Skill

自动生成面向 Medium 发布的 LlmTornado API 教程，覆盖选题规划、结构设计、可运行代码示例编写、原理讲解、最佳实践归纳及专业排版，支持按主题定制并保存为标准化 Markdown 与独立 Python 文件。

生成面向不同受众的测试报告，整合多框架测试结果并计算覆盖率、通过率、耗时等核心指标，支持趋势分析与失败归因，可输出 HTML、PDF 或 JSON 格式，适用于质量评估、问题定位及历史性能对比场景。

通过公开数据源并行检索实现人物定位与身份核实，整合多平台社交信息、公共记录及反向查询结果，结合交叉验证与置信度评估，适用于寻人、背景调查等合法场景。

专注于使用 TypeScript 或 Python 通过 AWS CDK 编程构建云基础设施，覆盖从架构设计、构造编写、堆栈组合到部署验证的全流程，强调自动生成资源名称、Lambda 构建优化及多层预部署校验，确保基础设施即代码的安全性、可复用性与合规性。

自动完成云数据库实例的初始化配置，涵盖高可用部署、安全策略设定及性能优化建议，生成符合生产标准的实施方案，适用于需要快速搭建托管数据库服务的场景。

深入探索 dot-ai 生态各项目源码，验证某项功能是否真正可用而非仅存在定义，需完整追踪从接口定义、内部实现到外部调用链路的可访问性，并明确说明具体使用方式。

自动生成符合规范的 PR 内容，动态提取最新的 e2e 测试标签并整合到 QA 说明中，支持根据问题编号、变更类型和上下文生成结构化描述，适用于需要标准化提交流程的开发协作场景。

根据指定需求生成结构化的技能模板，实现对技能功能的系统化定义与流程梳理，涵盖从需求分析到模板输出的完整工作流，适用于标准化技能文档的自动化创建。

实现 Retell AI 应用在 Vercel、Fly.io 和 Cloud Run 平台的自动化部署，支持安全配置 API 密钥与环境变量，通过平台 CLI 完成生产环境发布，并提供健康检查机制确保服务连通性。

根据需求生成数据库迁移文件，用于变更 OWID MySQL 8 数据库的表结构。通过命令创建带时间戳的迁移脚本后，自动定位新生成的文件路径并告知用户，确保后续操作可追溯。

专注于为营销目标设计免费工具，通过工程手段解决用户真实痛点，实现自然流量获取、潜在客户收集与品牌影响力提升，覆盖计算器、生成器、分析器等多种形态，强调问题匹配度、使用简易性及商业价值闭环。

自动创建符合各类安全标准与监管要求的合规报告，覆盖 PCI DSS、HIPAA、SOC 2、ISO 27001 等框架，支持根据实际安全控制措施和政策执行情况生成结构化文档，辅助审计准备与合规性验证。

自动支持机器学习模型可解释性分析，涵盖工具选型、配置部署、代码生成及结果验证全流程，遵循行业最佳实践，适用于训练阶段对模型决策逻辑进行透明化解读与调试的各类需求。

执行代码构建、版本提交与生产环境部署的完整流程，确保变更经验证后自动发布至线上服务，适用于前端应用的端到端交付场景。

提供从旧版 Angular 管理界面到新版 React 仪表板的完整迁移支持，涵盖表单、列表页、详情页、导航菜单、操作栏、自定义组件、页面标签及小部件等所有扩展模块的适配与重构。

面向数据库事务的实时健康监测与告警能力，支持对 PostgreSQL、MySQL 和 MongoDB 等主流数据库执行状态检查、性能指标采集及异常识别，可自动构建监控看板、配置阈值告警，并生成配套运维手册与故障排查指南。

将生物信息学分析结果、数据表及统计指标导出为格式化的 Excel 文件，支持多工作表组织、单元格样式设置与条件高亮，适用于跨平台的本地化数据交付与报告生成。

提供端到端的数据分析能力，涵盖数据加载与结构检查、分布与相关性探索、参数与非参数统计检验、多类型置信区间估算、效应量量化，以及正态性、方差齐性等关键假设验证，支持根据数据特征自动推荐稳健分析方法。

支持在开发、预发布和生产环境中分别配置 Clay 服务，包括环境感知的配置加载、密钥隔离管理、运行时环境检测、生产操作安全防护及功能开关控制，确保多环境部署的一致性与安全性。

提供端到端的前端修改验证能力，通过自动化构建、启动本地服务、遍历所有路由并执行浏览器导航与截图，确保 playground 包中 UI 变更正确渲染且交互功能正常。

自动执行 API 健康状态检测任务，涵盖连通性验证、响应时效性评估、错误率统计及服务可用性监控，支持生成可部署的检查脚本与配置，并依据行业标准进行合规性校验。

提供面向生产环境的 FireCrawl SDK 使用范式，涵盖单例管理、安全调用封装、指数退避重试、多租户工厂模式及响应类型校验，提升 TypeScript 和 Python 项目中爬取集成的健壮性、可维护性与可观测性。

根据指定规则对 OpenAPI 规范文件进行叠加修改，支持通过命令行或工作流配置合并多个覆盖层，按声明顺序逐级应用变更并生成新的接口定义文件。

支持快速搭建本地 Supabase 开发环境，集成热重载、测试套件与环境变量管理，实现代码修改后即时反馈、接口行为模拟及开发配置自动化，显著缩短从编码到验证的迭代周期。

自动收集 Supabase 应用的运行环境信息、脱敏日志和精简配置，打包成时间戳命名的压缩归档，用于快速定位问题根源、提交支持请求或开展深度故障排查。

面向复杂软件系统的设计与决策，支持从架构图生成、项目结构深度分析到依赖关系梳理的全流程，覆盖可扩展性、可维护性及技术选型权衡，适用于构建现代 Web 与移动应用的全栈架构方案。

自动化完成机器 learning 模型的生产环境部署，支持构建 API 服务、容器化封装及云平台发布，内置数据校验、异常容错与性能优化机制，适用于从训练完成到线上服务的端到端交付场景。

自动优化 SQL 查询性能，提供执行计划分析、索引建议、查询重写及配置调优能力，覆盖从诊断到生成生产级优化方案的完整流程，适用于数据分析与业务智能场景。

提供 Effect-TS 应用的系统化测试能力，涵盖从基础 Effect 执行验证、服务依赖替换与模拟，到时间控制、流式处理、并发逻辑、分层架构组织及属性驱动测试等全场景，确保测试具备确定性、隔离性与可维护性。

通过语义搜索与智能问答实现对长期记忆的持续化管理，可追溯历史决策、技术方案及问题解决过程，适用于知识沉淀与团队经验共享场景。