mcp-scripting
当需要通过 Python MCP 包装器与 GitHub 交互时使用
共 383283 条已上架资产
当需要通过 Python MCP 包装器与 GitHub 交互时使用
在版本迭代开始时使用,用于创建发布分支——处理不同仓库间分支命名规范不一致的问题,支持多仓库同步创建,并确保本地跟踪分支正确指向 origin/release/X
使用 grep
结合活动指标与代码开发洞察分析 GitHub 仓库
分析 GitHub 仓库活动,包括问题(issues)、拉取请求(PRs)、贡献者以及用户参与度
查找 GitHub 用户并列出其按星标数量排序的热门仓库
当公共 GitHub 上的开源项目存在带有 AI 代码审查反馈的现有 PR,且用户希望在选择性修复、刷新 PR 或明确授权合并之前对每条建议进行评估时使用
应用、审查、改进或维护仓库的 Copilot 定制,采用“所有权驱动的 AI 定制架构”以及最新的官方 GitHub Copilot 文档
构建一个预填充的 GitHub 新问题链接,用户点击后可在其自己的 GitHub 账户下提交反馈
从 Git 分支的实现中逆向生成一份详细的产品和技术规范文档
基于交付物证据的项目执行规划技能
提供Git提交、分支、合并、冲突解决与历史恢复等核心命令,适合开发者日常版本管理
运用数字化转型的三层框架——数字化(Digitization)、数字化升级(Digitalization)和数字化转型(Digital Transformation)——来诊断和规划由数字技术推动的组织变革
创建一个隔离的 Git 工作树/分支或 Jujutsu 工作区,然后在编写代码前验证一个干净的测试基线
使用捆绑的、与代码托管平台无关的模板设置 CI 流水线,并支持本地验证
在开发工作开始前预安装依赖项并配置工具
GESP 真题讲义(题型拆解/通关秘籍)标准化编写规范:工程结构、C++/Python 码风、LaTeX 排版、洛谷题号核对与样例框高度对齐
通过 Python 脚本和日志文件自动化 ANSYS Fluent CFD 仿真
使用 loguru、structlog 和 orjson 实现 Python 日志记录
OriginLab 自动化技能:整合 originpro Python API 与 LabTalk 脚本语言