cook-zh-cn

使用 MCP 的 Context7 搜索技术文档。

分析项目的依赖关系，评估架构的健康状况。

从用户体验角度分析应用程序性能，量化改进后的感知速度提升。基于 Core Web Vitals 计算 UX 评分，提出优先级明确的优化策略。

参考项目内的代码库、文档 (docs/、README.md 等)，确认所给信息的正确性。

监控 GitHub Actions CI 状态，并跟踪到完成。

AI Agent 提示词质量评估与改进的全面最佳实践集。基于实际提示词改进过程中积累的经验，系统化地涵盖了消除歧义、信息整合、强制力强化、追踪系统、持续改进等所有重要方面。

从暂存的更改 (git diff --staged) 生成合适的提交消息。仅生成消息并复制到剪贴板，不执行 git 命令。

提出可应用于代码库的设计模式，评估 SOLID 原则的遵守情况。

详细解释代码的运行机制。

从错误信息中识别根本原因，预测解决时间，提出经过验证的解决方案。学习类似错误的模式，立即提供合适的处理方法。

使用多个角色并行分析同一对象，生成综合报告的命令。

启动实施前的计划制定模式，制定详细的实施策略。通过在代码实施前制定结构化计划，支持高效开发。

自动更新 Pull Request 描述和标签的命令。通过分析 Git 更改内容，生成并设置适当的描述文本和标签。

> 不再推荐：请优先使用 `/pr-create-smart` 生成高质量的 PR 描述草稿，然后使用 gh/GUI 创建 PR。本命令属于“端到端自动创建 PR(保留模板、自动打标签、创建 Draft)”的旧方案，仅为兼容保留。

高效处理 Pull Request 的审查评论，采用错误分析三阶段方法寻求根本解决方案。

显示当前仓库的开放 Issue 列表，并按优先级排序。

显示当前仓库的开放 PR 列表，并按优先级排序。

通过 Pull Request 的系统化审查确保代码质量和架构健全性。

实施安全且渐进式的代码重构，定量评估 SOLID 原则的遵守情况。将技术债务可视化，明确改进的优先级。

不同专业角色进行辩论，考虑权衡取舍并导出最优解的命令。

迷茫时的角色选择指南和帮助系统。

切换到特定角色 (role)，执行专业分析或工作。

在 macOS 上截取屏幕并分析图像。

使用 Gemini CLI 执行网络搜索以获取最新信息。

将大型变更拆分为有意义的最小单位，并按顺序使用语义化提交消息进行提交。不依赖外部工具，仅使用 git 标准命令。

通过动态且迭代的思考过程，逐步解决复杂问题。这是一种在思考过程中可以调整方向和重新审视的灵活方法。

显示当前会话中正在执行或已执行的计划。

分析当前情况，自动建议最佳角色和方法的命令。

**「在编写代码之前赋予结构」** - 完全遵循 Kiro 的规格驱动开发

检测 AI 生成文本的机械化模式，并提供更自然的中文改进建议。

启动专用代理，自主执行复杂的搜索、调查和分析任务。通过组合多个工具进行大规模信息处理，重视上下文效率。

分析项目的技术债务，创建按优先级排序的改进计划。

AI 响应压缩模式，可减少上下文使用量 30-50%。

对复杂课题或重要决策执行分阶段的结构化思考过程。

系统地管理 Dart 文件的 DartDoc 注释，维护高质量的中文文档。

系统地管理多语言的 docstring/注释，维护高质量的文档。

安全地更新 Flutter 项目的依赖关系。

安全地更新 Node.js 项目的依赖关系。

安全地更新 Rust 项目的依赖关系。