Skill

自动化管理 Prowler 各组件的变更日志，严格遵循 keepachangelog.com 规范，支持按语义化版本自动生成带 emoji 标识的条目、校验格式合规性、定位并修正错误归类的条目，并确保已发布版本内容不可篡改。

通过静态分析调用链实现高效错误溯源，能够从故障现象反向追踪至根本原因，同时评估缺陷影响范围，适用于复杂代码库中的问题诊断与根因分析。

通过逆向追踪调用链定位错误根源，从表层异常出发逐层回溯至初始触发点，识别无效输入或状态的源头，并在关键路径上叠加多层校验机制，确保问题在发生前被拦截，而非仅修复表层症状。

自动生成每日笔记并支持晨间规划、午间复盘与晚间总结，通过日期变量填充与模板渲染实现标准化记录，结合任务迁移、优先级识别及时间块管理，形成闭环的日常事务处理流程，适用于个人生产力优化与习惯追踪。

提供 SwiftUI 视图更新异常、预览崩溃及布局错乱的系统化诊断能力，通过结构化决策树快速定位结构体误修改、绑定身份丢失、视图意外重建或观察者缺失等根本原因，支持 iOS 17+ 的 @Observable 和 @Bindable 新模式，并整合 _printChanges 调试方法与身份识别分析。

专门诊断和修复 oh-my-claudecode 安装异常，涵盖插件版本校验、遗留钩子配置识别、旧版脚本清理、CLAUDE.md 初始化状态检查、插件缓存冗余分析，以及通过 curl 安装的过时组件迁移验证，确保系统环境与当前插件架构完全兼容。

自动为含 package.json 的开发项目分配连续端口段，避免多实例间冲突；支持扫描代码目录识别新项目、手动添加或查询端口、设置主代码路径，并严格限制服务重启时仅操作本项目端口范围。

实现网页自动化操作，支持精准导航、表单填写、元素交互、内容提取、截图保存及状态持久化，适用于 Web 应用测试、数据采集和复杂页面流程自动化。

实现代码任务的智能多代理协同调度，根据问题类型与风险等级动态选择最少必要代理组合，自动完成代码定位、外部依赖调研、高风险变更评估及具体实施，全程不生成代码仅协调上下文流转。

通过离屏渲染技术捕获 Qt 界面组件的精确截图，支持对 PySide6 应用的 GUI 外观、布局和交互效果进行可视化验证，无需显示真实窗口即可完成自动化视觉测试。

生成科研场景下的专业演示文稿，支持PDF或PPTX格式输出。基于视觉优先原则构建内容结构，融合高质量图表与极简文本，确保每页幻灯片具备清晰叙事逻辑和学术严谨性。通过自动化工具链实现设计风格统一、引用规范及多轮视觉校验，适用于学术会议、论文答辩与基金申报等高要求场景。

自动对 AI 助手代码插件进行安全审计，检测漏洞、检查合规性、评估代码质量与最佳实践，支持在用户提出安全扫描、插件审查或规范检查等需求时触发执行。

自动化配置 HTTP 客户端参数，涵盖连接超时、重试策略、认证机制及请求头设置等核心环节，支持主流编程语言和框架的适配生成，确保 API 集成过程中的通信可靠性与安全性。

提供 GitHub 智能工作流的端到端诊断能力，支持批量下载与结构化解析运行日志、深度审计单次执行过程、识别工具缺失与权限不足等典型故障，并结合工作流编译、MCP 配置检查及防火墙日志分析实现精准排障。

提供跨 AWS服务的复杂业务流程编排能力，支持条件分支、并行执行、循环处理、错误重试与捕获等核心控制逻辑，适用于构建高可靠性、可观察、可调试的长周期或高吞吐工作流。

支持在 Obsidian 中创建和编辑结构化数据库视图，通过 YAML 格式的 .base 文件定义表格、卡片、列表等多类型视图，集成动态过滤、公式计算、属性配置与自定义汇总功能，实现对笔记内容的智能组织与可视化分析。

构建面向订阅制业务的全自动计费体系，覆盖周期性收费、电子发票生成与投递、欠款催收流程、跨周期费用分摊、多国税额计算及按用量计费等核心场景，确保账单准确合规且客户触达及时。

以测试驱动开发为核心，支持从需求探索、方案设计到编码实现与提交的全流程协作，兼顾自动化执行与人工确认，确保代码符合既有规范、注重可读性与可扩展性，同时生成完整的技术文档和可验证的测试用例。

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。

自动化执行基础设施合规性检查与验证，覆盖配置审查、策略审计、基线比对及整改建议全流程，支持在开发、测试和生产环境中分阶段实施，并生成合规报告、监控配置和运维手册等交付物。

为任务编排流程提供质量保障，通过预执行上下文捕获与检查点设置、执行后流程合规性验证、信息密度与执行图谱等专项分析，识别路由违规、跨域混用等关键偏差，并基于配置化分析策略动态加载文档，实现按需质检与持续改进建议。

面向 Python 和 Rust 代码的系统性性能优化能力，覆盖估算与剖析、批量接口设计、算法改进、缓存友好的内存布局、减少内存分配、快速路径实现、结果缓存及编译器友好热循环等维度，适用于性能评审、重构和基于实测的深度调优。

掌握网络协议逆向分析全流程，涵盖流量捕获、协议识别、结构解析、加密检测及自定义协议文档化，支持对未知或私有协议的深度解构与复现，适用于安全研究、系统互操作调试及通信故障诊断。

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。

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。

自动化配置 Google Calendar API 集成，通过服务账户与域范围委派实现日历事件的程序化访问和管理，支持环境变量注入与权限验证，适用于需要统一身份代理的日程同步场景。

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。