返回精选创作者
@obra

@obra

涵盖后端、AI工程、产品方向,代表作 brainstorming、using-superpowers、systematic-debugging。

95个 Skill
2.1M次安装
4.7/5平均评分
GitHub 主页

@obra 的全部 Skill

automation

brainstorming

by @obra

在任何创意工作(如功能开发、组件构建)前必须使用,用于探索用户意图和需求,确保方向正确。

4.9(2.0K)
402.1K
debugging

systematic-debugging

by @obra

采用四阶段系统化调试方法,从根本原因调查到解决方案实施,高效定位并解决软件缺陷,确保系统稳定性。

4.9(986)
304.0K
planningFeatured

writing-plans

by @obra

制定全面的产品实施计划,包含详细的文件路径和执行步骤,确保项目按时、高效地落地,实现预期目标。

4.9(1.1K)
281.2K
advanced-tooling

using-superpowers

by @obra

利用高级工具或框架,在后端开发中实现高效且强大的功能,解决复杂问题,提升开发效率,使AI编码代理展现卓越能力。

4.9(1.7K)
269.2K
git-workflow

requesting-code-review

by @obra

掌握向团队成员发起代码审查请求的技能,确保AI编码代理提交的代码符合质量标准、逻辑清晰且无潜在问题,是后端开发协作的关键环节。

4.9(1.6K)
260.5K
tdd

test-driven-development

by @obra

遵循测试驱动开发(TDD)方法论,通过RED-GREEN-REFACTOR循环,确保后端代码质量、可维护性和功能正确性。

4.9(816)
257.6K
automated-testing

verification-before-completion

by @obra

在提交或创建PR前,运行验证命令并确认工作已完成、修复或通过,确保代码质量。

4.8(1.1K)
249.4K
project-management

executing-plans

by @obra

具备将产品规划转化为具体执行步骤的能力,确保AI编码代理能高效地按照预设方案推进项目,实现产品目标,是产品管理中的核心实践。

4.8(1.6K)
241.6K
multi-agent-systems

subagent-driven-development

by @obra

掌握通过协调多个子代理来驱动软件开发流程的能力,使AI编码代理能分解复杂任务,并行处理,提高开发效率和系统模块化。

4.8(1.3K)
236.1K
code-refactoring

receiving-code-review

by @obra

具备理解并有效采纳他人代码审查意见的能力,使AI编码代理能根据反馈改进后端代码质量、修复问题并优化设计,促进团队协作。

4.8(1.3K)
220.1K
parallel-processing

dispatching-parallel-agents

by @obra

具备有效调度和管理多个并行AI代理的能力,以协同完成复杂任务,优化资源利用,显著提升AI工程项目的执行效率。

4.8(1.2K)
217.0K
technical-writing

writing-skills

by @obra

掌握清晰、准确、简洁的技术写作能力,使AI编码代理能生成高质量的文档、报告和注释,有效传达技术信息,提升项目可读性。

4.8(1.1K)
216.4K
git-worktrees

using-git-worktrees

by @obra

熟练运用Git Worktrees功能,使AI编码代理能在同一仓库中同时处理多个分支任务,提高后端开发效率和上下文切换的便捷性。

4.8(1.1K)
215.8K
git-merge

finishing-a-development-branch

by @obra

当开发工作完成且所有测试通过后,指导如何整合代码,确保开发分支的顺利合并。

4.8(1.0K)
213.2K
troubleshooting

diagnosing-superpowers

by @obra

该 Skill 用于在 AI 编码会话出错后做证据化复盘:定位会话文件、核对时间线,逐条查明「耗时过长」「重复劳动」「计划被忽略」「技能未触发」等问题的根因,每条结论都必须附 path:line 引用。它还能据报告生成给维护者的缺陷草案、脱敏问题包,或在历史会话中搜索同类故障特征,适合需要向团队解释这次为什么这么慢、这么贵。

4.6(120)
19.0K
conversational-ai

remembering-conversations

by @obra

在探索代码后或遇到问题时,帮助用户思考最佳方法或解决方案,提供对话记忆和指导。

4.5(276)
9.2K
writing

writing-clearly-and-concisely

by @obra

基于Strunk的经典写作规则,本技能帮助你将任何面向人类阅读的文本(如文档、提交信息、报告、UI文本)变得更清晰、更简洁、更专业,有效提升沟通效率和信息传达准确性。

4.3(120)
2.1K
code-review

finding-duplicate-functions

by @obra

用于代码库审计,识别并定位语义重复的函数,帮助优化代码结构,提高可维护性和效率。

4.2(20)
627
semantic-search

Remembering Conversations

by @obra

此技能允许用户通过语义相似性或精确文本匹配来搜索存档的对话,从而快速检索事实、模式、决策和上下文。它能有效避免重复研究和解决方案的重新发明,确保团队决策基于完整的历史信息,显著提升开发和协作效率。

4.2(120)
520
agent-orchestration

Subagent-Driven Development

by @obra

此技能通过为每个任务分派一个全新的子智能体,并在任务之间进行代码审查,来执行实施计划。该 Skill 确保了高质量的迭代开发,通过持续的质量门控和无上下文污染的子智能体工作流,显著提升了开发效率和代码质量,适用于需要连续进展和质量保障的独立任务执行场景。

4.2(120)
520
plan-execution

Executing Plans

by @obra

此技能旨在帮助 AI 智能体系统地执行详细计划,通过分批处理任务并设置审查检查点,确保每一步都经过验证。它能有效提升任务执行的准确性和效率,同时允许人工在关键节点进行干预和指导,从而降低错误率并优化整体工作流程。

4.2(120)
520
multi-agent-systems

Dispatching Parallel Agents

by @obra

此技能通过并行调度多个智能体,让它们同时处理独立的故障或任务。它能显著缩短复杂问题的排查和修复时间,特别适用于处理多个互不关联的测试失败或系统子模块故障,从而大幅提升开发效率和系统稳定性。

4.2(120)
520
code-review

Requesting Code Review

by @obra

此技能通过调度代码审查子代理,在开发流程中尽早对代码实现进行审查,确保其符合设计计划或需求。它能帮助开发者在问题扩大化之前发现并解决潜在缺陷,显著提升代码质量和开发效率,尤其适用于子代理驱动开发和复杂功能实现。

4.2(120)
520
git

Finishing a Development Branch

by @obra

此技能旨在规范化和自动化开发分支的完成流程,确保代码质量并提供清晰的后续操作选项。它通过强制执行测试验证、智能识别基础分支,并提供合并、创建拉取请求、保留或废弃分支等结构化选择,帮助开发者高效、安全地结束开发工作,避免常见错误,提升团队协作效率。

4.2(120)
520
git

Using Git Worktrees

by @obra

此技能通过智能目录选择和安全验证,帮助开发者创建隔离的 Git 工作区。它能让用户同时处理多个分支任务,避免意外提交,并确保每个工作区都拥有干净且经过测试的基线环境,显著提升开发效率和代码质量。

4.2(120)
520
git

Sharing Skills

by @obra

此技能指导用户如何通过标准 Git 工作流(分支、提交、拉取请求)将本地开发的技能贡献回上游仓库。它确保技能贡献过程规范化、可追溯,并符合社区协作的最佳实践,从而提升技能库的质量和可维护性。

4.2(120)
520
implementation-planning

Writing Plans

by @obra

此技能能为工程师生成详细、分步的实现计划,即使他们对代码库一无所知。它将复杂任务拆解为可执行的微小步骤,包含具体文件路径、代码示例和测试指导,显著提升开发效率和代码质量,确保项目顺利推进。

4.2(120)
520
git

Pulling Updates from Skills Repository

by @obra

此技能旨在帮助用户将其本地技能仓库与上游更新同步,同时保留个人修改。它自动化了 Git 拉取、合并和冲突解决流程,确保技能库始终保持最新,并有效管理自定义内容,提升技能库的维护效率和稳定性。

4.2(120)
520
wiki-maintenance

Gardening Skills Wiki

by @obra

此技能用于自动化维护技能知识库的健康状态,检查链接有效性、命名规范、索引覆盖率和交叉引用。它能有效避免手动检查的繁琐和错误,确保技能内容的准确性、一致性和可发现性,从而提升整个技能平台的质量和用户体验。

4.2(120)
520
meta-patterns

Meta-Pattern Recognition

by @obra

此技能通过识别跨越至少三个不同领域的重复模式,帮助用户提炼出普遍适用的核心原则。它使开发者、架构师或任何问题解决者能够将看似独立的挑战抽象化,从而发现并应用已验证的解决方案,避免重复劳动。该 Skill 显著提升了系统设计的优雅性、问题解决的效率及创新能力,促进了跨领域知识的复用与最佳实践的推广。

4.2(120)
520
innovation

Collision-Zone Thinking

by @obra

此技能通过强制关联看似无关的概念,帮助用户跳出固有思维框架,发现意想不到的 emergent properties,从而生成独创性的解决方案。它特别适用于解决复杂系统设计、代码组织、数据管理等领域的难题,当传统方法陷入僵局时,该 Skill 能有效激发突破性创新,提升问题解决效率和系统设计质量。

4.2(120)
520
knowledge-management

Tracing Knowledge Lineages

by @obra

此技能帮助用户追溯技术思想和决策的演变历程,深入理解现有方案的形成原因及过往失败的教训。通过分析历史背景、决策记录和失败尝试,该 Skill 能有效避免重复犯错,重新发现被遗忘的有效解决方案,从而显著提升工程决策的质量和效率,促进更稳健的软件架构设计。

4.2(120)
520
simplification

Simplification Cascades

by @obra

此技能通过识别核心洞察,将多个相似组件或复杂规则统一为简洁的抽象,从而大幅消除系统复杂性。它能帮助开发者找到通用模式,减少重复实现和特殊情况处理,显著提升代码的可维护性、可扩展性和开发效率。

4.2(120)
520
architecture

Preserving Productive Tensions

by @obra

此技能旨在识别和管理软件开发中的“建设性张力”,即那些揭示宝贵上下文而非需要立即解决的分歧。它指导团队通过配置或并行实现来保留多种有效方法,避免过早强制解决,从而保持系统灵活性。该 Skill 帮助构建可维护、可扩展且适应性强的软件架构。

4.2(120)
520
debugging

amplifier-bundle-superpowers

by @obra

本技能提供一套系统化的调试方法,旨在帮助开发者高效定位并解决技术问题。它强调在尝试任何修复前,必须深入调查找出根本原因,避免随机修补和症状性修复。通过遵循四个阶段:根源调查、模式分析、假设与测试、以及实施,确保问题得到彻底解决,从而节省时间,减少新错误的产生,并提升系统稳定性。

4.2(120)
520
scalability

Scale Game

by @obra

此技能通过在极端规模(如1000倍大/小、瞬间/一年)下测试系统,揭示在正常规模下隐藏的根本性问题和真相。它帮助用户识别系统限制、潜在故障点和架构弱点,从而构建更健壮、可扩展且可靠的软件。

4.2(120)
520
problem-solving

Inversion Exercise

by @obra

此技能通过系统性地反转核心假设,帮助用户发现隐藏的约束和创新的解决方案。它鼓励用户质疑“理所当然”的观念,从而在产品开发、流程优化或问题解决中找到突破口,提升用户体验和系统韧性。

4.2(120)
520
debugging

Systematic Debugging

by @obra

此技能提供一个四阶段的系统化调试框架,确保在尝试修复前彻底调查根本原因,避免盲目修补和引入新问题。它帮助开发者高效定位并解决任何技术问题,尤其在时间压力下,确保每次修复都基于对问题的深刻理解,从而提升代码质量和系统稳定性。

4.2(120)
520
debugging

Root Cause Tracing

by @obra

此技能提供一种系统化的方法,通过回溯调用栈来追踪软件缺陷,直至发现其最初的触发点。它帮助开发者深入理解问题根源,而非仅仅修复表面症状,从而提升代码质量和系统稳定性,有效解决深层错误。

4.2(120)
520
verification

Verification Before Completion

by @obra

此技能强制要求在声明任何工作完成或表达满意之前,必须先运行验证命令并确认其输出。它通过提供明确的验证步骤和常见失败案例,帮助开发者建立严谨的工作习惯,避免因未经证实的主观判断而导致的问题,确保交付成果的真实性和可靠性。

4.2(120)
520
testing

Testing Skills With Subagents

by @obra

此技能将测试驱动开发(TDD)原则应用于流程文档,通过使用子智能体模拟真实压力场景,系统性地测试其他技能的合规性和鲁棒性。它帮助用户在技能部署前发现并修复智能体的潜在违规行为和逻辑漏洞,确保技能行为符合预期,从而显著提升技能质量并减少后期维护成本。

4.2(120)
520
testing

Testing Anti-Patterns

by @obra

此技能旨在帮助开发者识别并避免在软件测试中常见的反模式,特别是关于 Mock 对象的错误使用,如测试 Mock 行为、在生产代码中添加测试专用方法以及在不理解依赖的情况下进行 Mock。通过掌握这些原则,用户可以编写更健壮、可靠且易于维护的测试,确保测试真正验证代码的实际行为,从而提高整体软件质量和开发效率。

4.2(120)
520
testing

Condition-Based Waiting

by @obra

此技能通过条件轮询替代异步测试中的任意固定延迟,确保测试只在所需条件满足时继续执行。它显著提升了测试的稳定性、可靠性,减少了偶发性失败,并加快了测试执行速度,是解决异步操作测试痛点的关键。

4.2(120)
520
technical-writing

Writing Skills

by @obra

此技能将测试驱动开发(TDD)方法应用于流程文档和AI技能的编写,通过先设计测试用例、观察AI代理行为失败、再迭代编写和优化文档,确保其准确性、清晰度和有效性。它帮助用户创建高质量、可复用且能被AI代理有效遵循的参考指南和技术模式,显著提升文档的可靠性和AI代理的执行效率。

4.2(120)
520
tmux

using-tmux-for-interactive-commands

by @obra

本技能展示如何利用 tmux 编程控制交互式命令行工具,如 Vim、Git rebase -i 或 Python REPL。通过 tmux 的分离会话和 `send-keys` 命令,实现自动化实时输入输出,从而脚本化复杂的交互式工作流。

4.2(120)
503
browser

browsing

by @obra

此技能通过 Chrome DevTools Protocol 提供对浏览器的直接控制,支持管理现有会话、多标签页操作、表单自动化和内容提取,是实现浏览器自动化和数据采集的强大工具。

4.2(120)
407
windows

windows-vm

by @obra

这个技能用于在 Docker 中创建、管理和连接无头 Windows 11 虚拟机,支持 SSH 访问。它能帮助用户快速部署、停止、重启或通过 SSH 访问 Windows VM,极大地简化了开发和测试环境的搭建与维护,提升了效率和便捷性。

4.0(120)
127
claude-code

developing-claude-code-plugins

by @obra

此技能为 Claude Code 插件的创建、修改、测试、发布和维护提供高效工作流。它整合官方文档,提供可操作的步骤、模式和示例,覆盖插件的完整生命周期,助您快速正确地开发。

4.0(120)
73
ai-agents

codex-subagents

by @obra

codex-subagents 允许您将耗时或并行的任务分派给后台子代理,从而保持主代理上下文的精简和高效。它特别适用于需要同时进行多项研究、隔离上下文以避免信息过载,或执行长时间运行任务而无需阻塞主流程的场景。通过子代理,您可以实现任务的并行处理和解耦执行,显著提升工作效率和上下文管理能力。

4.0(120)
69
claude-code

working-with-claude-code

by @obra

此技能提供 Claude Code 官方文档,涵盖 CLI、插件、钩子、MCP 服务器、技能、配置等所有方面。无需猜测,直接获取权威、全面的最新信息,助您高效开发和排查问题。

4.0(120)
62
claude

driving-claude-code-sessions

by @obra

此技能允许用户将Claude Code会话作为“工作者”启动,实现任务委派、并行处理和监督式工作流。它能监控工作者进度、审查工具调用并收集结果,特别适用于项目经理管理多个AI代理,提高复杂AI项目的开发效率和可控性。

4.0(120)
12
knowledge-graph

prove-claim

by @obra

利用知识图谱来证明、反驳或调查关于实体及其关系的断言。它有助于探索联系、追溯影响,并对链接信息进行推理,以找到支持或反驳的证据。

4.0(120)
1
🎁 Agent 知识卡片
调研问卷