Skill

能够根据用户需求自动生成包含关键指标卡片、SVG 图表、进度条和数据表格的交互式 HTML 可视化看板，支持营收、性能、运营等多类业务指标的直观呈现与趋势分析。

能够深入理解并检索 Linggen 生态中的代码结构、架构决策与全局策略，通过语义搜索和上下文增强提升查询精度，支持跨项目发现功能实现与设计约束，为开发提供一致性指导。

针对不同任务类型动态调整大语言模型参数，通过实证研究确定最优配置：定理证明需长上下文与适度随机性以支持推理链和策略探索，代码生成强调确定性输出，创意任务则提升随机性与生成长度，同时规避截断推理、温度过低及跳过规划等常见失效模式。

自动执行 PyTorch 模型的 TorchScript 导出任务，涵盖代码生成、配置编写、最佳实践指导及输出验证，支持从训练模型到可部署格式的一站式转换。

支持跨多个 Google 日历账户（如工作、个人）同步查询、创建、修改和删除日程，自动整合时间线并识别日程冲突，响应自然语言指令如“今天有什么安排”或“下周三加个会议”，无需重复登录。

面向代码、配置及基础设施开展深度安全审查，覆盖漏洞识别、合规性验证、密码学分析和容器与 API 安全评估，输出含风险分级与修复建议的结构化报告，助力系统持续符合 OWASP、GDPR、PCI DSS 等主流安全标准。

自动检测和防范反序列化漏洞，通过分析输入数据流与对象处理机制识别潜在风险，提供安全编码建议与防护配置，适用于保障应用在面对恶意序列化数据时的运行安全。

自动执行 Flux GitOps 的初始化配置与部署流程，涵盖仓库连接、Kubernetes 集群同步策略设定、环境分支管理及安全合规的 YAML 清单生成，确保基础设施即代码的持续交付可靠性。

自动解析和处理 PDF 文档内容，支持从 PDF 中提取文本、结构化数据及元信息，并生成符合业务自动化需求的配置与代码，适用于合同分析、报表处理等场景。

生成适用于多容器应用的 Docker Compose 配置，支持服务编排、网络与存储管理、健康检查及资源限制，满足生产环境部署需求。

提供机器学习模型评估指标的自动化支持，涵盖从指标选择到代码实现的完整流程，能够生成符合行业标准的评估方案并验证结果有效性，适用于各类训练任务中的性能分析与优化场景。

自动生成机器学习训练中的 ROC 曲线绘制方案，支持数据预处理、模型评估与可视化实现，适用于二分类性能分析任务，输出符合行业标准的可复用代码。

根据代码变更的具体上下文，自动匹配并协调多位领域专家进行评审，覆盖安全、性能、架构、API 设计、运维部署、可观测性等关键维度，确保重大技术决策获得针对性强、视角多元的专业反馈。

自动处理 Triton 推理配置相关任务，涵盖配置编写、最佳实践指导、生产级代码生成及合规性验证，支撑机器学习模型的高效部署与服务。

负责 Ideogram 集成在生产环境的全流程部署与应急回滚，涵盖密钥配置、代码质量校验、基础设施就绪检查、文档完备性确认，并通过渐进式发布策略控制上线风险，同时内置健康监测与分级告警机制。

支持对 Agentica 开源库的深度信息检索与分析，涵盖文档指南查阅、官方示例定位、以及 Python 模块结构解析，帮助用户快速理解核心组件如 Agent、Model、Tools、Memory 等的使用方式与实现逻辑。

提供敏感数据的全生命周期安全管理，涵盖自动分类分级、PII 识别与脱敏、合规性审计日志、可配置的数据保留策略及 GDPR 用户权利响应机制，确保在 Lindy AI 环境中满足隐私法规要求。

通过调整采样率、过滤无用事件、限制事件大小和关闭非必要功能，降低 Sentry 的事件摄入量与成本，优化配额使用效率，并配置支出预警以实现长期成本管控。

面向 Bitwarden iOS 项目的代码质量保障机制，覆盖架构设计、编码规范、编译安全、测试完备性及安全实践五大维度，通过结构化审查流程识别关键缺陷并提供可落地的改进建议，支撑高可靠、高安全的客户端持续交付。

为 Wheels 应用提供面向生产环境的全栈配置能力，涵盖安全加固（如 CSRF 防护、错误信息隐藏、HTTPS 强制启用）、性能调优（含多层缓存、数据库连接池、静态资源 CDN 分发）及环境差异化部署，确保系统稳定、高效且符合安全合规要求。

支持 Rails 应用的测试全流程，涵盖单元测试、集成测试与数据 fixture 的编写和维护，能够协助诊断测试失败原因并提供修复建议，适用于保障代码质量与功能正确性的开发场景。

针对 Ideogram API 响应缓慢、吞吐不足等问题，提供缓存策略、请求批量合并、连接池配置及分页优化能力，支持在高并发或低延迟敏感场景下显著提升调用效率与资源利用率。

自动生成变更请求相关的配置与代码，提供符合企业级规范的最佳实践指导，支持项目管理、合规性审查及系统集成场景下的流程自动化，确保输出结果经过标准校验并可直接用于生产环境。

提供对 Plain 生态包的集成安装与配置引导能力，自动执行包安装、文档查阅、开发依赖调整及代码适配等步骤，同时明确区分自动操作与需用户介入的手动环节。

自动生成符合行业规范的请求校验器代码与配置，覆盖 Node.js、Python、Go 等主流后端语言，支持数据库交互、微服务通信等场景下的输入验证逻辑构建。

支持自动化构建面向系统可观测性的智能告警规则，覆盖延迟、错误率、吞吐量、资源使用率、可用性及 SLO 违规等多维度指标，同时配置阈值策略、告警路由与升级机制，并生成配套的故障排查手册。

自动化生成结构化的拉取请求，基于提交历史提取功能变更或问题修复的上下文，生成符合规范的标题与详细描述，集成代码审查的最佳实践，提升协作效率并确保每次提交都具备可追溯的验证说明。

生成符合 Sentry 规范的提交信息，支持功能新增、缺陷修复及重构等场景的标准化描述，自动关联问题单并标记 AI 协作来源，确保每次提交具备清晰上下文与可追溯性。

自动构建数据叙事框架，支持从需求分析、指标定义、SQL查询设计、可视化方案到业务洞察的全流程编排，兼顾行业规范与可交付代码生成。

讲述编程或科技相关的幽默段子，内容保持轻松干净，可适当加入笑点表情，用于回应用户的搞笑请求，确保输出符合技术趣味性与可读性平衡的场景需求。