Skill

自动识别并规范测试用例命名，依据行业最佳实践生成符合标准的测试名称与结构，支持在编写或运行测试时实时校验和修正命名风格，确保可读性、一致性和可维护性。

通过形式化验证方法解决拓扑学中的开集问题，支持连续性判定、开集包含关系证明及拓扑性质分析，在度量空间与一般拓扑空间中分别采用 epsilon 邻域与原像法进行严格推理，适用于理论验证与数学证明场景。

提供系统性错误溯源能力，当异常在调用链深层出现时，能沿执行路径逆向追踪至原始触发点，识别无效数据来源或逻辑偏差起点，并支持动态注入调试信息辅助定位，适用于复杂集成场景下的根因分析与防御性加固。

构建高效可扩展的多包仓库，实现代码共享、依赖统一与原子化提交，通过智能缓存和任务编排优化构建性能，支持跨项目协同开发与自动化发布流程。

面向团队和组织的 Kling AI 协作环境配置能力，支持多用户共享访问、API 密钥分级管理、项目结构化组织及基于角色的权限控制，适用于企业级 AI 应用部署与资源治理场景。

根据问题类型智能选择语义搜索或精确文本检索工具，优先使用语义搜索处理探索性、架构性、因果类问题，仅在确认特定符号、错误名或环境变量存在时采用精确匹配，支持高效代码理解与调试决策。

通过生存分析、队列分析和机器 learning 技术，深入挖掘用户留存与流失规律，支持计算留存率、构建生存曲线、预测流失风险，并生成可落地的留存优化策略，适用于订阅制产品、会员体系及用户生命周期价值评估等场景。

实现基于 Zod 的显式表单验证与 Conform 的渐进增强表单处理，支持文件上传、异步校验、防垃圾邮件等场景，确保类型安全并提供即时反馈，适用于 Epic Stack 中复杂表单的构建与维护。

专注于 GitHub 拉取请求的深度审查，通过分步获取原始页面与代码差异内容，识别潜在缺陷、逻辑错误及不符合预期的实现细节，辅助开发者提升代码质量与协作效率。

根据代码变更自动生成并更新系统文档，确保各模块的架构设计、交互关系与实现逻辑得到准确记录，通过子代理完成文档同步后验证其完整性，适用于代码演进过程中的知识沉淀与团队协作维护。

通过精细化管理 API 调用频次与数据获取策略，实现对搜索及数据增强操作的成本控制，结合缓存优化、请求去重与批量处理机制，在保障服务效率的同时显著降低资源消耗与运营支出。

实现 Apollo.io 集成功能在多云环境的生产部署，涵盖配置管理、密钥安全存储与服务健康监测。支持主流平台发布流程，包含蓝绿部署策略及流量切换机制，并提供前置检查与自动回滚能力，确保上线稳定性。

提供高性能强化学习能力，支持千万级步数每秒的并行环境模拟与训练，原生兼容多智能体系统及Atari、Procgen等游戏环境，适用于需要极致训练速度与大规模扩展性的深度强化学习研发场景。

根据任务类型动态调整行为模式，支持从创意发想到部署上线的全流程协作。通过识别关键词自动切换至对应模式，实现精准的问题分析、高效执行、系统性调试与深度知识传递，在多智能体协同中优化决策质量与交付稳定性。

对 Rust 代码执行全流程质量验证，涵盖快速类型检查、生产构建、文档生成与格式化、静态分析、全目标测试及文档示例执行，并支持跨平台兼容性验证，确保代码在提交前符合编译正确性、风格规范、文档完整性和功能可靠性要求。

面向SaaS应用的四维效能提升能力，覆盖页面与接口响应速度、代码冗余清理、数据库结构及数据健康度、第三方依赖精简，通过审计定位问题、清理消除浪费、预防机制固化三个阶段实现系统性提效。

自动执行数据管道中的模式校验任务，支持对结构化数据格式进行合规性检查、错误定位与修复建议，生成符合行业标准的校验逻辑和配置方案，适用于 ETL、流处理及数据工程场景。

支持全切片图像的加载与预处理，实现细胞核分割、空间图构建及多通道成像数据分析，适用于病理图像的机器学习建模与大规模数据管理，涵盖多种染色技术和存储格式。

提供基于 React、TypeScript 和 Tailwind CSS 的前端工程化能力，支持创建带状态管理、路由及 shadcn/ui 组件的复杂 claude.ai HTML 交互式产物，并一键打包为单文件 HTML 进行分享。

实现真实用户行为与性能数据的端到端采集分析，覆盖页面加载、交互响应、视觉稳定性等核心体验指标，并支持自定义业务事件追踪，兼顾隐私合规与前端性能影响控制。

自动化完成 OXC 生态组件的版本升级与兼容性适配，包括同步拉取最新代码、更新 Node.js 和 Rust 依赖版本、执行代码生成、修复因 API 变更导致的编译错误，并全面验证构建、测试及运行时行为。

从主流广告平台抓取竞品广告内容，自动提取视觉素材并分析其核心信息、目标痛点与创意模式，识别高频成功的文案结构和受众策略，输出可落地的优化建议，辅助制定更具竞争力的广告方案。

提供一套基于芝加哥学派测试驱动开发的缺陷修复方法论，强调先复现问题、再编写失败测试、最后实施最小化修正，全程贯穿领域建模与不变量维护，确保修复既精准又不破坏现有行为。

帮助团队理解 Clerk 的计费机制并优化认证服务成本，涵盖 MAU 用量分析、会话生命周期调优、游客模式启用、认证时机延迟、API 调用合并与缓存、用量监控及预算预警等全流程成本管控措施。

为 Pull Request 或分支快速创建可共享的预览部署环境，支持在代码合并前验证变更效果、与协作者实时协作并获取临时访问链接，全程自动化完成构建、部署及状态反馈。

自动化多种数据库的备份流程，包含压缩、加密、定时执行与保留策略配置，生成可恢复的生产级脚本，适用于不同环境下的数据保护与灾难恢复需求。

提供创业全周期决策支持，覆盖从构思验证、联合创始人选择、产品开发、融资策略到团队建设与规模化增长等关键环节，整合YC精选的443份深度资源，包括保罗·格雷厄姆等专家的原创文章、成功创业者访谈及系统化课程内容。

提供跨社交平台的营销活动效果深度分析能力，涵盖互动表现、投资回报率测算及受众特征洞察，支持基于数据的策略优化与竞品对比，适用于数字营销团队生成可执行的运营建议和可视化报告。

模拟真实攻击者行为以检验安全防御体系，覆盖从信息收集、初始入侵到权限提升与横向移动的全流程，通过隐蔽操作规避检测并完整记录攻击路径，最终输出可复现的改进建议。

实现混合云环境下的安全高效网络互联，支持本地数据中心与主流云平台通过加密隧道或专用链路建立稳定连接，适用于跨云架构搭建、渐进式上云迁移及满足合规要求的多场景网络集成。