnMetaCode/superpowers-zh 771
-
finishing-a-development-branch
当实现完成、所有测试通过、需要决定如何集成工作时使用——通过提供合并、PR 或清理等结构化选项来引导开发工作的收尾
jnMetaCode/superpowers-zh 771
-
evaluating-code-models
Evaluates code generation models across HumanEval, MBPP, MultiPL-E, and 15+ benchmarks with pass@k metrics. Use when benchmarking code models, comparing coding abilities, testing multi-language support, or measuring code generation quality. Industry standard from BigCode Project used by HuggingFace leaderboards.
sangrokjung/claude-forge 647
-
debugging-strategies
Master systematic debugging techniques, profiling tools, and root cause analysis to efficiently track down bugs across any codebase or technology stack. Use when investigating bugs, performance issues, or unexpected behavior.
sangrokjung/claude-forge 647
-
security-compliance
Guides security professionals in implementing defense-in-depth security architectures, achieving compliance with industry frameworks (SOC2, ISO27001, GDPR, HIPAA), conducting threat modeling and risk assessments, managing security operations and incident response, and embedding security throughout the SDLC.
sangrokjung/claude-forge 647
-
extract-errors
Use when adding new error messages to React, or seeing "unknown error code" warnings.
sangrokjung/claude-forge 647
-
evaluating-llms-harness
Evaluates LLMs across 60+ academic benchmarks (MMLU, HumanEval, GSM8K, TruthfulQA, HellaSwag). Use when benchmarking model quality, comparing models, reporting academic results, or tracking training progress. Industry standard used by EleutherAI, HuggingFace, and major labs. Supports HuggingFace, vLLM, APIs.
sangrokjung/claude-forge 647