效率工具
任务自动化、办公工作流和个人效率
Skills 列表

remotion-video-creation
Remotion(基于 React 的视频创作框架)最佳实践指南。收录 29 条涵盖 3D、动画、音频、字幕、图表、转场等特定领域的实用开发规则。
affaan-m
click-path-audit
追踪每个面向用户的按钮/触点的完整状态变化序列,以发现那些单独工作正常但相互抵消、产生错误最终状态或使UI处于不一致状态的错误。在以下情况下使用:系统调试未发现错误但用户报告按钮失效,或在对共享状态存储进行重大重构之后。
affaan-m
kotlin-patterns
符合 Kotlin 惯用法的模式、最佳实践和约定,用于构建健壮、高效且可维护的 Kotlin 应用程序,涵盖协程、空安全和 DSL 构建器。
affaan-m
swift-actor-persistence
使用 Swift Actor 实现线程安全的数据持久化——内存缓存配合文件存储,从根本上消除数据竞争。
affaan-m
continuous-agent-loop
用于持续自主代理循环的模式,包含质量门、评估和恢复控制。
affaan-m
swift-protocol-di-testing
基于协议依赖注入的可测试 Swift 代码——使用专注的协议和 Swift Testing 模拟文件系统、网络和外部 API。
affaan-m
rust-patterns
惯用的 Rust 模式、所有权、错误处理、trait、并发以及构建安全、高性能应用的最佳实践。
affaan-m
investor-outreach
起草用于融资的冷邮件、暖介绍短文、跟进邮件、更新邮件和投资者沟通内容。当用户需要联系天使投资人、风险投资人、战略投资者或加速器,并需要简洁、个性化、面向投资者的信息时使用。
affaan-m
compose-multiplatform-patterns
Compose Multiplatform 和 Jetpack Compose 在 KMP 项目中的模式——状态管理、导航、主题、性能及平台特定 UI。
affaan-m
foundation-models-on-device
Apple FoundationModels 框架,用于设备端 LLM — 文本生成、使用 @Generable 的引导生成、工具调用以及 iOS 26+ 中的快照流式传输。
affaan-m
swift-concurrency-6-2
Swift 6.2 平易近人的并发模型——默认单线程执行,使用 @concurrent 显式后台卸载,为主 actor 类型提供隔离协议遵循。
affaan-m
nextjs-turbopack
Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。
affaan-m
visa-doc-translate
将签证申请文件(图片)翻译成英文,并生成包含原文和译文的双语PDF
affaan-m
bun-runtime
Bun 作为运行时、包管理器、打包器和测试运行器。何时选择 Bun 而非 Node、迁移注意事项以及 Vercel 支持。
affaan-m
plankton-code-quality
使用 Plankton 在写入时强制执行代码质量——通过钩子在每次文件编辑时自动格式化、检查并利用 Claude 修复问题。
affaan-m
architecture-decision-records
在 Claude Code 会话期间捕获架构决策,并将其记录为结构化的 ADR。自动检测决策时刻,记录上下文、备选方案和理由。维护 ADR 日志,以便未来的开发者理解代码库为何如此设计。
affaan-m
blueprint
将一行目标转化为多会话、多智能体工程项目的逐步构建计划。每个步骤都包含自包含的上下文摘要,使新智能体无需前置知识即可执行。包含对抗性审查关卡、依赖关系图、并行步骤检测、反模式目录和计划变更协议。触发条件:用户请求复杂多PR任务的计划、蓝图或路线图,或描述需要多个会话完成的工作。不触发条件:任务可在单个PR或少于3次工具调用内完成,或用户说“直接做”。
affaan-m
kotlin-testing
Kotlin 测试模式,涵盖 Kotest、MockK、协程测试、基于属性的测试和 Kover 覆盖率。遵循 TDD 方法论,采用地道的 Kotlin 实践。
affaan-m
ai-regression-testing
AI辅助开发的回归测试策略。无数据库依赖的沙盒模式API测试、自动化bug检查工作流,以及捕捉同一模型既写代码又审查代码时产生的AI盲点的模式。
affaan-m
exa-search
通过 Exa MCP 进行神经搜索,用于网页、代码和公司研究。当用户需要网页搜索、代码示例、公司情报、人员查找或使用 Exa 神经搜索引擎进行 AI 驱动的深度研究时使用。
affaan-m
pytorch-patterns
PyTorch深度学习模式与最佳实践,用于构建稳健、高效且可复现的训练流程、模型架构和数据加载。
affaan-m
customs-trade-compliance
海关与贸易合规领域的专业知识,涵盖海关单证、关税分类、关税优化、受限方筛查以及多个司法管辖区的法规合规。由拥有15年以上经验的贸易合规专家提供。包括HS分类逻辑、国际贸易术语解释通则应用、自由贸易协定利用和处罚缓解。在处理清关、关税分类、贸易合规、进出口单证或关税优化时使用。
affaan-m
documentation-lookup
使用 Context7 MCP 获取最新的库和框架文档,而非依赖训练数据。适用于配置问题、API 参考、代码示例或用户提及框架(如 React、Next.js、Prisma)时。
affaan-m
enterprise-agent-ops
通过可观测性、安全边界和生命周期管理来运行长期存在的智能体工作负载。
affaan-m