Skill

提供创建和维护 AI 代理技能的完整方法论，涵盖结构设计、触发机制配置、资源组织规范及渐进式上下文加载策略，强调简洁性、自由度适配与可维护性，适用于构建领域专用的模块化能力扩展包。

实现跨开发环境的长期记忆协同，支持在 Cursor 与 Claude Code 间实时共享和检索设计决策、技术方案、问题排查记录等知识资产，便于团队成员复用经验、追溯上下文并保持技术决策的一致性。

执行多层级深度研究，通过系统化搜集、交叉验证与综合分析来自多方的信息，对复杂议题进行结构化拆解与洞察提炼，最终生成包含证据支持、多视角对比和战略意义解读的高质量研究报告，适用于决策支持与知识探索场景。

规范 G2 文档的多语言翻译流程，涵盖术语统一、超链接适配、文件命名与存放规则、局部与全文翻译策略、语境化表达、元数据保护等核心环节，确保中英文文档在内容、结构和导航体验上严格对齐。

分析用户与 Claude Code 的交互记录，识别请求类型分布、高频项目、时间规律及重复性任务，发现模糊提问、复杂任务缺乏规划等改进点，输出包含具体案例的优化建议，帮助提升工作效率并推动自动化实践。

从多个 Notion 页面中检索信息，整合关键内容并生成结构化文档，支持简报、对比分析、专题总结及深度报告等多种形式，所有结论均附带来源引用和超链接，便于追溯与协作更新。

支持基于 OpenAPI 规范自动生成多语言 API 客户端、类型定义、交互式文档及 SDK，覆盖从接口设计、代码生成到集成测试的完整开发流程，提升 API 构建与对接效率。

实现现代 Web 前端开发，支持 React Vue Angular 框架下的组件构建、响应式布局与交互逻辑处理，集成测试验证、类型检查及可访问性规范，确保用户界面在多设备环境中稳定渲染并符合无障碍标准。

优化内容以提升在生成式AI搜索中的引用概率，通过结构化数据、权威信源和清晰定义增强语义相关性与实体识别，确保信息具备高可提取性与可信度，适用于多平台AI引擎的内容策略构建。

支持创建和编辑符合 Obsidian 规范的 Markdown 文档，涵盖 wikilink 内链、笔记嵌入、折叠式提示框、YAML 前置属性、层级标签、块引用与 ID、LaTeX 数学公式、Mermaid 图表及 HTML 片段等全部核心特性。

提供技能创建的系统化方法论，涵盖从需求分析、资源规划到初始化、编辑、打包和迭代的全流程指导，强调模块化设计、上下文效率优化及渐进式信息加载，确保技能具备可复用性、可维护性和领域适配性。

面向教育内容质量评估，从学习者体验与教学设计双重视角出发，系统分析章节的可读性、逻辑连贯性、实践有效性及认知负荷合理性，识别知识断层、结构缺陷与教学目标偏差，并生成分优先级的改进建议，支撑章节优化与发布决策。

通过静态分析调用链实现高效错误溯源，能够从故障现象反向追踪至根本原因，同时评估缺陷影响范围，适用于复杂代码库中的问题诊断与根因分析。

提供问题诊断与自动化修复能力，通过环境检查、日志分析、依赖验证和LSP语义分析定位前端构建失败、运行时错误、UI异常及配置问题，支持安全的自动修正、交互式确认和复杂问题升级处理。

自动生成每日笔记并支持晨间规划、午间复盘与晚间总结，通过日期变量填充与模板渲染实现标准化记录，结合任务迁移、优先级识别及时间块管理，形成闭环的日常事务处理流程，适用于个人生产力优化与习惯追踪。

实时获取第三方库的最新文档与使用规范，主动查询框架或工具包的当前版本特性、API 用法及最佳实践，确保开发过程中依赖信息准确无误，避免基于过时知识进行决策。

生成符合学术规范的科研论文，基于IMRAD结构组织内容，整合文献综述与数据可视化，遵循CONSORT、STROBE等报告规范，通过两阶段流程将研究要点转化为连贯段落，并确保引用格式、术语使用及图表设计符合目标期刊要求。

生成科研场景下的专业演示文稿，支持PDF或PPTX格式输出。基于视觉优先原则构建内容结构，融合高质量图表与极简文本，确保每页幻灯片具备清晰叙事逻辑和学术严谨性。通过自动化工具链实现设计风格统一、引用规范及多轮视觉校验，适用于学术会议、论文答辩与基金申报等高要求场景。

自动化生成与维护项目文档，基于数据源分析构建结构化内容体系，支持从零生成、更新迭代及局部修改，涵盖技术文档、用户指南等多类型文档的全生命周期管理。

支持在 Obsidian 中创建和编辑结构化数据库视图，通过 YAML 格式的 .base 文件定义表格、卡片、列表等多类型视图，集成动态过滤、公式计算、属性配置与自定义汇总功能，实现对笔记内容的智能组织与可视化分析。

将学术论文自动转化为多种传播与展示形式，包括交互式网页、讲解视频和会议海报，支持从 LaTeX 或 PDF 源文件批量生成高质量、适配不同场景的推广材料，适用于学术传播、会议筹备及成果展示等需求。

实时检索学术文献、技术文档与研究数据，根据问题复杂度智能匹配检索或深度分析模式，优先呈现高影响力论文与权威来源，支持引文追溯与跨领域知识整合，适用于科研验证、技术调研与学术写作辅助。

面向 LangGraph 开发者的文档检索能力，能自动定位并获取官方 Python 文档中的概念说明、实操指南、完整教程及 API 参考内容，确保技术解答准确且与最新版本同步。

提供创建和优化 Letta Code 技能的完整方法论，涵盖从需求分析、资源规划、结构设计到打包发布的全流程，强调上下文效率、渐进式信息加载与模块化实践。

生成并维护 OpenAPI 3.1 规范，支持从代码或设计文档自动构建 API 接口定义，实现接口文档自动化、SDK 代码生成及前后端契约校验，确保接口一致性与可维护性。

将文本内容转化为 Obsidian 可用的交互式画布文件，支持思维导图式层级布局与自由排布两种形式，自动识别主题关系、规划节点位置与连接逻辑，并生成符合规范的 JSON 格式输出，便于在 Obsidian 中直接导入和编辑。

自动生成结构完整、交互性强的单文件 HTML 软件手册，整合用户界面操作指南、API 文档、多层级代码示例与实机截图，支持全文检索、章节折叠、标签导航及深色模式，离线可用且无需外部依赖。

面向技术文档的智能发现与分析能力，支持通过标准化llms.txt协议快速定位权威文档，结合GitHub仓库结构化解析、多源并行检索及渐进式回退策略，覆盖最新框架说明、版本化内容、主题定向查询等复杂需求。

基于吉姆·柯林斯的飞轮效应理论，帮助组织识别、绘制并优化驱动自身增长的核心正向循环，通过诊断瓶颈、优先排序关键举措、识别恶性循环及拓展飞轮边界，实现战略聚焦与复利式发展。

自动从网络权威文档中提取并生成结构化技能文件，支持按主题检索最佳技术文档、精准爬取相关内容、过滤无关页面，并将API说明、代码示例等整合为可直接使用的技能描述文档。