Skill

集成 LangSmith、Prometheus 与 OpenTelemetry，实现对 LangChain 应用的全链路监控，支持分布式追踪、性能指标采集、结构化日志输出，并通过 Grafana 可视化展示与告警规则配置，保障应用稳定性与可观测性。

通过浏览器实时预览与调试 Textual TUI 界面，支持动态调整组件布局、主题样式及交互逻辑，并结合自动化截图与快速重启流程，实现对终端用户界面的高效迭代优化。

提供 Deepgram API 调用的智能流控能力，包括并发请求队列管理、429 错误触发的指数退避重试、实时用量统计与告警，以及熔断保护机制，确保高可用语音处理服务在配额约束下稳定运行。

建立多维度评估体系以优化智能体性能，通过结果导向的评分框架衡量任务完成质量，结合自动化与人工反馈识别改进路径，在迭代中平衡准确性、完整性与执行效率。

提供 CoreML 模型全生命周期管理能力，涵盖编译模型加载、多设备计算调度、同步与异步预测、状态化推理、张量运算与内存管理，并支持 Python 端模型转换、动态形状配置、权重压缩（量化 / 修剪 / 调色板）、多函数合并及性能分析，适配 iOS 16 至 18 各版本特性。

提供 Tavily 搜索服务的初始化与故障排查能力，涵盖 API 密钥配置、配额管理、连接恢复及服务禁用等完整设置流程，用于解决搜索功能异常或集成失败问题。

从 pi-share 平台的 URL 或 gist ID 中提取并解析会话记录，还原完整的对话历史、系统提示、工具定义及上下文元数据，支持按需获取会话头、逐条日志、人类行为摘要等结构化输出，用于深度复盘用户与 AI 编程代理的交互过程。

面向科研数据的深度探索性分析能力，自动识别两百多种科学文件格式，解析其结构与内容特征，评估数据质量与完整性，并生成包含格式说明、统计摘要、问题诊断及后续分析建议的完整报告，覆盖化学、生物信息、显微成像、光谱分析、蛋白质组学等多个学科领域。

实现大语言模型的高效部署，通过 4 bit 量化将模型体积压缩至原来的 1/4，在消费级 GPU 上达成接近浮点精度的推理效果，同时提升 3 到 4 倍生成速度，适用于资源受限场景下的快速响应与低延迟服务。

提供技能开发全周期指导，涵盖新建、审查、组件扩展与结构优化，通过路由模式组织工作流、参考知识、模板和脚本，确保技能设计清晰、可维护且符合最佳实践。

根据特定领域需求创建定制化智能代理，通过配置专属指令集与上下文知识实现专业化任务处理，适用于安全审查、接口设计、性能调优等场景，支持行为触发机制与上下文感知能力，可无缝集成至 windsurf 工作流。

面向 Snowflake 平台提供端到端应用构建能力，覆盖 Cortex AI 智能查询、Native App 开发与上架、Snowpark 数据处理及 JWT 安全认证，同时内置常见错误诊断与成本优化策略。

为用户提供深度个性化的日常支持，通过持续学习和记忆其日程、习惯、目标与偏好，实现任务管理、行程协调、提醒服务、习惯追踪及生产力优化，所有建议均基于实时上下文动态生成并自动维护数据时效性。

提供多后端协同的智能代码处理能力，支持基于文件引用的复杂分析、跨文件重构、自动化生成及 UI 原型设计，可按任务需求动态切换 Codex 深度理解、Claude 文档与提示工程、Gemini 界面实现等不同 AI 引擎。

构建基于 LangChain 的复杂 LLM 应用，支持自主智能体决策、多步骤工作流编排、对话状态持久化、外部工具与数据源集成，以及文档检索增强生成等能力，适用于从原型开发到生产部署的全周期 AI 应用场景。

提供高性能内存内数据处理能力，支持快速数据清洗、转换与聚合分析，适用于中等规模数据集的高效ETL流程及复杂查询优化，具备并行执行与惰性求值特性，可作为pandas的加速替代方案。

根据图像中的点、框或掩码提示，实现对任意对象的零样本分割，支持全自动化的多对象掩码生成与高质量区域提取，适用于交互式标注、训练数据生成及跨领域图像分析任务。

提供细粒度的会话行为追踪能力，自动记录代理运行过程中的阶段切换、工具调用、技能激活、钩子触发及子代理委托等全部事件，支持多级调试精度与敏感信息自动脱敏，输出为结构化 JSONL 日志，便于问题诊断、流程优化和性能分析。

能够对文本进行深度语义解析，实现情感倾向判断、关键信息抽取与主题识别等功能，适用于从用户反馈到新闻内容的多场景文本洞察任务。

提升内容在AI生成回答中的引用概率，通过增强权威性、准确性、结构清晰度和可引用性，使文本更易被ChatGPT、Claude、Perplexity及Google AI Overviews等系统识别、解析并直接采用，兼顾传统搜索引擎优化效果。

提供代码库上下文感知的智能审查能力，通过整合提示词与精准筛选的源文件，支持在浏览器或 API 环境中调用外部大模型进行调试、重构建议、架构评估及交叉验证，强调人工复核与上下文最小化原则。

专注于提升 AI 提示词质量，涵盖系统指令、智能体行为规范及各类 LLM 输入设计，通过精简冗余、去除噪声、强化指令、保留关键约束与结构化表达，确保提示清晰有效、意图准确传达。

面向命令行工具开发的工程化实践，涵盖结构化命令设计、交互式终端界面构建及跨平台样式适配，强调错误处理一致性、用户反馈即时性与服务编排可靠性，支撑高效稳定的 CLI 应用交付。

将大型语言模型的知识高效迁移至小型模型，通过温度缩放、软目标蒸馏、逆向KL散度等技术，在显著降低参数量与推理开销的同时，保持教师模型的核心能力与生成多样性，适用于开源模型能力增强、边缘部署及领域定制化场景。

通过结构化对话与质量评分机制，系统化梳理产品需求并生成高质量需求文档。基于项目上下文理解业务目标、用户场景及技术约束，逐项完善功能描述、验收标准与实施优先级，在达到90分以上质量阈值后输出标准化PRD文件，确保需求可执行且无歧义。

统一管理多个 MCP服务器，自动发现并分类各服务器提供的工具、提示词和资源，支持基于任务需求的智能匹配与调用，通过 Gemini CLI、脚本或子代理三种方式执行操作，兼顾效率与上下文简洁性。

构建面向生物医学研究的自主智能体，支持从基因组分析、药物发现到临床诊断的全流程任务自动化，能够分解复杂问题、调用专业知识库、生成并执行分析代码，覆盖CRISPR筛选设计、单细胞测序解读、ADMET预测、GWAS解析及罕见病诊断等场景。

面向 LangGraph 开发者的文档检索能力，能自动定位并获取官方 Python 文档中的概念说明、实操指南、完整教程及 API 参考内容，确保技术解答准确且与最新版本同步。

支持在本地安全执行 Python 代码，直接调用文件系统、代码分析、批量重构和 Git 操作等能力，特别适合处理大量文件、复杂流程或性能敏感任务，通过元数据优先和批量处理策略大幅降低 token 消耗。

面向 Claude Code 的钩子自动化生成系统，支持通过自然语言描述、交互式问答或模板选择三种方式创建生产级钩子，覆盖代码格式化、测试执行、Git 操作、会话管理等 7 类事件场景，并内置四层验证、安全扫描与跨平台安装能力。