Skill

为并行 SPEC 开发提供 Git 工作树隔离环境，自动创建和注册独立工作区，支持多分支同步、智能清理已合并分支，并深度集成 MoAI-ADK 的 plan-run-sync 全流程，实现零上下文切换的高效协作开发。

支持自动化编排测试流程，根据代码变更智能筛选待执行测试用例，按依赖关系调度执行顺序，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测试场景的效率优化。

提供 Groq 集成的标准化项目结构与分层架构设计，涵盖客户端封装、错误处理、健康检查、配置管理及缓存策略，支持多环境部署与可测试性保障。

提供面向 Shell 脚本的完整自动化测试能力，支持单元测试编写、多环境兼容性验证、依赖隔离与模拟、文件及输出断言、跨 shell 解释器行为测试，并可集成到 CI/CD 流程中实现持续质量保障。

提供对代码库的系统性导航与结构解析能力，支持通过文件模式匹配、文本内容检索和架构分析快速掌握项目布局、技术栈及模块依赖关系，适用于新项目接入、功能定位与系统重构等场景。

支持 OneKey 单体仓库的全平台开发流程，涵盖桌面、Web、浏览器扩展、iOS 和 Android 应用的启动、构建与调试，同时集成强制性的代码质量管控机制，包括多维度静态检查、类型校验及自动化测试验证。

实现 YouTrack 问题去重与整合，依据创建时间、活跃度和客户标签等维度智能判定主问题，避免误合并客户专属问题或已关闭但实际未解决的问题，支持信息迁移、关系链接和礼貌通知，确保问题追踪准确高效。

面向云原生应用构建，支持基于容器与微服务架构的高可用系统开发，涵盖 Kubernetes 编排集成、gRPC 服务通信、分布式追踪与可观测性实现、健康状态检查、环境驱动配置及优雅停机等核心能力，适配现代云平台部署规范。

提供微服务配置属性的全生命周期管理能力，支持声明式定义、类型安全校验、动态回调响应及自动化代码生成，覆盖从配置添加、修改到文档更新与版本发布的完整流程。

自动执行 GitHub 项目初始化配置，涵盖仓库创建、权限设置、CI/CD 流水线集成、代码扫描策略部署及合规性检查，确保符合企业级治理与安全标准。

快速掌握代码库的全局视图，包括目录结构、文件依赖关系和近期变更差异，帮助开发者准确定位模块位置、理解调用链路、评估修改影响，并在编码前建立清晰的架构认知。

优化大规模单体仓库的构建流程，通过精细化依赖管理、远程缓存与执行配置及自定义构建规则提升编译效率，支持多语言项目协同构建，并实现构建过程的可复现性与高性能并行处理。

将质量保障活动前置到开发早期，通过在需求与设计阶段验证可测试性、实施测试驱动开发、自动化持续集成和风险分析，实现缺陷的低成本快速发现与修复，提升整体交付质量。

提供 Ark仪表盘的端到端 UI 自动化测试能力，支持在 Kubernetes 环境中启动服务、执行交互式操作、捕获关键界面截图，并将结果组织上传至 GitHub 仓库用于 PR 审查与变更验证。

实现对新型虚拟化平台的扩展支持，涵盖虚拟机全生命周期管理、存储与网络资源配置、镜像及快照操作，并提供安全组、DNS 与对象存储等云功能适配，便于集成各类基础设施 provider 到统一部署框架中。

为 Ark Kubernetes 运算符提供完整的开发支持，覆盖 Go 类型定义、CRD 生成、Helm 图表同步、控制器逻辑实现及 Webhook 配置等核心环节，确保类型变更能自动反映到资源定义与部署配置中。

自动构建 AI代理任务管理体系，生成功能待办列表、测试驱动开发框架及进度追踪机制，支持多种任务类型与模式初始化，适用于工程化开发与自动化运维场景。

实现 Vercel 与 GitHub Actions 的深度集成，支持自动化测试执行、PR 状态检查、代码覆盖率上报及发布流程编排，适用于现代前端项目的持续交付与质量保障场景。

自动创建和管理云调度任务，支持定时执行云端服务的部署与维护，适用于需要周期性触发计算、数据处理或AI模型推理的场景，确保任务按预定策略稳定运行。

自动处理 Kubernetes 密钥管理任务，提供符合行业规范的配置方案与最佳实践指导，生成可直接部署的密文定义及安全策略，适用于复杂的基础设施即代码场景。

自动化部署流程与持续集成管道的构建和管理，支持从环境评估、方案设计到测试验证及生产发布的完整流程，适用于应用发布、流水线创建和部署自动化等场景。

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。

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。

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 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。

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。

建立严谨的代码审查机制，强调技术准确性优先于形式化认同，通过接收反馈时的深度验证、发起审查时调用专用子代理、以及完成前必须执行的证据核查三重保障，防止误判与虚假完工声明，适用于子代理协作开发、PR 流程及关键功能交付。

自动生成性能测试基线创建流程，涵盖负载测试、压力测试、基准测试及性能监控等场景，提供符合行业规范的分步指导、可直接部署的代码与配置，并支持输出结果的合规性验证。

采用精准的库函数引用方式以提升代码可分析性，通过内联前缀或 let 语句中的 inherit 模式替代高作用域的 with 引入，避免静态分析失效与命名冲突，在单行表达式中可有限使用 with。