fastapi-router-creator
Skillgithub.com
提供 FastAPI 路由的模块化组织与自动化构建能力,支持按功能拆分路由文件并统一聚合,兼顾版本隔离、依赖注入和 OpenAPI 文档标签管理,适用于中大型 API 项目的可维护性架构设计。
阿钰同学
浏览可复用的 Skill 能力条目,登录后查看来源说明。
github.com
提供 FastAPI 路由的模块化组织与自动化构建能力,支持按功能拆分路由文件并统一聚合,兼顾版本隔离、依赖注入和 OpenAPI 文档标签管理,适用于中大型 API 项目的可维护性架构设计。
github.com
自动生成 FastAPI 路由模块的结构化代码与配置,涵盖路由定义、依赖注入、异常处理及接口文档集成,遵循生产环境最佳实践,支持快速构建符合标准的 API 服务。
github.com
提供基于 FastAPI 的异步 Web 服务快速搭建能力,支持依赖注入、分层架构与完整认证机制,适用于构建高性能 API 及微服务系统。
github.com
提供开箱即用的 FastAPI 项目骨架与最佳实践模式,涵盖认证、异步数据库集成、依赖注入、分层路由设计及配置管理,支持快速构建可扩展、可维护的生产级服务。
github.com
提供开箱即用的 FastAPI 项目模板,支持异步编程、依赖注入、分层架构(API 路由、服务、仓储、模型、Schema)和完整错误处理,适用于快速搭建高性能、可维护的 REST API 与微服务系统。
github.com
将自然语言需求自动转化为符合 FastGPT 规范的可执行工作流 JSON,支持基于语义匹配内置模板、三重校验(格式/连接/逻辑)、增量式节点增删改及自动布局,适用于从简单问答到多智能体协同等各类工作流构建场景。
github.com
自动构建符合行业规范的 Fastify 插件,涵盖初始化、路由定义、中间件集成及错误处理等完整流程,支持多种后端技术栈并生成可直接部署的生产级代码。
github.com
自动化构建 Fastify 插件项目结构,生成符合行业规范的代码骨架、配置文件及依赖声明,支持快速初始化可部署的插件工程,并提供最佳实践建议与合规性校验。
github.com
提供构建和部署 MCP 服务器的完整能力,支持将 Python 函数暴露为工具、资源与提示,集成存储后端、中间件、OAuth 代理及 OpenAPI,具备后台任务调度、LLM 采样增强、组件版本管理与会话状态持久化功能,适用于生产级模型上下文协议服务开发。
github.com
生成网站专用的多格式图标包,基于品牌标识提取或创建简洁图形,输出矢量与位图组合,并配置清单文件,确保在各设备正确显示,避免默认图标、透明背景黑块及缓存等问题。
github.com
为医疗器械企业提供覆盖全生命周期的FDA合规与监管策略支持,涵盖分类判定、申报路径规划、质量体系构建、HIPAA数据保护、网络安全管控及检查应对,助力企业高效完成510(k)、PMA等申报并持续满足21 CFR 820等法规要求。
github.com
提供对美国食品药品监督管理局(FDA)全量监管数据的统一查询能力,覆盖药品、医疗器械、食品、兽药及化学物质等领域的安全性监测、审批信息、召回事件、标签说明书、短缺情况和分子结构数据,支持跨品类关联分析与时间序列趋势研究。
github.com
提供对美国食品药品监督管理局公开数据的深度访问,支持药品、医疗器械、食品及化学物质的安全监测与合规分析,适用于药物警戒、上市后监管和科研级流行病学研究。
github.com
按业务功能组织代码结构,通过领域驱动设计实现关注点分离,确保各模块在表现、逻辑与数据层之间的清晰边界,提升系统的可扩展性与长期可维护性。
github.com
构建完整的 React 功能模块,涵盖 UI 组件、业务逻辑、API 集成与状态管理三层架构,支持用户认证、购物车、商品列表等端到端场景,生成符合 TypeScript、React Query 和 Zustand 最佳实践的可维护代码。
github.com
通过自然对话协作完成新功能的全周期设计,涵盖需求澄清、技术选型、架构设计、接口定义、错误处理策略及测试方案,支持分阶段确认与迭代优化,最终输出结构化设计文档和可执行开发任务清单。
github.com
提供新功能、新业务域及 API 接口的标准化开发能力,严格遵循 Controller → Service → Model 分层架构,确保业务逻辑与接口层解耦,支持通过 IoC 容器自动注入依赖,并内置迁移、测试与代码规范验证流程。
github.com
为机器学习训练提供自动化特征工程支持,涵盖数据预处理、特征构造、编码转换与标准化等关键步骤,生成符合生产要求的代码和配置,并依据行业规范进行验证和优化。
github.com
自动执行机器学习中的特征工程任务,涵盖数据预处理、特征变换与选择、标准化流程构建等核心环节,生成符合生产标准的代码并验证输出质量,适用于需要高效实现特征构建与优化的建模场景。 Supports end-to-end workflow from raw data to model-ready features.
github.com
面向机器学习建模需求,自动完成特征的生成、筛选与变换,提升模型准确性、简化结构并增强可解释性,适用于数据预处理阶段的各类特征优化任务。
github.com
面向机器学习建模需求,自动完成特征的构造、筛选与变换,提升模型准确性、简化结构并增强可解释性,涵盖交互特征生成、重要性排序、数值缩放及类别编码等核心操作。
github.com
自动分析机器学习模型中各特征对预测结果的影响程度,提供从数据预处理到模型训练全过程的优化建议与代码实现,支持主流框架下的特征重要性可视化及结果验证,适用于需要提升模型可解释性的场景。
github.com
自动分析机器学习训练中的特征重要性,提供数据预处理、模型训练与超参数优化的全流程支持,生成符合行业标准的可复用代码与配置方案,适用于需要审计或改进特征选择策略的场景。
github.com
提供任务驱动的开发流程管理,严格遵循 next → implement → check → done 四步闭环,支持 TDD 红绿重构模式与自动优先级调度,通过 CLI 命令控制任务获取、实现验证和状态提交,确保每项功能变更都经过明确验收与版本固化。