Skill

实现对 PyTorch 模型的因果干预分析，支持通过声明式配置进行激活修补、因果追踪与可训练干预，适用于定位知识存储位置、解析模型电路及测试行为假设等场景。

提供 Polar本地开发环境的 Docker 化管理能力，支持多实例隔离部署、服务启停、日志查看与实时跟踪、容器内 shell 访问、状态监控及故障排查，适用于快速搭建、调试和维护全栈开发环境。

通过智能层级选择、请求采样与用量监控优化 Groq 调用成本，支持批量处理、数据缓存及压缩传输以降低开销，适用于需控制 API 支出的高频调用场景。

提供对 Vast.ai API 的稳定集成能力，通过单例模式管理客户端实例，结合错误安全封装与指数退避重试机制，确保异步调用的可靠性，支持多租户场景下的密钥隔离及响应数据的运行时校验，适用于 TypeScript 与 Python 环境的生产级部署。

帮助开发者创建符合维护者期望的高质量代码贡献，通过规范化分支管理、提交信息与PR描述结构，避免包含个人开发痕迹或敏感信息，确保每次提交专注单一功能并附带充分测试与文档说明。

根据团队规模、用户量及扩展需求，选择并实施适配的 Vercel 架构方案，支持从单体到微服务的演进规划，完成项目结构搭建与升级路径设计。

提供 RESTful API 的系统化设计能力，涵盖资源路径规划、HTTP 方法语义匹配、标准化状态码选用、结构化响应格式定义、分页机制集成及错误处理规范，确保接口具备一致性、可维护性与行业兼容性。

自动生成和配置云函数相关资源，提供符合最佳实践的代码与部署方案，支持计算、存储、大数据及机器学习等场景的标准化构建与验证，适用于需要快速生成可生产云服务组件的开发任务。

生成符合生产标准的 Kubernetes 资源配置，涵盖 Deployment、Service、ConfigMap、Secret 和 PersistentVolumeClaim，内置资源限制、健康检查与安全上下文，支持多环境部署与配置分离，确保应用高可用与安全性。

自动化处理从本地代码修改到远程拉取请求的完整流程，包括按规范创建特性分支、生成语义化提交、推送分支至远程仓库，并依据变更复杂度智能生成结构化 PR 描述，最终完成 PR 创建与浏览器预览。

自动调整预训练机器学习模型以适应新任务或数据集，通过迁移学习技术实现快速微调与性能优化，涵盖数据验证、模型修改及结果评估，适用于图像分类、自然语言处理等场景。

自动完成 React 组件的创建与配置，涵盖代码生成、最佳实践指导及标准化校验，支持从基础结构到生产就绪组件的全流程开发，适用于前端工程中快速搭建可维护、符合规范的 UI 模块。

通过精简指令、启用流式输出、实施缓存策略与并发控制，显著降低 AI 代理响应延迟并提升吞吐量，适用于对性能敏感的生产环境优化。

自动生成符合安全规范的 S3 存储桶策略配置，覆盖权限控制、资源限定和条件约束等核心要素，支持按场景定制化输出，并内置合规性检查与最佳实践建议。

自动生成符合安全规范的 AWS IAM 策略，支持策略结构设计、权限最小化配置、语法校验与生产环境就绪的代码输出，适用于云基础设施权限体系构建与合规性加固场景。

提供网页无障碍开发支持，自动处理 ARIA 属性配置与验证，生成符合标准的可访问性代码和配置方案，并给出最佳实践建议。

提供企业级访问控制能力，支持单点登录集成、精细化角色权限配置及组织层级管理，可将身份提供商中的用户组映射为不同操作权限角色，并通过中间件实时校验访问请求，同时记录完整审计日志以满足合规要求。

指导构建高质量的模型上下文协议服务器，通过合理设计工具接口与外部服务交互，支持 LLM 执行复杂任务，涵盖从规划、实现到测试和评估的完整开发流程。

自动生成 gRPC 服务代码与配置，覆盖接口定义、服务端和客户端实现、构建脚本及部署适配，遵循微服务架构规范，支持多语言后端技术栈，并提供合规性校验与最佳实践建议。

为机器学习训练提供自动化特征工程支持，涵盖数据预处理、特征构造、编码转换与标准化等关键步骤，生成符合生产要求的代码和配置，并依据行业规范进行验证和优化。

解决优化问题中的凸性判定与求解，通过验证目标函数与约束集的凸性，将问题转化为标准形式并应用KKT条件进行分析，利用线性、二次或一般凸优化方法求解，确保获得全局最优解。

专注于网页无障碍建设，确保网站符合WCAG 2.1 AA/AAA标准及ADA合规要求，覆盖语义化HTML编写、ARIA属性精准应用、键盘导航支持、屏幕阅读器兼容性测试、色彩对比度优化、表单可访问性增强以及模态框等动态组件的无障碍实现。

撰写符合公司规范的内部沟通文档，涵盖项目进展、领导层简报、事故复盘及全员公告等场景，通过结构化表达确保信息清晰、重点突出，并以结果导向传递关键决策与行动项。

执行 Exa 的次要工作流程，处理辅助性任务或补充主流程功能，在完成基础配置后通过特定指令触发，适用于低复杂度、高性能要求的场景，支持从初始化到结果输出的全流程管理，并提供错误恢复机制。

自动化构建基于 ArgoCD 或 Flux 的 GitOps 工作流，生成符合生产标准的配置文件，实现 Kubernetes 应用部署的自动化管理与持续同步，支持环境隔离、权限控制和安全策略，确保部署过程可追溯、自愈和防 drift。

协调多个子代理的分工与协作，根据任务规模动态控制执行流程。通过需求分析、设计文档生成、测试骨架创建等环节的有序编排，实现从规划到实施的自动化管理，确保各阶段成果经确认后推进，在变更发生时及时重组工作流。

自动化执行 Web 应用渗透测试，识别 OWASP Top 10 等常见安全漏洞，提供漏洞利用思路与修复建议，并生成包含风险评级和详细分析的安全评估报告。

提供代码性能分析与优化能力，通过自动识别运行瓶颈、生成改进建议并预测优化效果，支持基于实测数据的精准调优决策，适用于 Windsurf 环境下的性能诊断与持续改进。

建立职责单一、可组合复用的前端组件体系，强调清晰接口设计、严格封装与精简属性，支持跨框架开发并兼顾类型安全、可测试性及团队协作规范。

面向科研全流程的自动化协作系统，能基于数据自动生成研究假设、设计实验方法、执行计算分析并产出符合期刊格式的 LaTeX 论文，支持从探索性分析到正式发表的端到端研究闭环。