Skill

在内部知识库中执行精准检索与深度获取，支持通过自然语言查询发现相关解决方案、技术文档和项目上下文，也能根据唯一标识符直接调取完整文章内容，适用于需要复用历史经验或快速定位权威信息的协作开发场景。

实现机器学习模型的端到端生产化部署，自动构建 API 服务、容器化封装及云环境发布流程，内置输入校验、异常容错与性能优化机制，适用于将训练完成的模型快速可靠地投入实际业务场景。

提供对 Temporal 工作流的高效测试能力，支持通过时间跳跃加速执行、模拟活动隔离逻辑，并验证生产历史回放以确保确定性，适用于本地开发与 CI/CD 流水线中的高覆盖率自动化测试。

自动处理性能测试中的火焰图生成任务，涵盖从数据采集、可视化配置到结果分析的完整流程，支持负载测试、压力测试及性能监控场景下的高效问题定位与优化。

提供 API 合约的全链路验证能力，通过消费者驱动测试与 OpenAPI 规范校验，确保服务提供方与调用方之间的行为一致，自动识别不兼容变更并生成可执行的契约测试用例。

为代码编写与测试构建可复现的本地开发环境，支持基于指定 Python 版本创建和复用虚拟环境，通过 uv 或 pip 安装 NiMARE 可编辑版本及全部依赖，并验证安装有效性。

自动处理电子表格中的数据读取、写入与编辑操作，结合脚本执行实现业务流程的高效自动化，适用于工作流管理、邮件处理及跨系统数据同步等场景。

通过比对主分支代码与英文文档内容，识别文档缺失、错误或过时之处，聚焦用户可见功能如配置项、环境变量、CLI 命令及默认行为，生成带证据支持的修订建议报告，并在获得确认后仅更新 docs/ 下的英文文档。

自动生成数据分析领域的报告模板，支持从结构设计到代码实现的全流程构建，涵盖 SQL 查询、数据可视化及商业智能等场景，确保输出符合行业规范并可直接投入生产使用。

实现对 Vercel 服务的高可用性设计，通过熔断机制、幂等性控制与舱壁隔离提升系统弹性，结合降级策略和死信队列处理故障，确保关键操作在分布式环境下的稳定性与可靠性。

自动化生成符合 Prowler 项目规范的 Pull Request，涵盖变更分析、组件识别、模板填充（Context / Description / Steps to review / Checklist）、标题校验（Conventional Commits）、Changelog 更新检查及 CI 工作流审查，确保 PR 符合工程流程与协作标准。

为 G2 可视化库提供单元测试与集成测试的完整实践指南，涵盖测试目录组织、用例编写规范、图表配置导出约定及本地测试执行流程，确保测试代码风格统一、可维护性强，并能有效验证数据处理逻辑与可视化渲染结果。

自动执行机器学习模型剪枝的部署优化，提供从代码生成到生产配置的全流程支持，确保符合行业标准的最佳实践，适用于推理加速与资源效率提升场景。

为 shadcn/ui 的 8-bit 组件库提供标准化注册能力，支持将新组件或预构建游戏 UI 布局自动纳入 registry.json，确保可通过 CLI 命令发现和安装，同时强制注入 retro.css 样式并正确声明依赖与分类。

自动生成专业、易读的 Pull Request 描述，基于代码差异与提交历史提炼核心改动、设计意图、影响范围及测试验证细节，帮助团队快速理解变更价值并提升合并效率。

提供对 .NET 项目中 NuGet 包的标准化管理能力，支持通过 dotnet CLI 安全地添加、移除包，并严格遵循验证流程更新版本，确保依赖一致性与构建稳定性。

自动管理 Google Cloud Storage 生命周期策略的配置与优化，支持存储类自动转换、对象过期删除等规则设定，适用于大规模数据存储的合规性与成本控制场景。

自动生成符合行业规范的安全策略配置，覆盖渗透测试、合规框架、威胁建模等高级安全场景，提供可直接部署的代码与配置，并基于 SOC2、GDPR 等标准进行有效性验证。

为 ISPC 编译器构建轻量、可复现的回归测试，用于验证代码生成质量、诊断信息准确性及跨平台行为一致性，支持 LLVM IR 和汇编级检查，并通过灵活模式匹配适配不同目标架构与工具链版本。

面向数据架构与数据库设计，提供从抽象业务概念到具体数据库实现的全周期建模能力，涵盖实体识别、关系定义、规范化处理及物理结构映射，支持生成图表、字典、结构化描述等多种交付物。

提供本地 Web 应用的端到端测试能力，支持动态页面行为验证、UI 交互调试、浏览器日志捕获及全页截图，通过自动化启动服务与 Playwright 脚本协同完成从环境准备到功能校验的完整流程。

生成自签名 SSL/TLS 证书，支持创建私钥、证书请求及 PEM 格式组合文件，提供证书有效性验证方法与常见问题规避策略，适用于本地测试与开发环境的安全配置。

通过直接获取并分析原始网页内容实现可信研究，确保所有结论均基于对源材料的阅读与验证，避免依赖未经核实的摘要或搜索片段，在无法访问或验证时明确声明不确定性。

自动识别代码、配置和文档中可能违反 HIPAA 法规的风险点，涵盖患者健康信息的隐私保护、安全防护与访问控制等方面，帮助团队在开发和运维过程中持续保障合规性。

求解非线性方程的数值根，适用于单变量或方程组的实数根查找。根据问题特性选择二分法、牛顿法或割线法等策略，在有边界区间时保证收敛，结合符号计算辅助验证结果准确性，并通过多初始点扩展处理多重根场景。

完成 Fireflies.ai 集成在生产环境的部署与验证，涵盖配置管理、代码质量审查、基础设施准备及渐进式发布流程，确保服务健康检查、监控告警和回滚机制就绪，适用于上线前检查与故障应急响应。

实现 Juicebox 平台的实时事件响应能力，支持接收、校验、分发和异步处理搜索完成、档案增强、导出就绪及配额预警等关键事件，内置重试队列与幂等机制，确保通知可靠落地。

自动处理 Teams通知集成任务，支持根据业务流程需求快速配置和发送 Webhook 消息，生成符合规范的代码与配置，并提供最佳实践建议和有效性验证。

自动生成符合 CLI-First 架构原则的 TypeScript 命令行工具，支持从零创建、扩展命令或升级复杂度，内置三层模板体系，确保类型安全、文档完备、可组合的 JSON 输出，并严格遵循 Bun + TypeScript 技术栈与 PAI 标准。

自动构建和配置业务报表生成流程，涵盖从需求分析、模板设计、数据集成到代码生成与合规性验证的完整环节，适用于企业级自动化场景中的报表开发与优化任务。