Skill

提供基于 Hex1b 终端自动化库的 Aspire CLI 端到端测试能力，支持在 Linux 环境中模拟真实用户交互、精确匹配终端输出、可靠等待命令完成，并通过临时工作区隔离和 asciinema 录制实现可复现、易调试的自动化验证流程。

根据特定工作流定制系统提示，调整代码助手的输出行为以适应教学、学习或分析等场景，通过角色定义实现从协作学习到深度研究的不同交互模式，同时保留基础工具能力。

提供代码审查的结构化指南，覆盖正确性、安全性、性能、代码质量、测试和文档等维度，特别强化对 AI 系统特有的提示注入防护、输出净化及逻辑可验证性要求，并通过明确的反模式示例与评论规范提升评审一致性与可操作性。

指导如何创建高效技能，通过模块化结构扩展系统能力，整合专用工作流、工具与领域知识，以最小化上下文占用实现自动化任务处理，并支持资源按需加载的渐进式披露设计。

专注于代码的逐行逐块深度解析，运用第一性原理、五问法和五步法拆解每个函数的意图、输入假设、输出影响及逻辑依赖，持续构建并校验跨函数、跨模块的全局状态模型与行为不变量，确保审计前获得准确稳固的系统级认知基础。

提供对 Google Cloud 平台的全生命周期管理能力，涵盖环境初始化、多项目与多环境配置、基于服务账号的细粒度身份认证与权限控制、计算资源部署、容器集群运维、存储与应用托管等核心操作，并支持脚本化、CI CD 集成及安全合规的自动化实践。

设计高可用的 AI 工具接口，通过精准的模式定义与清晰的行为描述，确保 LLM 能正确理解并调用功能，避免幻觉与静默失败，提升系统稳定性与执行效率。

掌握身份认证与授权的核心实现模式，涵盖 JWT 令牌、OAuth2 协议、会话管理及基于角色的权限控制，支持构建安全、可扩展的访问控制系统，适用于 API 保护、单点登录、多租户架构及安全问题排查等场景。

面向生产环境的 AI 产品工程能力，涵盖可扩展的提示设计、带校验的结构化输出、流式响应优化、RAG 架构落地、AI 交互体验构建及成本可控的模型调用策略，强调从 Demo 到稳定服务的全周期实践。

面向 Sentry 工程实践的代码审查能力，覆盖 Pull Request 审阅、变更影响分析与质量反馈，聚焦运行时健壮性、性能效率、安全防护、测试完备性及架构一致性，支持对 Python Django、TypeScript React 等技术栈的规范性与风险点识别。

通过模拟代码中引入的微小缺陷，检验测试用例是否能有效捕获潜在错误，从而评估测试质量。关注边界条件、操作符变化及逻辑分支的覆盖情况，确保测试不仅执行代码，更能发现实际缺陷，适用于验证代码变更后的测试充分性。

面向后端系统构建，提供 API 接口设计、数据库建模、微服务架构规划及测试驱动开发能力，涵盖 RESTful 规范、软删除与索引优化、JWT 认证流程、缓存策略、限流机制和可观测性实践。

提供快速、轻量的源代码安全扫描与模式匹配能力，支持自动规则检测、多语言定制化规则编写、数据流污点追踪分析，并可集成至 CI/CD 流程中生成标准化报告，适用于早期漏洞识别与编码规范检查。

实现 Windsurf 与 MCP 服务器的深度集成，支持在 AI 开发环境中动态接入外部数据库、文件系统、API 及定制化工具，统一管理服务配置、权限控制与工具调用审计。

提供对 Vercel AI SDK 官方文档的动态检索能力，支持按类别发现页面、获取指定路径的完整内容，并实时查询 AI Gateway 所有可用模型及其能力标签、上下文限制与定价信息，确保开发时始终基于最新权威资料进行集成与配置。

提供无需运维的 Serverless 消息队列与定时任务能力，支持 HTTP 请求的可靠延迟投递、周期性调度、Webhook 安全分发及消息去重，适用于云原生场景下的异步通信与自动化工作流编排。

提供面向开发者的一站式云平台管理能力，涵盖账户认证、隔离式沙箱环境创建与运行、应用模板发布与部署、积分体系与支付管理、编程挑战与成就系统、多级存储及实时数据同步等功能，支持从开发测试到生产发布的全生命周期协作。

规范 Git 提交行为，结合 gitmoji 与约定式提交格式，确保每次提交前通过质量检测、获得用户确认，并正确标注协作者信息，避免自动关闭问题单，提升代码历史可读性与协作透明度。

提供对源代码的深度静态分析能力，支持跨函数调用的控制流与数据流追踪，可精准识别复杂安全漏洞和逻辑缺陷，适用于需要高精度、多层抽象建模的代码审计与质量保障场景。

提供一套面向 SwiftUI 视图问题的系统化诊断方法，覆盖更新异常、间歇性故障、状态依赖混乱及性能瓶颈等复杂场景，通过 _printChanges 日志分析、Instruments 工具链追踪、视图身份校验、环境依赖审查和预览调试五类模式，结合 Xcode 26+ 的新特性与生产级危机响应流程，确保问题定位精准、修复可验证、上线有依据。

提供 Linux 命令使用的自动化指导，覆盖基础操作、版本控制、容器化、CI/CD 流程及基础设施配置等 DevOps 核心实践，支持按需生成符合行业规范的可执行方案。

提供系统化调试能力，通过假设检验、证据收集与状态追踪定位根本原因，强调剥离主观假设、识别认知偏差，并支持最小复现、逆向分析等方法，在复杂问题中保持逻辑严谨与思维重启机制。

根据设计参考从零实现用户界面组件，自动验证设计保真度并动态切换开发代理以确保像素级还原。通过多轮迭代校验视觉一致性、响应式布局与无障碍访问，适用于将 Figma 或截图精确转化为高质量 React 与 Tailwind 实现的场景。

实现符合规范的原子化 Git 提交，自动分析代码变更并拆分为可独立回滚的逻辑单元，生成结构清晰、信息完备的英文提交消息，支持作用域划分与多段式描述，兼顾项目历史风格一致性。

提供 Fireflies.ai 集成项目的标准化架构设计，涵盖分层结构、模块化目录组织、配置管理、错误处理与健康检查机制，支持快速搭建可维护、可测试、多环境适配的生产级应用。

提供渗透测试全周期支持，涵盖漏洞利用、载荷生成、目标扫描与权限维持，在授权范围内实现对系统的安全评估与后渗透操作。

自动追踪和管理数据血缘关系，支持在数据管道中识别、记录与验证数据的来源、转换过程及下游依赖，适用于ETL、流处理和工作流编排等场景。

提供 Apollo.io SDK 版本升级与 API 迁移的全流程支持，涵盖现状扫描、兼容层构建、灰度发布、并行验证及渐进式清理，确保在不中断业务的前提下安全过渡到新版接口。

实现与外部应用的深度集成，可直接执行发送邮件、创建开发任务、发布消息等操作，打通 Claude 与主流协作工具之间的行动链路，让 AI 具备真实世界的操作能力。

提供 React 和 Next.js 应用的全链路性能优化能力，覆盖服务端渲染、数据获取、客户端渲染、JavaScript 执行及 bundle 构建等环节，通过消除请求瀑布、减小初始包体积、减少无效重渲染和优化浏览器绘制来提升 LCP、TTI、FID 等核心指标。