'features' 검색 결과

Configure Kode features by describing the changes you want. The skill inspects settings, adjusts status displays, response styles, and plugins, and verifies changes through settings checks and small practical operations.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Setting up or fixing the Kode status display
• Enabling TypeScript language support through plugins
• Changing the response style for a project

Assess WebSocket security in chat, notifications, and other live features. The skill covers connection checks, message permissions, tampering, and access to private channels, with validation steps to distinguish actual data exposure or state changes from misleading responses.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Review WebSocket security in chat and notification features
• Check for cross-site access to another test account's data
• Test permissions for individual messages and private channels

When the user wants to understand or optimize for SERP feature types (PAA, sitelinks, rich results, AI Overviews). Also use when the user mentions "SERP," "SERP features," "search result features," "People Also Ask," "PAA," "sitelinks," "knowledge panel," "local pack," "rich results," "zero-click," "SERP types," "AI Overviews," "Bing Copilot," or "Yandex AI." For JSON-LD and rich result implementation, use schema-markup. For organic strategy and roadmap, use seo-strategy.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Deprecated; use rank-monitor --features for SERP features. "track SERP features"

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

The QFeatures infrastructure enables the management and processing of quantitative features for high-throughput mass spectrometry assays. It provides a familiar Bioconductor user experience to manages quantitative data across different assa

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

MEM, Marker Enrichment Modeling, automatically generates and displays quantitative labels for cell populations that have been identified from single-cell data. The input for MEM is a dataset that has pre-clustered or pre-gated populations with cells in rows and features in columns. Labels convey a list of measured features and the features' levels of relative enrichment on each population. MEM can be applied to a wide variety of data types and can compare between MEM labels from flow cytometry,

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Generate hierarchical _FEATURES.md files that describe what a codebase DOES from a user/consumer perspective, anchored to source symbols via tree-sitting. Supports large complex codebases through feature-driven decomposition into sub-feature files. Uses a multi-pass synthesis: orientation → detail → overview rewrite. Use when someone says "what does this do", "document features", "feature inventory", "_FEATURES.md", or needs to understand a codebase's purpose before modifying it. Complements tree-sitting (structural) with semantic (why/what-for) layer.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Translate hand-written Playwright specs (or any existing UI tests) into Gherkin features on @datagrok-libraries/bdd, then prove the features test what they claim by backward-matching them against the originals with independent reviewers, and fix the gaps in the core, the library and the features

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Answer questions about Voxt — its features, what shipped and when, and how to use it — grounded in three sources: the public "Voxt Announcements" chat, the Landing pages, and the user guide. Use when asked things like "what features shipped this year", "list new features", "how do I use <feature>", "what is Voxt", or any product/usage question about Voxt. Answers are cited to the source.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Git-native issue tracking (beads), coding guidelines, knowledge injection, and spec-driven planning for AI agents. Drop-in replacement for bd/Beads with simpler architecture. Use for: tracking issues/beads with dependencies, creating bugs/features/tasks, planning specs, implementing features from specs, code reviews, committing code, creating PRs, loading coding guidelines (TypeScript, Python, TDD, golden testing, Convex, monorepo patterns), code cleanup, research briefs, architecture docs, agent handoffs, and checking out third-party library source code. Invoke when user mentions: tbd, beads, bd, shortcuts, issues, bugs, tasks, features, epics, todo, tracking, specs, planning, implementation, validation, guidelines, templates, commit, PR, pull request, code review, testing, TDD, test-driven, golden testing, snapshot testing, TypeScript, Python, Convex, monorepo, cleanup, dead code, refactor, handoff, research, architecture, labels, search, checkout library, source code review, or any workflow shortcut.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Git-native issue tracking (beads), coding guidelines, knowledge injection, and spec-driven planning for AI agents. Drop-in replacement for bd/Beads with simpler architecture. Use for: tracking issues/beads with dependencies, creating bugs/features/tasks, planning specs, implementing features from specs, code reviews, committing code, creating PRs, loading coding guidelines (TypeScript, Python, TDD, golden testing, Convex, monorepo patterns), code cleanup, research briefs, architecture docs, agent handoffs, and checking out third-party library source code. Invoke when user mentions: tbd, beads, bd, shortcuts, issues, bugs, tasks, features, epics, todo, tracking, specs, planning, implementation, validation, guidelines, templates, commit, PR, pull request, code review, testing, TDD, test-driven, golden testing, snapshot testing, TypeScript, Python, Convex, monorepo, cleanup, dead code, refactor, handoff, research, architecture, labels, search, checkout library, source code review, or any workflow shortcut.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

기능 추가나 버그 수정을 실패하는 테스트와 최소 구현 순서로 진행합니다. 호출자가 쓰는 공개 인터페이스로 동작을 검증하고 내부 구조에 의존하지 않는 테스트를 만듭니다.

• 테스트를 먼저 작성해 기능 추가
• 버그 재현 테스트부터 수정 시작
• 통합 테스트 대상 인터페이스 선정

테스트를 먼저 작성하는 절차로 Spring Boot 기능을 추가하고 오류를 수정합니다. 단위 테스트, 웹 계층과 데이터 저장 검증, 통합 테스트 및 커버리지 확인을 다룹니다.

• 테스트부터 Spring Boot API를 추가할 때
• 오류 재발 방지 테스트를 작성할 때
• 데이터 저장과 조회를 검증할 때

React Native와 Expo 앱의 화면 이동, 상태 관리, 데이터 가져오기를 설계합니다. 긴 목록 표시, 폼, 기기 기능 사용과 인증 토큰 저장 방식도 다룹니다.

• Expo 화면과 화면 이동을 만들 때
• 가져온 데이터와 화면 상태를 정리할 때
• 긴 목록 표시를 개선할 때

PHPUnit 또는 Pest로 Laravel 기능을 테스트부터 구현합니다. 모델, API, 인증과 권한을 검증하고 외부 서비스를 모의 처리하며 테스트가 실행한 코드 범위를 확인합니다.

• Laravel 기능을 테스트부터 구현합니다
• API 인증과 권한을 검증합니다
• 결제, 메일과 큐를 모의 처리합니다

Apple의 FoundationModels로 iOS 26 이상 앱에 기기 내 언어 모델을 통합합니다. 글 생성·요약, 데이터 추출, 앱 기능 호출과 생성 중 화면 갱신을 다룹니다.

• 오프라인으로 글을 생성하고 요약합니다
• 입력 문장에서 필요한 항목을 추출합니다
• AI가 앱의 자체 기능을 호출하게 합니다

조사한 매매·임대 매물을 사진, 가격, 편의 시설, 확인 사항, 출처가 담긴 카드로 정리하여 Hermes 데스크톱 대화에서 후보를 비교할 수 있게 합니다.

• 임대 매물 후보 비교
• 매물 사진·가격·편의 시설 정리
• 방문 전 확인 사항 검토

실패하는 테스트를 먼저 작성하고 최소한의 코드로 통과시킨 뒤 정리하는 개발 절차를 적용합니다. 기능 추가와 버그 수정을 한 가지 동작씩 검증하며 진행합니다.

• 테스트를 먼저 작성하는 기능 추가
• 버그를 재현한 뒤 수정
• 테스트 통과를 유지하며 코드 정리

음성 파일의 주파수, 음량, 템포 등을 이미지로 만듭니다. 여러 그래프를 한 이미지에 배치하거나 지정 구간만 시각화해 음성을 비교하고 합성 상태를 확인합니다.

• 여러 음성 출력의 특성 비교
• 합성 음성의 문제 확인
• 녹음의 지정 구간 시각화

설계 결정의 이유와 비교한 대안을 기록하고 README, API 문서, 변경 이력을 정리합니다. 새 담당자와 AI 에이전트가 구현 배경을 이해하도록 돕습니다.

• 설계 결정과 채택하지 않은 대안 기록
• 공개 API 변경 문서화
• README의 시작 절차 정리

웹 앱의 입력 처리, 인증, 외부 연동을 점검하고 취약점 대응을 정리합니다. 의존 패키지, 개인정보, LLM 출력 처리 방식까지 확인합니다.

• 로그인과 접근 권한 점검
• 파일 업로드와 외부 API 연동 확인
• 출시 전 의존 패키지 감사

기존 API와 기능의 폐기 판단부터 대체 구현으로의 단계적 이전, 사용 확인, 삭제까지 정리합니다. 운영 데이터베이스의 열 변경도 신구 코드가 공존하는 절차로 진행합니다.

• 기존 API에서 대체 API로 이전합니다
• 불필요한 기능의 종료를 계획합니다
• 운영 데이터베이스 열 이름을 단계적으로 바꿉니다

여러 파일에 걸친 기능 추가와 수정을 검증 가능한 작은 단위로 나눕니다. 구현, 테스트, 검증, 커밋을 반복하며 각 단계에서 작동하는 상태를 유지합니다.

• 여러 파일에 걸친 기능을 추가합니다
• 계획의 다음 작업을 구현합니다
• 기능 플래그로 미완성 기능을 숨겨 통합합니다

Design and improve SaaS upgrade screens, paywalls that restrict access to paid features, and upsell dialogs. Use it to shape screens that encourage paid subscriptions and support experiments with pricing pages.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Designing screens that encourage upgrades to paid plans
• Improving paywalls for paid features
• Designing dialogs that offer additional purchases