Skill

提供代码库上下文感知的智能审查能力，支持将指定文件与任务描述打包后交由大模型进行调试分析、重构建议、架构评估或交叉验证，兼顾浏览器交互与 API 调用两种执行模式。

自动处理视频、音频、图像与文本的多模态内容生成，支持广告创意批量制作、跨平台营销素材生产及长视频智能剪辑，实现从原始媒体到个性化宣传内容的端到端自动化，适用于大规模数字营销与品牌推广场景。

提供多智能体工作流的容错能力，应对模型超时、API失败、部分成功、用户中断等异常情况，通过超时检测、分级重试、自动降级、状态保存与透明反馈等机制，确保任务在故障下仍能完成核心目标并保留有效产出。

负责协调多个子智能体的协作流程，根据任务规模动态选择执行路径，严格遵循需求分析先行、分阶段委托、人工确认关键节点的原则，确保从需求理解到方案设计、测试生成及质量修复的全流程可控与可追溯。

协调复杂任务的分解与多智能体协作，通过活动划分明确职责边界，优先采用并行执行策略提升效率，生成结构化指令模板确保目标清晰，并协调文件输出路径避免冲突，适用于需多角色协同、任务依赖管理及自动化流程编排的场景。

支持将结构化计划文件拆解为多个子任务，并并行调度独立子代理协同执行，适用于包含多个阶段和任务的复杂开发流程；自动解析计划中的冲刺或阶段划分，分发任务上下文与验收标准，实时汇总各子代理执行结果并更新整体进度。

将自然语言问题转化为结构化查询语句，根据用户描述自动识别数据实体、过滤条件与聚合逻辑，结合数据库表结构生成安全高效的查询命令，适用于各类基于关系型数据的交互式分析场景。

构建可复用的命令行工具，用于高效调用 Hugging Face API 获取模型、数据集等资源信息，支持身份认证、多步链式查询、流式处理与结构化输出，适配自动化任务和组合式数据流水线。

提供 Claude Code 插件中自主代理的完整开发指南，涵盖代理定义、触发条件设计、前端元数据配置、系统提示词编写规范及验证测试流程，支持构建可被准确调用、行为可控、职责明确的自动化子任务处理单元。

构建面向 Microsoft Teams 的智能应用，支持开发对话式 AI 机器人、消息扩展、嵌入式标签页及 Webhook 集成，可对接 OpenAI、Claude 等大模型，并通过 Adaptive Cards 呈现交互界面，结合 Microsoft Graph 实现日历、邮件、会议等办公场景深度联动。

将自然语言需求自动转化为符合 FastGPT 规范的可执行工作流 JSON，支持基于语义匹配内置模板、三重校验（格式/连接/逻辑）、增量式节点增删改及自动布局，适用于从简单问答到多智能体协同等各类工作流构建场景。

提供对 LangChain 和 LangGraph 代理执行过程的深度诊断能力，支持从 LangSmith Studio 拉取运行轨迹、识别错误模式、分析工具调用序列、检查记忆操作完整性，并评估性能瓶颈，适用于故障定位、行为验证与优化决策等调试场景。

支持跨云平台（AWS、GCP、Azure 等）自动调度机器学习训练与批处理任务，智能选择成本最优的云厂商和区域，利用竞价实例实现大幅降本并自动恢复中断任务，同时提供分布式多节点训练、模型服务化部署及统一存储挂载能力。

构建端到端数据质量保障体系，支持对数据完整性、唯一性、有效性、准确性、一致性与时效性等多维度的自动化校验，覆盖从源数据接入、ETL过程到下游消费的全链路，并通过标准化测试框架、可执行数据契约及质量门禁实现跨团队协作与CI CD集成。

通过 tmux 会话实现对终端交互式工具的自动化控制，支持编辑器、系统监控、编程语言 REPL、Git 交互操作等需要键盘输入的场景，可创建会话、发送指令并实时捕获输出。

面向业务决策的KPI仪表盘设计能力，涵盖指标体系构建、分层可视化布局与实时监控模式，支持按战略层、战术层和操作层定制指标，提供部门级视图与下钻分析，并遵循SMART原则确保指标可衡量、可追溯、可行动。

面向大语言模型的激活感知权重量化技术，通过识别并保护关键权重，在4比特压缩下实现三倍推理加速与极小精度损失，适用于GPU显存受限场景下的高效部署。

定义多智能体协作的工作流，通过事件驱动机制实现角色间自动协调，支持分析、评审、构建等场景的自动化处理与闭环执行。

支持 AI代理代码的自动化测试，涵盖异步接口验证、数据库操作断言、外部 API 调用模拟及工具函数隔离测试，通过伪造 LLM 响应实现快速可靠的端到端流程校验，适用于 FastAPI 与 SQLModel 构建的应用。

通过语义分块、混合检索与上下文重排序优化信息召回质量，结合稠密与稀疏检索技术提升相关性，确保文档与嵌入一致性，适用于大规模文本中精准定位关键信息的场景。

提供一个极简、可读性强的 GPT 实现，支持从零训练字符级模型（如莎士比亚文本）、复现 GPT-2 124M 架构、微调预训练权重以及接入自定义数据集，全部基于原生 PyTorch，无额外抽象层，专为理解与教学设计。

提供在 Cursor IDE 中灵活配置和切换不同 AI 模型的能力，支持按任务需求选择最优模型、设置默认模型、管理 API 密钥，并兼顾响应速度、生成质量与使用成本，适用于多场景下的智能编程辅助。

支持 Vast.ai SDK 的版本升级与平滑迁移，自动识别接口变更、弃用警告及配置差异，生成适配代码并验证功能完整性，确保升级过程可回滚、可审计，适用于持续集成环境下的 SDK 生命周期管理。

自动化构建 Anthropic 技能全流程，涵盖需求分析、结构生成、脚本开发、Git 仓库初始化、分支推送、PR 创建、本地打包及完整性校验，确保技能可立即部署与验证。

提供批量RNA测序数据的差异表达分析能力，支持从原始计数矩阵读取、基因ID映射、DESeq2统计建模、多重阈值筛选到富集结果可视化的一站式流程，涵盖火山图、箱线图、GSEA曲线及通路气泡图等多维度解读。

自动构建和配置 Prefect 流水线，提供从设计、编码到验证的全流程支持，涵盖 ETL、数据转换、工作流编排及流式数据处理等典型数据管道场景。

掌握面向生产环境的提示工程方法论，通过结构化推理、动态示例选择、可复用模板和系统级指令设计，提升大模型输出的准确性、稳定性与可控性，适用于复杂场景下的提示优化、调试及规模化部署。

实现多智能体系统的自动化编排，支持跨AI服务商的智能体协同、任务交接、动态路由与工作流调度，适用于构建需分工协作、流程管控和异构模型集成的复杂AI应用。

提供对大语言模型应用的全流程可观测性，涵盖调用链追踪、提示词管理、效果评估与数据集分析，支持与主流框架集成以实现性能监控、成本统计及A/B测试，适用于生产环境下的质量优化与问题排查。

自动处理数据分析中的聚合操作，支持从查询构建到结果验证的完整流程，适用于需要生成标准化代码、执行数据统计与可视化及商业智能任务的场景，确保输出符合行业规范。