Skill

提供模型量化过程的自动化支持，实现从配置生成到代码输出的完整流程，结合行业规范进行有效性验证，适用于机器学习部署中的性能优化与生产级推理场景。

根据需求自动区分新插件构想与现有插件优化场景，动态加载对应工作流。通过多阶段引导实现从模糊想法到结构化创意文档的转化，支持渐进式提问、优先级分析与版本影响评估，在减少上下文占用的同时保障完整创作流程。

打造兼具视觉冲击力与工程品质的前端界面，融合独特美学风格与精准交互细节，配合真实高清影像或定制化图像生成方案，实现从布局、动效到材质表现的高度专业化呈现，确保每个作品具备商业级完成度与品牌辨识度。

实现数据库水平分片策略的设计与部署，支持通过哈希或范围分区将数据分布到多个实例，提供跨分片查询协调与自动再平衡能力，适用于需要扩展单机容量限制的高并发场景。

支持大规模数据库表的分区设计与管理，通过时间序列或查询模式优化数据分布，提升查询效率并缩短维护窗口，适用于百 GB 以上数据的自动化归档与性能调优场景。

支持在新旧系统间实施渐进式迁移，通过并行运行、流量分流和数据同步等方式，安全地完成 Perplexity 平台接入、重大版本升级或全量重构，兼顾业务连续性与风险可控。

分析 SQL 查询结构与执行效率，识别性能瓶颈，推荐针对性的索引策略和语句改写方案，从而提升数据库查询速度与整体响应能力。

保障 Vast.ai 平台密钥与访问权限的安全性，涵盖 API 密钥的环境变量隔离、定期轮换、按环境最小化授权范围，以及 Webhook 签名验证和操作审计日志记录，防范密钥泄露与越权访问风险。

能够自动识别文本中蕴含的情感倾向，判断其整体情绪基调为正面、负面或中性，适用于分析用户评论、社交媒体内容、调查反馈等各类自然语言文本，辅助理解公众态度与用户情绪。

自动生成数据管道中的任务流程，支持 ETL、数据转换与工作流编排，适用于需自动化构建生产级数据处理架构的场景，可响应流式数据处理需求并遵循工程最佳实践。

提供时间序列数据的自动分解能力，支持将原始时序数据拆解为趋势、季节性和残差等核心成分，辅助用户完成数据探索、异常检测与预测建模等分析任务。

实现 Kling AI 视频生成中的专业级镜头运动控制，支持平移、俯仰、缩放、推拉及复合运镜，用于构建电影感画面和动态视觉叙事。

掌握上下文工程的核心在于理解语言模型在推理时可访问的全部状态，包括系统指令、工具定义、检索文档、对话历史和工具输出。通过优化信息组织与加载时机，确保关键内容位于注意力强的位置，并采用渐进式披露、压缩与隔离等策略，在有限上下文中维持高效准确的决策能力。

作为科研创意伙伴，协助科学家突破思维定式，通过跨学科类比、假设逆向推演、多尺度分析等方法激发原创假说，识别研究空白，并共同设计可落地的实验路径与方法论框架。

构建自动化数据预处理流水线，实现对原始数据的清洗、转换与验证，确保数据质量并适配机器 learning 训练及分析需求，支持从 CSV 或数据库等来源提取数据，统一处理缺失值、重复项和格式问题。

提供机器学习模型的可解释性分析能力，能阐明预测结果成因、量化特征影响程度、揭示模型决策逻辑，适用于调试性能异常、验证公平性以及向业务方传达技术洞察等场景。

自动完成 Triton 推理服务的配置任务，涵盖参数设置、模型部署结构定义及生产环境适配，支持根据需求生成符合行业规范的配置文件并进行有效性校验。

支持多任务协同调度，通过智能拆分独立工作单元、识别执行依赖关系，并分批次启动多个专业代理并行处理，适用于多模块开发、分层架构实现或跨领域调研等需高效协同的复杂场景。

面向 Vertex AI Agent Engine 部署的生产就绪性评估能力，覆盖安全配置、监控体系、性能调优、合规要求及工程实践五大维度，输出带权重的综合评分与可落地的改进建议。

实现数据库操作的全链路审计追踪，支持通过触发器、应用层埋点、变更数据捕获或日志解析等方式记录数据修改行为，自动生成基础审计表结构，并根据合规要求或调试需求推荐适配方案。

自动处理 Google Cloud Platform 中 BigQuery 定时查询的配置、部署与优化，涵盖任务创建、SQL 脚本编写、调度策略设定及生产环境校验，确保符合云平台最佳实践。

掌握 REST与 GraphQL 两类 API 的核心设计方法，涵盖资源建模、请求语义、版本管理、分页过滤、错误处理、超媒体支持及高效数据加载等关键环节，支撑构建直观、可扩展、易维护且开发者体验优良的接口体系。

提供AI代理系统提示词的专业编写与优化能力，基于上下文工程原则，聚焦于精炼表达、结构化组织、工具使用指引及模板变量安全转义，确保提示词在信息充分的前提下保持紧凑高效，适用于各类智能体角色定义与行为规范设计。

面向技能开发者的结构化创作框架，支持按需分层加载元数据、核心指令与扩展资源，通过渐进式披露机制平衡触发效率与功能深度，适用于构建可复用、易维护且上下文感知的智能体能力模块。

具备根据任务需求自主设计和构建神经网络的能力，支持灵活配置各类网络结构、层类型及训练参数，适用于图像分类、文本生成等场景，可快速生成适配特定数据特征与性能目标的定制化模型。

自动完成流式推理部署的全流程配置，涵盖模型服务化、MLOps 流水线搭建、实时监控集成及生产环境优化，生成符合行业规范的可运行代码与配置方案。

提供多智能体工作流的自动化编排能力，支持顺序执行、并行处理、条件分支、自动重试及人工检查点控制，可生成可视化流程图并复用模板，适用于需协调多个专业代理协同完成复杂任务的场景。

自动优化数据管道中的压缩策略，涵盖ETL、数据转换、工作流编排及流式数据处理场景，提供符合行业标准的配置方案、可落地的代码实现与合规性验证。

在技能开发或评估前，系统性地挖掘各领域权威专家提出的方法论与实践框架，帮助使用者识别最适合当前任务的设计范式，填补方法学层面的空白，并为后续构建提供可验证的理论依据和术语体系。

支持对 AI/ML 模型版本进行全生命周期管理，包括新版本注册、历史版本追溯、性能指标查询及血缘关系记录，适配模型开发、评估与部署各阶段的版本管控需求。