Skill

提供 React 和 Next.js 应用的全链路性能优化能力，覆盖服务端数据获取、客户端渲染、组件重绘、包体积控制及 JavaScript 执行效率等关键环节，支持在编码、评审与重构阶段自动识别并应用高优先级优化模式。

自动化创建和管理 Asana 任务，支持在企业级工作流中按需生成标准化任务结构、配置字段与协作规则，适用于项目管理、合规审查及跨系统集成场景。

自动生成符合行业规范的 Plotly 可视化图表代码，支持从需求分析、结构设计到代码生成与校验的全流程，适用于数据可视化、报告图表及交互式仪表盘构建场景。

完成 Exa SDK 或 CLI 的安装与认证配置，支持通过环境变量或配置文件注入 API 密钥，适用于新项目中集成 Exa 服务并建立安全连接的初始化场景。

面向真实环境的调试闭环能力，通过编写外部接口调用脚本复现问题，强制添加日志、反复执行与分析输出，直至定位并修复缺陷，最后清理临时资源并验证整体功能正常。

自动构建符合云平台安全规范的防火墙规则，支持按需生成、验证和部署生产级配置，覆盖计算、存储、数据分析及AI服务等典型场景。

面向 Cairo语言编写的 StarkNet 智能合约，提供针对算术溢出、L1-L2 跨层消息验证缺失、地址转换错误、签名重放等六类平台特有漏洞的深度静态扫描与修复建议，覆盖从代码模式识别到安全加固的完整审计流程。

自动完成机器学习实验跟踪系统的初始化配置，涵盖服务部署、环境变量设置、后端存储配置及客户端集成，生成符合生产标准的可执行代码与验证方案。

自动识别网页代码中各类跨站脚本漏洞，覆盖反射型、存储型及 DOM 型 XSS 场景，结合 HTML、JavaScript、CSS 和 URL 上下文进行深度检测，并提供可验证的利用示例与修复建议。

自动构建符合最佳实践的 Zustand 状态管理存储器，支持从零创建、配置优化及代码生成，适用于 React 等现代前端框架中的状态管理需求。

专注于以用户为中心的界面与体验设计，涵盖需求分析、用户旅程规划、线框图绘制、无障碍适配及设计系统文档化，确保符合 WCAG 2.1 AA 标准，并支持移动端优先的响应式实现与开发者精准交接。

构建本地 LangChain 应用的高效开发环境，支持测试驱动开发、LLM 模拟、热重载与覆盖率分析，便于快速验证链式逻辑和集成行为，同时确保代码结构清晰、依赖可管理。

提供 Zig 程序跨平台系统调用能力，重点支持文件打开、读写、元信息获取、路径操作与权限控制，内置自动错误分类、EINTR 重试及 Windows 兼容层，推荐优先使用 bun.sys.File 封装接口而非 std.fs 或 std.posix。

规范股票指标测试的命名、断言和精度标准，确保批量、增量与实时处理模式的一致性验证，涵盖边界条件、异常输入及数据不足场景，所有实现需通过历史数据比对与基线精度要求。

完成 Replit 开发环境的初始化配置，包括 SDK 安装、API 密钥注入及连接验证，支持 Node.js 和 Python 项目快速接入 Replit 平台服务。

提供交互式 Python 编程环境，内置数据分析、对象调试和性能分析等常用功能，自动完成常见库导入与配置，支持快速执行代码片段并获取结构化结果。

提供面向功能验证的自动化测试能力，覆盖单元、集成、组件、端到端及契约测试等多种类型，支持依据用户故事和接口规范生成可执行用例，兼顾正常流程、边界条件与异常场景，并确保代码覆盖率与质量门禁达标。

实现三阶段协同设计评审流程，依次调用架构师、优化师和批判者三个子智能体，分别完成方案构建、迭代优化与深度质疑，最终引导用户进入综合复盘环节。

为跨平台 UI 框架 WaterUI 实现 Rust 与原生平台的双向互操作能力，支持在 Apple 和 Android 环境中以原生控件渲染 Rust 定义的组件，确保布局由 Rust 统一计算、渲染交由平台自主完成，并提供类型安全的元数据绑定、响应式值监听及 JNI/Swift FFI 接口同步机制。

根据上下文自动配置 API 限流策略，生成符合行业标准的代码与配置文件，提供可直接部署的解决方案，并结合最佳实践进行输出验证，适用于各类 API 接口开发与集成场景。

监控代码提交的累积规模与风险，在超出审阅承受阈值时自动建议或阻断流程，推动及时发起评审，确保变更可维护性与协作效率。

构建前端 TypeScript 组件的高质量自动化测试体系，覆盖单元、集成与端到端验证层级，依托 Vitest 执行、React Testing Library 驱动用户行为断言、MSW 实现类型安全的 API 模拟，严格遵循覆盖率阈值、测试独立性及代码可维护性规范。

提供覆盖单元测试、集成测试和端到端测试的完整验证能力，支持多语言环境下的自动化执行与覆盖率分析，强调边缘场景覆盖、错误处理验证及真实依赖的合理模拟，确保代码质量与业务逻辑可靠性。

实现 Fireflies.ai API 调用的弹性容错，通过自动重试、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，并动态感知剩余配额与重置时间以智能节流，保障高并发场景下的请求稳定性和数据一致性。

基于图神经网络的药物发现与分子科学计算平台，支持分子性质预测、蛋白质建模、知识图谱推理及分子生成等任务，适用于从药物筛选到合成路径规划的全流程研究，结合化学与生物数据实现端到端的深度学习建模。

基于观测数据系统化生成可检验的科学假设，整合文献证据提出竞争性机制解释，并设计实验验证方案。必须包含可视化图表以清晰展示假说框架与预测路径，适用于跨学科的严谨科研推理场景。

自动执行机器学习训练中的实验记录任务，支持初始化追踪会话、记录指标与参数、保存模型快照及生成可视化报告，适用于需要系统化管理训练过程与结果的场景。

执行指定开发任务并生成交接文档，通过测试驱动开发确保代码质量，记录实现细节与决策依据，为后续任务提供上下文延续，支持团队协作流程的有序推进。

自动生成符合行业规范的 Vitepress 配置文件，覆盖站点结构、主题定制、插件集成与部署设置，支持根据文档类型和项目需求生成可直接运行的配置代码，并提供最佳实践指导。

面向生命科学领域的预印本检索与分析，支持按关键词、作者、时间范围及学科分类精准查找 bioRxiv 论文，获取结构化元数据（含标题、摘要、DOI、引用信息），并可批量下载全文 PDF，适用于文献综述、研究趋势追踪与学术情报管理。