Skill

将质量内建于软件开发全流程，通过主动预防缺陷、团队自主保障、跨角色协同共建、聚焦高风险场景四大原则，覆盖技术验证与业务价值双重维度，实现从传统测试阶段向全链路质量文化的系统性演进。

从直流最优潮流解中提取节点边际电价，利用功率平衡约束的对偶值计算各节点每兆瓦时的供电边际成本，并支持备用容量边际价格求解、阻塞线路识别及输电约束松弛的反事实影响分析。

根据项目需求自动执行代码分割相关的优化操作，支持主流前端框架与现代 Web 开发模式，生成符合工程标准的拆分策略与配置方案，并提供实践建议和验证反馈，提升应用加载性能。

实现 React 组件与 Hooks 的类型安全，通过泛型、精确事件类型和引用类型提升 TS 严谨性，支持组件属性继承与多态模式，规范子元素与状态定义，适用于构建可维护的前端界面。

自动管理机器 learning 模型的版本迭代与部署流程，支持从代码配置到生产验证的全周期操作，确保模型更新符合行业标准并具备可追溯性。

自动生成符合行业规范的发票配置与代码，提供从模板设计、字段填充到格式校验的端到端支持，适用于企业级业务流程中的开票自动化需求。

支持从多种 CRM 及数据源向 Apollo.io 迁移客户数据，实现字段映射、分阶段导入、批量处理与数据校验，确保迁移过程可监控、可回滚，保障数据一致性与完整性。

自动生成适配 Instagram 的 600x600 像素图文卡片系列，支持纯色背景或用户指定文件夹中的多张背景图，并自动添加文字遮罩与适配排版；根据主题生成简洁有力的标题与正文，每张卡片严格控制字符数以确保视觉可读性，最终输出带编号的 PNG 文件供下载。

提供运行时自动化日志采集与结构化调试能力，支持在用户真实交互场景中捕获变量值、执行路径、类型信息及异步行为等关键证据，替代手动打开 DevTools 或添加 console.log 的低效方式，实现从假设生成、代码插桩、复现触发到根因验证的完整闭环。

提供 Next.js 应用的性能与 SEO 全面优化能力，涵盖图像自动压缩与懒加载、字体零布局偏移加载、动态元数据生成及第三方脚本精准调度，确保核心指标 LCP、CLS、INP 符合最佳实践。

支持 Groq 在开发、预发布和生产环境中的差异化配置，包括环境感知的 API 密钥注入、配置参数覆盖、安全密钥管理集成、运行时环境检测与生产操作防护机制，确保多环境部署的安全性与一致性。

完成 Lindy AI SDK 的安装与认证配置，支持通过命令行工具集成开发环境，设置 API 密钥并验证服务连接，适用于新项目初始化或密钥更新场景。

生成高质量视觉内容，涵盖插画、图表、技术图解与信息可视化，支持个性化风格定制。所有图像先输出至下载目录供预览，确保符合编辑级设计规范，经确认后方可迁移至项目路径并生成适配版本。

自动生成和优化机器学习模型的部署配置，支持从模型导出到服务化封装的完整流程，适用于高效构建可扩展的推理服务。

自动生成符合企业级规范的 OKR 跟踪系统，支持项目管理、合规性与治理流程的集成，提供开箱即用的配置方案及最佳实践指导，适用于复杂组织环境下的工作流自动化。

自动获取并管理 MikoPBX REST API 所需的 JWT 认证令牌，支持通过用户名密码登录生成有效 token，并处理会话过期与刷新流程，适用于接口调试和自动化测试场景。

通过后台代理与文件系统协同，实现任务上下文隔离，避免子代理输出污染主会话上下文；所有中间结果均写入指定缓存目录下的文件，主流程通过读取文件而非直接调用 TaskOutput 获取数据，从而保障上下文精简和对话连贯性。

提供 Docker 容器化环境的端到端配置能力，涵盖 Java 应用的多阶段镜像构建、Docker Compose 编排服务依赖与数据卷管理，以及容器生命周期常用操作支持。

支持自动化协调多阶段测试流程，根据代码变更智能筛选待执行测试，动态解析测试间依赖关系，并行运行无依赖的测试任务，显著缩短回归验证周期，适用于持续集成与复杂质量保障场景。

根据指定语法和样本数据构建可验证的正则表达式，通过命令行工具进行实时测试与调试，确保匹配逻辑准确并提供包含边界处理、分组捕获及替换模板在内的完整实现方案。

自动完成 Pinia 状态管理仓库的初始化配置，涵盖目录结构规划、核心 store 文件创建、模块化组织及 TypeScript 类型定义，确保符合 Vue 生态最佳实践。

作为思维伙伴协助用户在创建任务前进行创意发散与工作流设计，聚焦目标拆解、结构规划、依赖识别及功能分层，根据实际需求渐进式引入高级特性，避免过早复杂化。

自动维护 marketplace 插件目录系统，支持向 marketplace.extended.json 添加或更新插件元数据、执行双目录同步生成 marketplace.json、校验字段完整性与路径有效性，并确保分类、版本、作者等核心信息合规，同时管理精选插件排序与发布前的自动化验证。

执行可疑文件的深度分析，结合静态特征、威胁情报与行为推断，识别恶意能力并评估风险。通过哈希比对、API 调用模式、加壳检测等手段，判断样本是否属于已知恶意家族，推导其潜在行为如进程注入、凭据窃取或持久化驻留，并基于证据链给出置信度与应对建议，适用于专业级恶意软件研判场景。

通过监控使用量、实施配额限制、优化 AI 调用方式、引入缓存机制与批量处理策略，有效降低 Gamma API 的调用成本，在保障功能正常运行的同时实现预算控制与资源合理分配。

负责 tldraw 仓库 GitHub issue 的全生命周期管理，包括规范撰写标题与正文、准确分类问题类型、合理添加元数据标签，以及系统性地筛选、澄清和归档议题，确保问题可追溯、易理解、便于协作处理。

整合多源性能指标并集中管理，支持统一监控与分析，通过设计指标体系、配置采集工具及建立可视化看板与告警机制，实现对应用、系统及服务性能的全面观测，适用于需跨平台聚合监控数据的场景。

自动化完成 Google Cloud Platform 中 Cloud SQL 实例的创建、配置与验证全流程，涵盖网络设置、权限分配、高可用架构部署及安全策略实施，输出符合生产环境标准的可执行配置与最佳实践建议。

提供 Kling AI 集成的生产级 SDK 实践方案，涵盖客户端封装、异常恢复、异步任务跟踪与配置管理，支持 Python 和 Node.js 环境下的高可靠性调用。

支持以用户数据和访谈为基础构建多维度研究型人物画像，覆盖行为模式识别、心理特征提取、典型场景生成及设计建议输出，并结合样本规模提供可信度评估，助力精准的用户洞察与体验决策。