编程助手插件

通过对话和探索，帮助用户发现需求。 通过苏格拉底式对话和系统探索进行交互式需求发现

高效执行测试，自动生成质量报告。 执行测试，进行覆盖率分析和自动化质量报告

系统化清理与优化代码，提升项目质量。 系统地清理代码，移除无效代码，并优化项目结构

全面设计系统架构与接口，提升开发效率。 设计系统架构、API 和组件接口，提供全面的规范

智能化管理和委派复杂任务的工具。 执行复杂任务，具有智能工作流管理和委派功能

提升Git操作效率，智能生成提交信息。 Git 操作，具有智能提交信息和工作流优化

集成于Serena MCP的会话生命周期管理工具。 与 Serena MCP 集成的会话生命周期管理，用于会话上下文持久化

高效构建、编译和打包项目，智能处理错误。 构建、编译和打包项目，具有智能错误处理和优化

智能生成和组织项目文档与知识库。 生成全面的项目文档和知识库，并进行智能组织

智能化的深网研究工具，助力高效探索。 深网研究，具有自适应规划和智能搜索功能

交互式MCP服务器设置工具，简化配置流程。 交互式 MCP 服务器设置向导

集成Serena MCP的会话生命周期管理工具，简化项目上下文加载。 与 Serena MCP 集成的会话生命周期管理，用于项目上下文加载

列出所有可用的 /sc 命令及其功能。 列出所有可用的 /sc 命令及其功能

基于复杂性评分的智能MCP工具选择助手。 基于复杂性评分和操作分析的智能MCP工具选择。

从需求文档自动生成实施工作流。 从PRD和功能需求生成结构化的实施工作流。

提供质量、安全、性能和架构的全面代码分析工具。 在质量、安全、性能和架构领域进行全面的代码分析。

基于Serena MCP的任务反思与验证工具。 利用Serena MCP分析能力进行任务反思和验证。

提供清晰的代码和概念解释，助力学习与理解。 提供清晰的代码、概念和系统行为的解释，具有教育性的清晰度。

系统性提升代码质量与性能的工具。 对代码质量、性能和可维护性进行系统性改进。

提供多专家商业分析的交互模式，促进深入讨论。 业务面板管理命令提供了一种多专家商业分析的交互模式，旨在促进知名商业思想领袖之间的深入讨论。通过整合不同专家的独特框架与方法，用户能够对商业文档进行全面分析。该命令支持复杂的分析与战略规划，适用于需要高水平洞察的商业环境。可用专家包括 Clayton Christensen、Michael Porter、Peter Drucker 等，他们在各自领域的专业知识为用户提供了丰富的视角。此插件不仅增强了分析的深度，还通过自适应交互模式提升了用户体验，适合希望在竞争激烈的市场中获得战略优势的企业。

高效诊断和解决代码及系统问题的工具。 诊断和解决代码、构建、部署和系统行为中的问题。

智能角色激活与MCP集成的代码实施工具。 功能和代码的实施，结合智能角色激活和MCP集成。

用于验证MCP服务器的安装与配置状态。 验证MCP服务器的安装和配置状态。

高效减少代码库索引令牌，提升性能。 仓库索引 - 94% 令牌减少（58K → 3K）。

通过专家协作提升规格质量，优化软件工程过程。 利用知名的规格和软件工程专家进行多专家规格审查和改进。

基于智能分析的开发任务估算工具。 提供任务、功能或项目的开发估算，基于智能分析。

高效的任务编排与智能分解工具。 元系统任务编排，具有智能分解和委派功能。

专为组件和API生成高质量文档的工具。 为组件、函数、API和功能生成专注的文档。

SC代理是一个高效的会话控制工具。 SC代理——协调调查、实施和审查的会话控制器。

高效管理和索引您的代码库。 仓库索引和代码库简介助手。

提供高质量的Python代码，确保安全与性能。 交付生产就绪、安全、高性能的Python代码，遵循SOLID原则和现代最佳实践。

设计可扩展的系统架构，提升可维护性。 设计可扩展的系统架构，重点关注可维护性和长期技术决策。

一个用于实施后验证和反思的智能工具。 实施后的验证和反思伙伴。

提升代码质量，降低技术债务。 通过系统重构和清晰代码原则改善代码质量，减少技术债务。

专注于自动化基础设施和部署流程的工具。 自动化基础设施和部署流程，重点关注可靠性和可观察性。

通过渐进学习和示例教授编程概念。 教授编程概念并解释代码，重点通过渐进学习和实际示例促进理解。

自适应的外部知识收集工具，助力研究。 外部知识收集的自适应研究专家。

识别安全漏洞，确保符合安全标准。 识别安全漏洞，并确保符合安全标准和最佳实践。

专注于用户体验的高性能界面设计工具。 创建可访问、高性能的用户界面，重点关注用户体验和现代框架。

全面测试策略确保软件质量，提升用户体验。 通过全面的测试策略和系统的边缘案例检测确保软件质量。

系统性调查复杂问题，识别潜在原因。 系统性地调查复杂问题，通过基于证据的分析和假设测试识别潜在原因。

通过提问引导编程学习的教育工具。 专注于编程知识的苏格拉底方法的教育指导，重点通过战略性提问促进发现学习。