Skill

支持 Perplexity 本地开发环境的快速搭建与持续迭代，涵盖项目结构初始化、环境变量配置、依赖安装、热重载服务启动及自动化测试集成，适用于需要高频调试和验证 Perplexity 集成逻辑的开发场景。

面向应用创意的深度市场与技术可行性验证，通过结构化提问明确用户背景、目标人群、竞品现状、核心功能及资源约束，结合网络检索获取最新行业数据与技术方案，生成涵盖市场分析、技术选型、成本估算和MVP规划的完整研究报告。

执行 Vast.ai 平台的核心业务流程，覆盖从初始化、任务执行到最终确认的完整链路，支持基于 API 的算力资源调度与管理，适用于主场景部署、核心功能构建及关键系统集成。

根据查询类型自动选择最高效的检索方式，优先使用轻量工具定位代码结构或概念，仅在必要时加载完整文件内容，通过强制钩子防止低效操作，实现精准快速的代码库导航与信息提取。

提供統合テストとエンドツーエンドテストの設計・実装フレームワーク，依据业务价值与用户影响优先级确定测试范围，通过行为驱动验证、属性式测试及可观测性检查确保功能正确性与系统稳定性，支持自动化CI集成。

提供 TypeScript 和 Python 中 Perplexity SDK 的工程化实践方案，涵盖单例封装、安全调用包装、指数退避重试、多租户工厂模式及响应类型校验，提升集成稳定性、可维护性与团队协作效率。

提供对 FireCrawl 集成的标准化架构设计，支持项目结构规范化、客户端封装、错误处理与健康检查配置，适用于构建可维护的分布式数据抓取系统。

自动生成符合行业规范的容器化配置文件，提供从项目结构分析到生产级代码生成的全流程支持，适用于版本控制、持续集成及基础设施自动化等场景，确保输出结果通过标准化验证。

根据代码变更的上下文自动拆分补丁，将修改归类到最相关的先前提交，生成符合自动合并规则的修复提交，优化提交历史的逻辑连贯性与可追溯性。

支持对 PDF 文件进行光学字符识别并保留页码信息，将每页内容分别提取为结构化文本和纯文本；可按需将指定页面渲染为高精度图像，支持多种格式与分辨率；同时提供元数据解析和本地临时文件清理能力。

自动生成漏洞报告，支持对安全检测结果的整理与标准化输出，适用于渗透测试、合规框架和威胁建模等高级安全场景，可生成符合行业规范的文档并验证其完整性。

根据项目需求自动生成和优化容器编排配置，实现服务定义、网络设置与存储挂载的自动化构建，适用于多环境部署的标准化流程。

要求在得出结论前强制评估置信度，以百分比形式明确表达确定性程度，说明未达100%的原因，并验证关键假设。当使用“已确定根本原因”或“完全清晰”等表述时触发，确保推理严谨性与证据质量匹配，避免因论证结构完整而误判为事实确凿。

构建系统化的攻击路径模型，通过分层结构呈现威胁场景的多种达成方式，结合难度、成本与检测风险等属性量化分析入侵可行性，识别关键薄弱环节并指导防御策略优化，适用于安全评估、渗透测试规划及风险沟通。

提供抽象代数中群论问题的系统化求解框架，涵盖群结构验证、子群判定、同态证明及阶与结构分析，通过形式化推理与符号计算辅助完成公理检验、准则验证和代数式化简等核心任务。

自动生成应用性能监控仪表盘，整合延迟、流量、错误率和饱和度等核心指标，可视化请求性能、资源占用及数据库缓存状态，支持在主流平台部署并适配业务需求，提升系统可观测性。

对图像执行中心区域50%裁剪并顺时针旋转90度，适用于需要同时进行居中裁切与方向调整的图片处理任务，处理后输出至指定路径。

提供应用性能的细粒度观测能力，支持方法级耗时统计、多阶段执行时间追踪及自动指标上报，覆盖 JVM 运行状态、数据库慢查询与业务关键路径，助力快速定位性能瓶颈并建立可观测性体系。

根据公司标准格式撰写各类内部沟通内容，支持进度汇报、领导层更新、项目通告、事件报告及常见问题解答等场景，通过加载对应模板确保风格统一，适用于需要规范化内部信息传递的业务沟通。

根据系统负载和业务需求动态调整计算资源，实现弹性伸缩配置的自动化管理，涵盖方案设计、环境测试、生产部署及监控告警的全流程支持，确保服务稳定性与资源利用效率。

基于水位观测数据与防洪警戒阈值的比对分析，实现洪涝事件识别、洪涝天数统计、瞬时数据日尺度聚合及洪灾等级划分，适用于多测站水文监测场景下的自动化汛情研判与风险分级。

以测试驱动开发方式自动化构建 Rails 模型，涵盖需求定义、RSpec 测试编写、FactoryBot 工厂生成、数据库迁移创建与执行、模型类实现及验证，并支持关联关系、枚举、作用域、回调等完整功能特性。

将用户提出的开发任务直接转交 GitHub Copilot 处理，支持通过命令行传入文本描述或读取 Markdown 文件内容来创建任务，实现从需求到智能编码辅助的无缝衔接。

在 Clay API 调用中自动应对请求超限问题，通过动态重试、带抖动的指数退避、幂等性保障及队列节流等机制，确保高并发场景下的请求稳定性和数据一致性，同时实时监控并响应各类限流头信息。

自动生成符合企业合规与治理要求的检查清单，覆盖项目管理、监管遵从及系统集成等场景，提供分步指导、行业最佳实践参考、可直接部署的配置方案，并确保输出满足通用标准。

根据查询类型智能选择代码搜索方式，语义类问题如“如何工作”“审计集成”优先使用索引化语义搜索，精确匹配如符号或字符串查找则用原生工具，提升检索效率与结果相关性。

提供 SvelteKit 应用的结构化组织能力，涵盖路由定义、多层嵌套布局、错误边界隔离、服务端渲染与客户端水合控制，以及加载状态管理，支持构建可维护、可扩展的现代化 Web 应用。

具备自动识别数据集中异常值和离群点的能力，能够根据数据特征选择合适的机器学习算法，定位潜在错误、欺诈行为或系统异常，适用于金融风控、网络安全监控及工业质检等场景。

定义标准化的元数据结构，用于规范 AI 代理与命令的工作流程配置，通过统一的描述格式明确其用途、能力边界及执行逻辑，确保系统组件的一致性与可维护性。

提供分层级的网页内容获取能力，能自动从基础请求逐步升级到浏览器自动化或专业代理服务，以应对各类反爬机制和访问限制，最终稳定输出结构化 Markdown 内容。