Skill

自动化配置 Python 项目运行环境，根据 pyproject.toml 或 requirements.txt 文件智能选择 uv 同步依赖或 pip 兼容流程，完成虚拟环境创建、依赖安装及脚本执行，全程无需手动激活环境。

支持跨 Confluence、Jira 和内部文档系统的并行检索，精准定位公司内部的技术概念、系统架构、业务流程、部署规范及认证机制等信息，并自动整合多源内容生成带出处的清晰解释，适用于需快速掌握企业专属知识的各类查询场景。

提供基于 Chrome 的浏览器自动化能力，支持网页截图、表单填写与提交、网络请求调试、响应式设计测试、DOM 结构分析、性能剖析及语音播报等功能，适用于 Web 应用的质量保障与交互式调试场景。

提供 Unity项目的编译验证能力，可快速检查 C# 脚本语法正确性、捕获编译错误与警告，并支持强制全量重编译以确保变更生效，适用于开发过程中即时反馈代码质量的场景。

提供面向安全、性能与可维护性的深度代码审查能力，覆盖漏洞识别、逻辑正确性验证、资源使用效率评估及代码结构优化，支持多语言常见风险模式检测，并输出结构化评审意见与可操作改进建议。

将测试驱动开发流程结构化为可追踪、可复用的自动化工作流，通过任务依赖强制执行红-绿-重构循环，支持特性拆解、错误与边界场景覆盖，并集成进度统计、跨会话持久化及多角色协同，使TDD实践具备可见性、约束力和持续改进能力。

面向现代 Web 应用的质量保障体系，覆盖测试策略设计、自动化脚本生成、端到端测试搭建、代码覆盖率深度分析及质量度量，支持 ReactJS、NextJS、NodeJS 等技术栈的全周期测试工程实践。

统一管理云开发环境的多种登录方式，支持匿名、账号密码、短信、邮箱、微信、谷歌等认证源的启用禁用与参数配置，可灵活适配不同业务场景下的身份验证需求。

自动完成内存分析器的配置与初始化，支持性能测试中的资源监控和调优任务，涵盖代码生成、配置校验及最佳实践建议，适用于负载测试、压力测试等场景。

通过系统化流程定位并解决软件问题，包括精确复现故障、缩小问题范围、提出假设、插入诊断手段、实施最小修复，并添加回归测试以防止复发，适用于处理运行时错误、测试失败或性能退化等场景。

执行代码提交前的全面审查，确保代码质量、安全性与可维护性，涵盖结构合理性、类型安全、异步处理规范及安全防护措施，通过静态检查与手动验证相结合的方式识别潜在问题，保障系统稳定与长期可扩展性。

基于 Nix flakes 构建可复现、跨平台的开发环境模板，支持快速初始化项目骨架、配置语言专属开发 Shell、集成编辑器与 CI/CD 流程，并遵循各技术栈的最佳实践，适用于新项目启动和团队标准化环境建设。

通过多轮交互式研究与协作，系统化生成面向工程落地的详细实施计划，涵盖上下文分析、技术调研、架构设计、测试策略及成功标准，支持从需求理解到可执行任务清单的全流程闭环，确保方案符合项目语言规范并具备高度可验证性。

支持 Morphir 项目的 Go 语言开发，涵盖环境配置、模块化工作区管理、分支与工树操作、测试驱动开发流程及提交前检查。通过 go.work 实现本地模块依赖解析，确保代码质量与架构一致性，适用于多模块单体仓库的高效协作开发。

确保每次提交前严格遵循 MIRA 项目规范，包括强制性的多段式提交信息结构、按需选择同步至开源仓库的流程、精准文件暂存机制，以及提交后必须生成的结构化总结报告，所有操作均以保障代码可追溯性与协作效率为核心。

实现应用部署与项目管理系统的联动，自动同步部署状态至任务跟踪系统，在生产环境更新时自动标记任务完成，并支持回滚通知与异常处理，适用于多云平台的持续交付流程。

提供构建和优化技能的系统化方法，涵盖从需求分析、资源规划、模板初始化到内容编写、分层引用设计及打包发布的完整流程，强调上下文效率、渐进式信息加载与AI友好型结构设计。

提供对 Gamma API 各类错误的诊断与修复能力，涵盖认证失败、请求限流、生成异常及导出问题，通过日志分析、重试策略和配置调整实现快速恢复，适用于 API 集成中的稳定性维护。

提供无需管理队列或工作节点的事件驱动型后台任务处理能力，支持带状态检查点的长时工作流、定时触发、并发控制与并行分发，适用于需高可靠性与自动恢复的无服务器场景。

为项目仓库初始化或更新 Ralph 自主工作流框架，自动构建 scripts/ralph/ 目录结构，同步模板与执行脚本，智能识别并配置代码审查后端（RepoPrompt 或 Codex），保留用户原有配置，支持一键部署和增量升级。

通过HTTP服务实现浏览器自动化，支持多用户并发会话、认证状态持久化及操作流程复用，可用于交互式页面探索、多角色行为测试与界面比对验证。

自动生成 API 流程图，支持根据接口调用关系、请求响应逻辑及系统交互步骤，构建清晰直观的可视化流程表达，适用于 API 设计评审、集成文档编写和开发协作场景。

自动化处理 GitHub 问题修复全流程，涵盖问题信息获取、代码定位、修改实现、Xcode 构建与测试验证、带关闭声明的提交及推送，适用于 macOS 和 iOS 模拟器环境。

为多阶段复杂工作流提供实时进度可视化能力，通过预先定义全部任务、动态更新执行状态、精细拆分关键步骤、独立追踪循环迭代及并行子任务，让用户清晰掌握当前所处环节、已完成比例、后续待办事项以及整体耗时预期。

通过缓存响应、合并请求、复用连接及优化分页，显著降低 CodeRabbit API 的延迟与资源消耗，提升高并发场景下的吞吐量和稳定性，适用于响应缓慢、重复查询或批量操作频繁的集成环境。

支持将 Claude Sonnet 4.0、Sonnet 4.5 或 Opus 4.1 的提示词与代码一键升级至 Opus 4.5，涵盖模型标识符替换、API 调用适配、beta 头部清理及 effort 参数配置，并按需调整提示词以应对工具过触发、过度工程、代码探索不足、前端设计泛化和思维敏感等典型行为差异。

自动化完成机器 learning 模型的生产环境部署，涵盖 API 封装、容器化打包、云平台或 Kubernetes 集群发布，并集成数据校验、错误处理与性能优化，支持端到端的 CI/CD 流程落地。

通过对话式排查逐步定位问题根源，基于已验证的事实提出假设并设计验证方案，结合代码分析与环境检查缩小问题范围，在用户主导下推进调试流程，最终实现精准修复与结果确认。

快速响应 Retell AI 集成故障，通过健康检查、日志分析与指标监控定位问题，依据错误类型执行密钥更新、限流处理或降级策略，并同步内外部状态，收集证据用于事后复盘，确保服务稳定性与沟通透明。

支持跨项目功能协同，当当前项目因缺少兄弟项目（如 MCP 服务器、控制器等）的能力而受阻时，自动生成结构化的需求文档，明确说明所需功能、业务价值及上下文，并引导对方项目完成实现与反馈。