Skill

提供对大语言模型应用的端到端可观测性，支持全链路追踪、自动化评估、数据集版本管理及实时监控，适用于调试复杂 AI 系统、对比实验分析和生产环境洞察，可自托管部署以保障数据自主性。

根据文本内容自动识别故事的类型、时代与主题，动态加载相应的创作知识库，并在写作全流程中智能应用专业指导，实现背景设定与叙事元素的深度适配。

实现基于持久化存储的智能体记忆管理，支持会话记忆、长期存储与模式学习，通过向量索引和分层结构高效组织上下文，结合推理引擎实现动态情境合成与优化，适用于构建具备持续学习能力的对话系统与自主代理。

识别并应对大模型在长上下文场景中出现的性能退化现象，包括中间信息丢失、错误累积、无关干扰、逻辑混淆及内容冲突等典型模式，通过上下文压缩、筛选、隔离与分段等架构策略实现稳定可靠的推理能力。

实现 Perplexity API 调用的弹性容错，通过动态重试、指数退避与抖动机制应对限流，结合幂等性键防止重复提交，并依据响应头实时监控配额余量与重置时间，保障高并发场景下的请求稳定性与数据一致性。

分析个人健康数据随时间的变化趋势，整合体重、症状、用药、化验结果等多维度信息，识别关键模式与变量间关联，检测显著变化并生成可视化报告，为健康管理提供动态洞察。

实现跨开发环境的长期记忆协同，支持在 Cursor 与 Claude Code 间实时共享和检索设计决策、技术方案、问题排查记录等知识资产，便于团队成员复用经验、追溯上下文并保持技术决策的一致性。

支持学术研究中的统计推断与关系建模，涵盖组间比较、相关性分析及回归预测。自动校验数据正态性、方差齐性等前提条件，提供参数与非参数方法的适配建议。集成效应量计算与置信区间估计，辅助判断结果的实际意义。支持贝叶斯框架下的证据强度评估，并生成符合 APA 规范的结果报告，适用于心理学、社会科学等领域的量化研究。

***name: llm-councildescription: >Orchestrate a configurable, multi-member CLI planning council (Codex, Claude Code, Gemini, OpenCode, or custom)to produce independent implementation plans, anonymize

提供机器学习模型的可解释性分析能力，支持各类模型的特征重要性量化、预测结果归因分解及多维度可视化，用于诊断模型行为、识别偏差、优化特征工程、比较不同模型的决策逻辑，并实现生产环境中的可解释AI部署。

保障长时间开发会话的上下文连续性，通过分层摘要、状态快照与智能归档机制，在任务中断后实现精准恢复；自动维护当前进展、关键决策、代码定位及待办指引，避免重复探索和认知过载。

协调多智能体并行与串行协作，依据任务涉及的技术栈、关注领域和复杂度自动匹配最适专家角色，动态调度数十名专业化代理同步分析，聚合交叉验证结果，生成深度可执行的综合洞察。

专注于构建角色驱动的多智能体协作系统，支持定义具有明确职责与专业背景的智能体，设计带依赖关系的任务链，并通过顺序、分层或并行流程协调团队协作；内置记忆配置与工具集成能力，适用于需要多角色分工、动态调度与复杂工作流编排的AI应用。

分析代码库结构与技术栈，识别适用的自动化扩展方案，涵盖钩子、子代理、技能、插件及外部工具集成，针对项目中的框架、依赖与工作流提供精准的定制化建议，并指导后续实施路径。

能够自动识别文本中蕴含的情绪倾向，将输入内容判定为正面、负面或中性，并给出相应的情感强度评估，适用于客户评价、社交媒体内容及调研反馈等场景的主观态度解析。

构建一个自动捕获用户反馈并持续优化自身行为的学习系统，能识别对话中的修正意图，将经验沉淀为结构化知识，支持全局与项目级双维度记忆管理，确保后续交互更精准、更符合用户预期。

提供五种经过验证的自动化流程架构模式，覆盖事件驱动的 Webhook 处理、外部 API 数据集成、数据库读写同步、AI 智能体协同任务以及定时周期性任务，支持从触发、数据转换、多路分支到容错处理的全流程设计能力。

支持通过文本描述生成二十余种专业图表，涵盖流程图、时序图、类图、状态图、实体关系图、甘特图等，适用于技术文档编写、系统架构设计、项目规划及用户旅程可视化等场景。

提供构建多智能体协作系统的完整能力，支持定义具有角色、目标和工具的自主代理，编排任务依赖关系与执行流程，实现顺序或分层式团队协作，并集成知识检索、结构化输出、记忆机制及人工干预等企业级特性。

自动将确定性任务委托给成本优化或长上下文模型执行，通过分析用户指令关键词智能匹配配置文件，增强提示词并调用 CCS CLI 完成代码重构、测试生成、文档修正等操作，同时支持会话延续与手动指定模型。

提供机器学习训练中梯度裁剪的自动化配置与实施支持，涵盖参数设置、代码生成、最佳实践建议及合规性验证，适用于 PyTorch、TensorFlow 等主流框架的模型训练优化场景。

优化内容以提升在生成式AI搜索中的引用概率，通过结构化数据、权威信源和清晰定义增强语义相关性与实体识别，确保信息具备高可提取性与可信度，适用于多平台AI引擎的内容策略构建。

构建具备持久会话、实时流式响应、外部工具调用、向量检索增强生成及多步骤工作流编排能力的 AI 代理系统，适用于需长期记忆、动态执行与知识融合的智能交互场景。

支持跨模态的多媒体内容处理与生成，涵盖长时音频转录与理解、图像识别与视觉问答、视频场景分析与时间定位、PDF文档结构化信息抽取，以及基于文本提示的高质量图像生成，适用于复杂多源媒体的智能解析与创作任务。

生成符合学术出版标准的高质量图表，支持多子图布局、显著性标注、误差线、色盲友好配色及特定期刊格式（如 Nature、Science、Cell），自动适配分辨率、字体、尺寸与导出格式。

自动构建应用性能监控看板，支持跨平台定义核心指标与可视化组件，涵盖黄金信号、请求性能、资源占用及错误追踪，适用于快速搭建或扩展监控体系。

提供一种将复杂任务分解为独立子任务并交由专用智能体协同处理的架构模式，通过隔离上下文、按需分配模型与工具、支持并行执行与结果聚合，显著提升长流程自动化中的可维护性、可扩展性与上下文效率。

支持图文多模态交互，能理解图像内容并进行多轮对话，适用于视觉问答、图像描述、场景分析及图文文档解读等任务，在保持开源特性的同时提供接近 GPT-4V 的视觉语言理解能力。

通过配置 OpenRouter 实现与 OpenAI API 的无缝兼容，支持现有代码库和工具链的平滑迁移，在不修改调用逻辑的前提下完成模型服务切换，适用于多平台 API 集成与异构系统对接场景。

专注于构建低延迟、高可用的实时语音交互系统，涵盖语音识别、自然语言理解、语音合成及端到端音频流处理，支持电话接入、WebRTC网页通话与原生语音对话等多种场景，强调用户体验与工程落地平衡。