Skill

根据搜索需求选择最合适的代码检索方式，支持基于语义理解、代码结构、文本内容及正则匹配的多层级查找，实现高效精准的代码洞察与分析。

自动生成技术文档中的常见问题解答内容，支持从现有文档中提取关键信息、按规范结构化组织问答条目，并输出符合行业标准的 Markdown 格式 FAQ 文件。

通过分析使用模式实现 CodeRabbit 成本优化，提供层级选择建议与用量监控方案，结合采样、批处理及缓存策略降低 API 调用开销，并支持预算预警设置以控制支出。

面向 CSV 数据的端到端分析能力，涵盖自动加载、结构探查、缺失值与异常值处理、多维度统计建模、相关性挖掘及趋势识别，并支持生成静态图表与交互式 HTML 可视化结果。

通过多角度对抗性分析对提案、需求或决策进行深度质疑，覆盖证据验证、成本效益、失效场景、系统架构和根本原因五个维度，强制暴露潜在缺陷与盲点，确保在关键节点做出审慎判断。

遵循测试驱动开发，强调深度思考与上下文理解，在每次变更后主动沉淀经验，通过记录陷阱、模式与架构权衡来提升团队认知效率，确保代码质量与文档同步演进。

自动识别性能测试中的系统瓶颈，提供涵盖负载测试、压力测试及基准评估的优化方案，生成符合行业标准的可执行配置并验证其有效性，适用于需要精准定位性能限制因素的场景。

自动审查合规性框架的增改内容，确保JSON结构有效、检查项完整且无重复ID，验证元数据完备性与看板文件一致性，并确认变更日志更新，保障合并前的合规标准符合规范要求。

实现应用全链路响应时长的自动化追踪与优化，覆盖 API 接口、数据库查询、外部服务调用等关键环节，提供 P50 P95 P99 等多维度延迟分析、性能趋势识别、SLO 合规判断及根因定位能力。

专注于 Next.js 16 应用的现代化构建，涵盖异步路由参数处理、服务端组件数据获取、客户端组件交互逻辑、API 路由定义、请求代理配置及 Server Actions 实现，同时集成 shadcn/ui 等前沿 UI 方案与自动化开发工具链。

持续跟踪实验运行状态，自动检测任务是否完成，并在异常时提取日志信息，正常结束时报告成功，适用于对远程实验进程的闭环监控与结果反馈。

自动执行留存计算相关的数据分析任务，涵盖 SQL 查询编写、数据可视化设计、统计模型构建及商业智能指标实现，能够生成符合行业规范的代码并验证输出结果，适用于需要精确衡量用户或客户留存率的业务场景。

自动生成企业级工作流中的完成定义文档，支持项目管理、合规审查与治理流程的标准化实施，可输出符合行业规范的配置方案并验证其完整性，适用于集成模式设计与生产环境部署。

提供网页浏览、页面导航、JavaScript 执行、截图捕获和交互式 DOM 元素选取能力，支持基于真实用户会话的自动化操作与数据提取，适用于网站探索、内容抓取及可视化验证等场景。

自动生成符合行业规范的 API 响应数据结构定义，覆盖 REST、GraphQL 和 OpenAPI 等主流协议，提供可直接投入生产的配置代码、校验结果及设计建议。

支持在本地快速搭建和迭代 Retell AI 开发环境，具备热重载、自动化测试、环境变量管理及依赖配置能力，适用于需要高频调试与验证的 AI 应用开发场景。

提供 Dart项目持续集成与交付的故障诊断能力，涵盖 GitHub Actions 流程监控、跨平台构建失败分析、缓存性能调优及本地复现调试，支持快速定位格式检查、代码覆盖率、RTTI、内存访问和文档生成等典型问题。

支持将代码仓库的计划或实现上下文整理为结构化 Markdown 文件，包含文件树、代码结构摘要、关键文件内容及专业级审查提示，便于粘贴至 ChatGPT Pro、Claude 等外部大模型进行人工深度评审。

分析代码库并生成系统架构、组件、接口和工作流的完整文档体系，输出结构化元数据文件，支持创建面向 AI 助手的 AGENTS.md 或通用 README.md 等聚合文档，便于自动化开发协作与知识共享。

提供单细胞RNA测序数据的全流程分析能力，涵盖原始数据加载、质量控制、标准化、降维可视化、聚类、标志基因识别、细胞类型注释、拟时序推断及差异表达分析，支持多种输入格式与高质量图表生成。

支持从微服务中安全移除各类功能组件，包括配置项、接口端点、事件源与接收器、定时任务及监控指标等，涵盖定义删除、代码清理、测试移除、类型精简、模板更新及文档同步全流程。

自动生成符合 Prowler 规范的 Jira epic 文档，涵盖功能概览、分层需求、技术约束、实施清单与 Mermaid 图表，并同步输出可拆解的任务列表，支持无缝对接 Jira MCP 流程与 Wiki markup 格式要求。

自动配置 GraphQL 订阅功能，支持实时数据交互的接口开发，生成符合行业规范的可部署代码与配置文件，适用于构建高效稳定的 API 服务。

自动规划并实施长时间运行的性能稳定性测试，涵盖测试方案设计、负载配置、监控指标设定及结果分析全流程，确保系统在持续高负载下的可靠性与资源表现符合生产要求。

提供统一的 UI 构建能力，通过预定义的设计令牌和封装好的布局、文本、按钮、表单、卡片等组件，确保界面风格一致、可维护性强，并强制约束开发者避免硬编码样式值，适用于所有需要标准化用户界面开发的场景。

支持基于认知评估的目标驱动型工作流，通过量化知识状态与不确定性实现自我调节的推理过程，适用于需要元认知监控、渐进式探索和可验证学习成果的复杂问题求解场景。

提供统计显著性分析的自动化支持，涵盖参数配置、计算执行与结果验证，适用于A/B测试、实验评估等数据决策场景，确保分析过程符合统计学规范并输出可直接应用的结论。

自动执行软件版本号的识别、解析与递增操作，支持语义化版本管理及配套文件更新，适用于持续集成流程中版本自动化维护需求。

自动追踪数据在 ETL 流程、数据转换及流处理中的流转路径，支持通过文本检索与脚本执行分析数据来源与去向，适用于需要审计数据血缘关系或调试数据管道的工程场景。

支持通过容器化技术构建隔离的测试环境，能够灵活配置数据库、缓存和消息队列等依赖服务，利用声明式配置与程序化管理实现环境的自动创建、变量注入及用后清理，适用于需要高度一致性和可重复性的自动化测试场景。