Skill

对代理技能进行系统性质量评估，依据 Anthropic 最佳实践检查命名规范、描述准确性、内容精炼度、结构合理性、自由度适配性及反模式问题，输出带权重评分的诊断报告和可落地的优化建议。

构建符合领域驱动设计规范的 TypeScript 核心模块，支持任务、会话、健康监控等多领域建模，提供实体、值对象、聚合根等基础抽象，配合依赖注入、事件总线与测试框架，实现高内聚低耦合的可扩展架构。

提供快速接入 Groq API 的基础代码框架，包含客户端初始化与首次调用的完整示例，适用于环境验证与集成测试。

提供插件结构的标准化组织方案，涵盖目录布局、组件自动发现机制与配置规范。通过统一的文件结构和命名约定实现命令、代理、技能与钩子的模块化管理，利用环境变量确保路径可移植性，支持自动化加载与跨平台协作，适用于构建可维护的扩展功能体系。

创建可复用的交互式命令模板，支持动态参数注入、文件内容引用与安全受限的系统指令执行，通过结构化配置实现跨项目与个人场景的自动化任务封装。

支持对 ClickHouse 数据库执行即席查询，用于数据分析、指标统计和事件追踪调试，具备查询计划分析、超时控制、JSON 输出等能力，并通过只读默认策略与显式授权机制保障数据安全。

作为智能任务分发中枢，该系统能自动解析用户请求意图，依据标准文档 CLAUDE.md 动态匹配最适配的专项能力模块，并在代码生成、文档编写、深度分析、计划制定等关键节点强制触发质量校验与多模型协同流程，确保全流程合规、可追溯且高质量。

面向软件开发需求的深度访谈能力，通过结构化提问全面梳理功能规格，支持从原始想法、史诗任务、子任务到本地文档等多种输入源，自动识别类型并调用专用工具读取上下文，生成覆盖问题定义、关键决策、边界条件与验收标准的精细化需求描述，所有状态变更均经 flowctl 统一管控。

支持创建高度定制化的交互式数据可视化，涵盖自定义图表、网络图、地理信息图等复杂SVG图形，提供精细的视觉元素控制、流畅过渡动画及深度交互功能，适用于需要突破标准图表库限制的专业可视化场景。

支持对 Windsurf 开发环境中的键盘快捷键进行个性化配置，涵盖 AI 功能触发、多文件编辑、导航及自定义工作流绑定，通过优化按键映射提升操作效率，减少上下文切换，适用于需要高效键盘操作的开发场景。

实现对分布式智能体集群的性能瓶颈识别与优化，通过分析通信延迟、资源占用和任务调度效率，生成多维度评估报告，并提供拓扑结构调整、缓存优化及并发策略改进等建议，提升整体执行效能。

通过集成 AI 辅助编程功能，实现代码自动补全、多文件生成与内联编辑，帮助用户快速搭建首个项目并掌握核心开发流程。

通过渐进式对话捕捉视觉设计语言，逐步构建完整的美学系统框架，在无需开发插件的前提下生成可复用的视觉模板，并支持预览其在不同界面中的应用效果。

面向教育者设计符合认知科学原理的Python练习题，通过检索练习、间隔重复和交错学习等策略提升学习效果，支持填空、调试、从零构建、代码扩展及AI协同等多样化题型，兼顾难度递进、概念复现与评估对齐。

在本地模型处理能力受限时，将低复杂度、高令牌消耗的任务智能分发至 Gemini 或 Qwen 等外部大模型服务，全程受配额管控、操作留痕与异常捕获机制约束，确保执行可追溯、成本可计量、结果可验证。

提供代码静态安全分析能力，支持跨函数的数据流追踪与污点传播分析，可识别复杂漏洞如注入、反序列化等，适用于深度安全审计和定制化查询开发，需源码及构建环境支持。

为陌生代码库生成结构化技术文档，覆盖系统架构、模块职责、数据流向、开发规范与部署流程，支持新成员快速上手和团队知识沉淀，可按需输出精简概览或深度详述，并嵌入架构图、代码片段及文件定位信息。

构建基于大语言模型的应用系统，涵盖检索增强生成、智能体架构设计与协同机制，支持多阶段任务规划与执行，并集成提示工程管理、性能监控及容错策略，适用于复杂场景下的 AI 应用开发与运维。

通过子代理机制调用 Claudish CLI，实现对 OpenRouter 多模型（如 Grok、GPT-5、Gemini 等）的安全执行，避免主上下文污染，支持代码生成、审查与架构设计等任务的隔离处理，确保高效上下文管理与成本控制。

提供对 Azure Cosmos DB NoSQL 数据库的完整操作能力，涵盖分区键设计、多级一致性配置、变更流处理、事务性批量写入及索引优化等核心功能，支持高效点查、跨分区查询与分页，并兼顾吞吐量管理与成本控制。

通过分析 AI代理的推理过程，识别上下文退化、工具误用、目标偏离等关键问题，动态优化提示以提升决策准确性与任务连贯性，适用于复杂场景下的智能体性能调优。

提供基于 Vercel AI SDK 5 的聊天与文本生成功能，支持消息流式传输、多类型内容渲染及工具调用。通过统一的传输层配置实现前后端通信，兼容 LangChain 等外部框架，适用于构建具备复杂交互能力的 AI 应用界面。

提供高效的数据格式处理能力，支持 TOON 编码实现 40-60% 的 token 压缩，优化 JSON / YAML 序列化性能，并完成跨格式转换与模式验证。适用于大模型通信中的数据压缩、高性能序列化及复杂 schema 校验场景，兼顾低延迟与内存效率。

将会议文字记录转化为深度沟通评估，识别回避冲突、过度主导、填充词滥用、倾听缺失等行为模式，提供带时间戳的具体改进建议，并支持跨时段趋势对比与领导力风格分析，助力持续提升表达质量与团队协作效能。

生成包含文本、表格和图像的标准化 PDF 报告，支持在本地环境中动态整合数据分析结果与可视化图表，适用于跨平台的自动化文档输出与科研成果归档。

实现 CLI 系统的深度现代化，支持命令自动拆解为轻量模块、上下文感知的交互式提示、全生命周期钩子集成、基于学习反馈的智能建议、多步骤工作流编排及性能实时监控，显著提升响应速度与用户体验。

自动从表格数据中生成并验证科学假设，融合文献知识与实证模式，支持纯数据驱动探索、文献与数据协同建模及二者结果的系统性整合，适用于欺骗检测、内容分析等需假设引导的实证研究场景。

自动解析数据库结构并生成可视化图表，支持流程图、实体关系图等常见格式，可结合代码生成与标准校验，适用于技术文档、系统设计和团队协作中的架构表达需求。

为 Deepgram 相关项目提供端到端的自动化交付能力，涵盖在 GitHub Actions 或 GitLab CI 等平台配置测试流水线、执行语音识别集成验证、运行冒烟测试、安全注入 API 密钥、自动部署至预发与生产环境，以及定期轮换凭证。

自动执行 Azure机器学习模型的部署全流程，涵盖服务配置、MLOps 流水线搭建、推理端点发布及生产环境监控优化，支持生成符合工业标准的可运行代码与配置文件。