Skill

自动化配置机器学习实验追踪环境，支持 MLflow 和 Weights & Biases 两种方案，完成依赖安装、服务初始化及连接，并提供参数、指标和模型等实验数据的记录代码模板，提升模型迭代的可复现性与对比效率。

自动处理 Google Cloud Platform 中 Vertex AI 端点配置相关任务，提供符合最佳实践的端到端指导、可直接部署的配置代码及标准化校验，覆盖创建、更新与优化全流程。

构建高效可扩展的 GitLab CI/CD 流水线，支持多阶段编排、跨环境部署、Docker 构建推送、Terraform 基础设施即代码、安全扫描及智能缓存策略，适用于 Kubernetes 托管与 GitOps 实践。

面向 API 质量保障，自动完成从接口定义解析、测试用例生成、多维度验证到报告输出的全流程，覆盖 REST 与 GraphQL 协议，支持契约合规性检查、认证流程测试、异常场景覆盖及性能基准分析。

实现对敏感数据的自动识别与脱敏处理，支持基于 GDPR 和 CCPA 的合规要求进行数据留存管理与用户权利响应，确保在 Retell AI 集成中完成数据最小化、访问导出及删除操作。

自动完成 Google Cloud Platform 中日志导出配置的全流程操作，涵盖策略制定、资源部署、权限校验与合规性检查，确保日志能安全高效地流向 BigQuery、Cloud Storage 等目标服务。

提供自动化测试修复能力，通过智能归类错误类型、影响模块和根本原因，按优先级顺序逐组定位并修正问题，确保在最小化代码变更前提下系统性恢复所有测试用例的通过状态。

通过火焰图分析建立性能基线并检测代码变更带来的性能退步，适用于优化关键路径、识别性能瓶颈或提交前验证性能影响。持续监控热点函数调用频率与样本变化，结合基准对比实现精准回归判断。

实现现代 iOS 网络通信的标准化方案，通过 Network.framework 提供低延迟、高能效的连接管理，支持 TCP TLS 安全传输与 UDP 实时流处理，内置智能连接建立、网络切换适应及结构化并发模式，避免传统 API 的竞态条件与主线程阻塞问题，适用于游戏、消息及高性能数据传输场景。

监控数据库锁竞争与事务模式，识别并分析死锁成因，提供优化策略以减少死锁发生，适用于生产环境中数据库死锁的检测、预警与治理。

根据用户需求自动生成符合最佳实践的 AWS CDK 堆栈代码与配置，提供从架构设计到部署验证的全流程支持，适用于构建可复用、生产就绪的云基础设施方案。

自动化处理持续集成与部署中的基础任务，支持版本控制、容器化及基础设施配置的标准化操作，适用于需要快速搭建和验证 devops 工作流的开发场景。

在控制系统中实时监测传感器数据，一旦超出安全阈值即刻触发紧急切断或输出限幅，同时确保所有控制指令在物理允许范围内执行，并完整记录每次安全干预事件，为设备防护和系统可靠性提供多层保障。

将系统内部机制与攻击者战术研究深度融合，提炼出单一、具体且可观测的攻击模式，形成结构清晰、可验证的狩猎假设，为后续数据源选择、环境划定和分析开发提供明确指引。

自动处理 Google Kubernetes Engine 集群配置相关任务，提供符合最佳实践的逐步指导、生产就绪的配置代码生成及合规性校验，覆盖计算、存储、BigQuery、Vertex AI 等 GCP 服务集成场景。

构建高性能现代 Web 应用，支持组件快速生成、前端工程结构搭建与打包性能深度优化，集成主流技术栈的最佳实践，适用于复杂前端系统的开发与维护。

自动化管理 Python 包的版本发布流程，根据代码变更智能推荐版本升级类型，批量生成用户可见的更新日志，并支持并行处理多个包的发布准备，最终完成版本提交与标签创建，适用于多模块项目的协同发布。

自动化执行 Web 应用与 API 的安全渗透测试，覆盖 OWASP Top 10 等常见风险，识别 SQL 注入、XSS、CSRF 等漏洞，生成含风险评级、复现路径和修复建议的结构化安全报告。

生成适用于主流社交平台的内容，根据事件信息自动创建符合各平台调性的文案，并按日期与活动类型归档存储，便于统一管理多渠道发布需求。

自动识别并分析组织在 ISO 27001 信息安全管理体系实施过程中的合规差距，提供符合行业标准的整改路径、配置建议与验证方案，支撑渗透测试、威胁建模及多框架合规（如 SOC2、GDPR）协同落地。

自动完成性能测试中的突增测试环境配置，支持从初始化到验证的全流程操作，生成符合行业标准的可执行代码与配置文件，适用于负载测试、压力测试等场景。

自动执行数据聚类分析，支持识别数据中的自然分组结构，适用于客户分群、异常检测等场景，能根据数据特征选择合适算法并输出聚类结果、评估指标及可视化图表。

将威胁模型与业务背景转化为可执行的安全需求，支撑安全用户故事编写、测试用例生成、验收标准制定、合规映射及架构文档输出，确保每项要求具备可追溯性、可验证性、优先级和风险标识。

实现夜间自动化软件开发，通过 Git 钩子强制执行测试驱动开发流程，在无人值守状态下完成新功能构建、代码重构或缺陷修复，确保每次提交都经过充分测试并符合质量标准。

提供数据加解密能力，支持对敏感信息进行安全保护，可处理文件或文本的加密存储与解密读取，在数据传输和归档场景中确保机密性与完整性，适用于需要保障信息安全的自动化流程。

提供基于 TanStack Query 的数据获取与缓存能力，支持声明式请求管理、自动缓存更新、依赖查询、乐观更新、WebSocket 实时失效及预取优化，统一处理 API 调用生命周期与错误响应。

生成融合搜索排名、自然流量、反向链接与AI可见性等多维指标的SEO及GEO综合表现报告，支持按周期自动生成高管摘要、分项深度分析与可视化呈现，适用于战略复盘、客户交付与ROI验证等场景。

自动识别和检测环境变量中可能泄露的敏感信息，如密钥、令牌或密码，支持对配置文件、代码片段及部署脚本进行扫描与风险评估，并提供符合安全规范的修复建议和加固方案。

将单细胞转录组数据映射到空间转录组切片上，实现点水平的细胞类型比例重建、标记基因空间表达可视化及模型性能评估，支持深度森林训练与预训练权重加载，适用于癌症等组织微环境的空间解析任务。

提供机器学习训练中 ROC 曲线绘制的自动化支持，涵盖数据准备、模型评估、阈值分析与可视化生成，输出符合行业标准的可部署代码和配置，并内置校验与错误提示机制。