Skill

自动化配置数据管道的增量加载机制，涵盖方案设计、代码生成、配置校验与最佳实践建议，适用于ETL 流程、实时数据处理及工作流编排等场景。

自动生成符合现代前端框架规范的 CSS 模块化配置与代码，覆盖 React、Vue 等场景，支持样式隔离、作用域控制及构建集成，输出可直接投入生产的模块化样式解决方案。

负责为信息图框架生成或更新结构化组件，涵盖列表、对比、流程、层级、关系、地理及图表等布局类型，包括布局逻辑实现、组件组合设计及框架内注册，严格遵循项目规范与约束条件。

提供 React 19 的现代化开发范式支持，自动处理性能优化、强制命名导入、优先服务端渲染、简化客户端边界声明、原生 Promise 消费、服务端动作状态管理及 ref 作为普通属性传递等核心能力，适配 React Compiler 与 Next.js App Router 场景。

针对超大规模数据库表提供高效的分区管理方案，通过分析数据特征与查询模式自动设计合理的分片策略，优化查询性能并缩短维护窗口，适用于时序数据归档、高频范围查询及百 GB 以上级别的数据生命周期管控。

为 Lindy AI 集成提供端到端可观测性能力，涵盖结构化日志记录、多维度指标采集（如调用次数、延迟分布、错误率）、跨服务分布式追踪，以及配套的 Grafana 可视化看板与 Prometheus 告警规则，支撑实时监控、根因分析与稳定性保障。

在依赖服务不可用时自动降级，通过缓存健康检查结果避免重复探测，并向用户提供清晰的缺失说明、影响范围及具体启用步骤，确保系统持续运行并引导用户自主修复环境。

从主流广告平台抓取竞品投放的广告素材，自动提取文案、视觉内容和用户定位信息，识别高频痛点、有效话术及创意模式，生成可落地的优化建议，辅助制定更具竞争力的广告策略与内容方案。

执行覆盖前后端完整用户流程的端到端测试，验证系统整体功能与性能表现，生成包含执行摘要、失败分析及优化建议的详细报告，适用于发布前质量保障和自动化回归验证场景。

提供数据库模型变更与迁移的全周期管理能力，支持自动生成迁移脚本、安全执行迁移操作（含自动备份），并可快速查阅模型及迁移相关的详细文档。

自动完成提交前钩子的配置与管理，支持代码检查、格式化及测试自动化，确保开发流程符合工程规范，在版本控制阶段实现质量管控和标准化操作。

提供统一接口加载多种机器人模型格式，支持自动识别 URDF、SDF、MJCF 和 SKEL 文件，具备 ROS 包路径解析与格式强制指定能力，适用于跨仿真平台的机器人模型导入与转换场景。

面向 Rust 代码审查，识别并修正设计层面的不良实践，如滥用 clone 或 unwrap、错误的内存管理选择、违背所有权原则的结构设计等，引导开发者采用符合语言特性的地道实现方式，提升代码健壮性、可维护性与性能。

自动化追踪和管理跨版本回归测试套件，支持测试环境准备、用例执行、结果分析与报告生成，识别失败模式并评估质量趋势，适用于持续集成中验证代码变更对既有功能的影响。

为 Retell AI 集成提供生产级容错能力，涵盖熔断保护、幂等性保障、舱壁隔离、分层超时控制、优雅降级及死信队列重试机制，确保在依赖服务异常时仍能维持核心功能可用性和数据一致性。

自动处理 Memcached 配置相关的开发任务，包括生成符合生产环境要求的配置方案、提供分步实施指导、校验配置合理性，并适配 Node.js Python Go 等后端技术栈的集成需求。

提供 Azure Functions 全栈开发能力，涵盖隔离工作进程、Durable Functions 编排、冷启动优化及多语言（.NET Python Node.js）最佳实践，同时规避常见反模式与运行时陷阱。

生成符合 REST 规范的 JSON 接口，支持资源的增删改查操作，内置身份验证与请求过滤机制，返回标准 HTTP 状态码及结构化响应，适用于构建安全可靠的 Web 服务。

自动分析前端项目打包体积，定位冗余依赖与资源瓶颈，提供优化策略与配置建议，提升应用加载性能与用户体验。

提供 Replit 平台集成的标准化开发范式，涵盖 TypeScript 和 Python 语言的单例管理、安全调用封装、指数退避重试、多租户工厂模式及响应类型校验，确保 SDK 使用具备健壮性、可维护性与团队协作一致性。

智能分析快照测试差异，区分有意变更与功能退化，支持对 Jest、Vitest、Playwright 和 Storybook 等框架的快照文件进行精准更新和完整性校验，适用于 UI 调整后同步快照或排查意外变更场景。

自动检测并同步 Granola 中新增的带内容会议记录到本地知识库的 Transcripts 目录，支持全量同步、选择性同步或暂跳过，在晨间规划时无缝衔接任务梳理与日程回顾流程。

支持将 Gamma 集成应用一键部署至 Vercel、AWS、GCP 等主流云平台，自动完成密钥安全存储、环境变量配置及生产级发布流程，适配不同云服务的部署规范与权限体系。

专注于诊断和修复持续集成与持续交付流程中的故障，能够分析构建错误、测试失败及流水线异常，依据日志定位根本原因，并在确保不破坏测试完整性的前提下实施安全修正，适用于自动化运维与质量保障场景。

规范 nextest 项目更新日志的编写格式，确保遵循 Keep a Changelog 标准，涵盖版本标题、变更分类、内容取舍及致谢方式，适用于记录功能新增、问题修复与重大变更等用户可见改动。

自动优化测试执行效率，支持将测试用例按策略分组并行运行，生成符合主流框架规范的配置与代码，同时验证配置有效性并提供可落地的最佳实践建议。

自动化完成 SageMaker 模型端点的部署全流程，涵盖配置生成、生产级代码编写、合规性校验及最佳实践建议，适用于机器学习服务上线与 MLOps 流水线集成。

提供机器学习模型的全面性能评估能力，支持准确率、精确率、召回率、F1 分数等多维度指标分析，适用于模型验证、横向对比及上线前质量把关等场景。

构建分层后端架构，实现核心业务逻辑、基础设施解耦与统一 API 管理，支持基于角色的细粒度授权、自动模型验证、WebSocket 实时通信、YAML 配置驱动及 Aspire 服务编排。

通过将 SVG 元素包裹在 div 容器中并对其执行动画，利用容器的硬件加速能力提升渲染性能，特别适用于 8-bit 风格像素图标的旋转、缩放等交互动画场景。