Que fait summarize-pytorch-commits ?
Compétence Codex pour résumer des plages de commits PyTorch en rapports Markdown en chinois.
Compétence Codex pour résumer des plages de commits PyTorch en rapports Markdown en chinois.
Cette compétence est conçue pour les développeurs et ingénieurs qui travaillent avec le dépôt PyTorch et ont besoin de générer des résumés de commits structurés et localisés en chinois. Elle automatise la récupération d'une plage de commits PyTorch (par exemple, depuis un hash de début jusqu'à un hash de fin) et produit un rapport Markdown lisible, organisé par catégories comme les nouvelles fonctionnalités, les corrections de bugs, les améliorations de performance, ou les modifications de la documentation. L'outil est particulièrement utile pour les équipes sinophones qui souhaitent suivre l'évolution du framework sans devoir lire chaque message de commit en anglais, ou pour les contributeurs qui préparent des notes de version localisées. Basée sur l'API GitHub et des appels à un modèle de langage, elle extrait les métadonnées des commits (auteur, date, message) et les traduit/résume en chinois tout en conservant les références techniques essentielles. La sortie est un fichier Markdown prêt à être partagé ou intégré dans la documentation du projet. Fonctionne avec Codex et peut être adaptée à d'autres assistants de codage comme Claude Code ou Cursor via une configuration similaire.
npx skills add Zyq-gg/summarize-pytorch-commitsInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Compétence Codex pour résumer des plages de commits PyTorch en rapports Markdown en chinois.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.