Skill

面向代码库理解与验证的文档解析能力，支持从 README、API 文档、技术规范、配置文件及架构决策记录中高效提取关键信息，识别内容过时、矛盾或缺失问题，并通过与实际代码交叉比对确保准确性，适用于新项目上手、接口集成、部署调试及系统演进分析等场景。

系统化诊断并修复 Home Assistant 集成中的错误与异常行为，通过日志分析、代码追溯和异步逻辑检查定位问题根源，结合调试工具验证修复效果，确保稳定性与兼容性。

设计直观且安全的 TypeScript 库 API，强调组合性与渐进式复杂度管理，通过类型推导降低使用成本，确保开发者能快速上手并灵活扩展，同时避免常见设计陷阱以提升整体开发体验。

自动生成高质量科研演示文稿，支持从结构规划、视觉设计到PDF合成的全流程，强调以图表为核心、文字为辅的表达方式，内置格式一致性控制、研究文献引用整合及多图协同排版能力，适用于学术会议、答辩、研讨会等专业场景。

通过集成多种AI搜索模型实现对实时网络信息的精准检索，能够获取最新科研进展、技术动态及领域内高质量文献，并提供带来源引用的回答，适用于需要时效性数据支持的研究分析与决策场景。

提供技能开发的系统化方法论，涵盖从需求分析、资源规划、模板初始化到内容编写、验证打包和持续迭代的全流程，强调上下文效率、渐进式信息加载与模块化设计原则，确保技能既精准满足特定任务需求，又保持轻量可维护。

支持通过自然语言完成 Jira 工单全生命周期操作，包括创建不同类型的工单、添加标签与优先级、更新状态、追加评论以及基于 JQL 的灵活检索，覆盖缺陷上报、任务分配、看板管理等协作场景。

构建符合认知规律的教学进阶路径，依据学习者水平分层控制每步概念数量，通过前置诊断、依赖排序、渐进真实性设计和微验证点，确保知识从基础到复杂平稳过渡，避免认知超载与理解断层。

生成面向理解的多样化评估题目，覆盖选择题、代码补全、调试及项目设计等多种形式，确保六成以上为应用级及以上认知层次的问题，提供配套评分细则与错误分析，支持教学目标对齐与质量验证。

指导如何创建高效技能，通过模块化结构扩展系统能力，整合专用工作流、工具与领域知识，以最小化上下文占用实现自动化任务处理，适用于需长期维护与复用的复杂场景。

提供标准化文档框架与编写规范，覆盖项目自述、接口说明、代码注释、版本日志、架构决策及面向 AI 的可读文档，强调结构清晰、示例先行和渐进式细节呈现，便于人类理解与机器解析。

生成准确且完整的说明文档，涵盖 API 接口、用户指南与代码注释，确保内容清晰、示例可运行，并通过校验工具验证链接、拼写与格式，适用于技术文档的编写与维护场景。

根据文件内容、类型和使用场景智能分析并重构本地目录结构，自动识别重复文件与过期数据，提出优化方案并在确认后执行归档、移动及重命名操作，帮助用户建立可持续维护的清晰文件体系。

面向 Video.js 10 的文档工程能力，覆盖从手写 API 参考、组件说明、多框架集成指南到可复制的实战手册，强调简洁可扫、代码优先、渐进披露与 AI 友好结构，所有内容均适配静态生成、跨平台复用及代理直接调用。

提供一套安全获取和集成外部技能的标准化流程，涵盖从可信与不可信源识别、用户授权确认、脚本安全审查，到本地化安装与动态注册的完整闭环，适用于需要快速引入专业能力（如网页测试、PDF生成）但又必须保障执行环境可信的场景。

提供技术文档与 README 编写的专业指导，涵盖结构设计、语气选择、标点规范及自然 prose 写作方法，帮助消除 AI 生成痕迹，强调真实场景、具体数字和第一人称叙事，适用于开源项目、技术文章及开发者文档的高质量输出。

构建用户专属的持久化知识网络，将对话内容自动归类到偏好、项目、研究等思维域中，通过智能关联过往经验、主动检索相关记忆、精准扩展知识树，使每次交互都建立在用户已有认知基础上，持续增强其长期推理与决策能力。

自动生成符合行业规范的迁移指南，涵盖步骤说明、配置生成、代码产出及标准校验，支持技术文档编写全流程，适用于API文档、用户手册、架构说明等场景。

提供对 CodeRabbit 常见错误的自动诊断与修复能力，覆盖认证失败、请求超时、速率限制等高频问题，通过日志分析、环境检查和配置验证定位根因，并给出可执行的调整方案。

专注于将需求转化为安全、可执行的技术落地路径，通过分阶段原子化设计确保每步变更精准可控，覆盖现状分析、架构验证、代码级修改说明及自动化与手动双重验收标准，支持从数据库演进到前端集成的全流程闭环实施。

自动记录对代码库的错误预判，当实际结构与预期不符时，如架构、框架或文件用途的认知偏差，将差异静默存入日志，用于暴露文档盲区并优化后续开发协作的上下文准确性。

根据用户需求自动生成关键绩效指标的定义与配置方案，提供涵盖数据查询、可视化及统计分析的技术实现路径，输出符合行业规范的可执行代码与最佳实践建议。

辅助编写符合 Google Python 风格指南的 Python 文档字符串，支持 Args、Returns、Raises、Examples 等结构化章节，自动适配类型注解，提供模块级变量和 Todo 项的标准化描述能力。

专注于跨源技术调研，整合专业文档、前沿实践与网页内容，生成结构化研究报告，支持后续规划与开发决策，覆盖2024至2025年技术演进趋势。

基于语义理解实现跨代码与文档的深度检索，支持通过概念匹配发现功能相似的代码段或技术文档，适用于在缺乏明确关键词时进行知识发现和上下文关联分析。

提供结构化技术文档编写能力，依据 Diátaxis 框架划分教程、指南、参考与解释四类内容，支持 GitHub Flavored Markdown 语法、Starlight 渲染及标准化组件嵌入，强调中立语调、精准表达与防冗余设计。

面向 Web 前端项目全周期开发，涵盖页面与界面构建、静态网站部署至云开发环境、集成云开发 Web SDK 实现数据库访问、云函数调用及标准化身份认证，并支持 Vite 等现代构建工具与哈希路由配置。

对文档中的技术参数、版本信息、统计数据等可验证事实进行核查，通过检索官方发布渠道与权威资料比对差异，生成带来源引用的修正建议，并在用户确认后执行精准更新，确保内容时效性与准确性。

通过解构问题至基本事实，挑战默认假设并重建解决方案，实现从底层逻辑出发的深度分析与创新决策，适用于技术架构、安全评估及成本优化等场景。

构建结构化认知流程，通过预评估、检查点与后验分析实现对知识状态的动态追踪。结合探索与执行双相思维模式，量化认知向量以校准不确定性，在任务中自动触发调查代理、记录关键发现并生成可传递的认知交接包，确保决策基于真实理解而非推测。