Skill

自动化配置数据管道的增量加载机制，涵盖方案设计、代码生成、配置校验与最佳实践建议，适用于ETL 流程、实时数据处理及工作流编排等场景。

针对超大规模数据库表提供高效的分区管理方案，通过分析数据特征与查询模式自动设计合理的分片策略，优化查询性能并缩短维护窗口，适用于时序数据归档、高频范围查询及百 GB 以上级别的数据生命周期管控。

为 Lindy AI 集成提供端到端可观测性能力，涵盖结构化日志记录、多维度指标采集（如调用次数、延迟分布、错误率）、跨服务分布式追踪，以及配套的 Grafana 可视化看板与 Prometheus 告警规则，支撑实时监控、根因分析与稳定性保障。

为 Retell AI 集成提供生产级容错能力，涵盖熔断保护、幂等性保障、舱壁隔离、分层超时控制、优雅降级及死信队列重试机制，确保在依赖服务异常时仍能维持核心功能可用性和数据一致性。

提供 Azure Functions 全栈开发能力，涵盖隔离工作进程、Durable Functions 编排、冷启动优化及多语言（.NET Python Node.js）最佳实践，同时规避常见反模式与运行时陷阱。

自动化完成 SageMaker 模型端点的部署全流程，涵盖配置生成、生产级代码编写、合规性校验及最佳实践建议，适用于机器学习服务上线与 MLOps 流水线集成。

提供机器学习模型的全面性能评估能力，支持准确率、精确率、召回率、F1 分数等多维度指标分析，适用于模型验证、横向对比及上线前质量把关等场景。

自动构建符合 OpenAPI 规范的 API 文档，覆盖接口响应结构、分页封装、多态类型、文件上传、认证方式及枚举定义等细节，支持多版本、多模块、多受众的文档隔离与静态架构图生成。

具备从插件市场中自主学习并迁移能力的元技能，能分析各类插件的实现逻辑、输入输出模式与工具链，提炼通用方法论后适配到当前任务场景，支持跨领域能力复用与多方案融合，适用于需快速借鉴成熟实践的复杂问题求解。

构建高可用的 Perplexity 集成系统，通过熔断机制快速失败并防止级联故障，结合超时控制与优先级队列实现资源隔离，利用幂等键避免重复操作，同时在服务异常时自动切换降级方案，并将失败请求存入死信队列供后续重试或分析，保障系统整体稳定性。

实现对 PyTorch 模型的因果干预分析，支持通过声明式配置进行激活修补、因果追踪与可训练干预，适用于定位知识存储位置、解析模型电路及测试行为假设等场景。

通过智能层级选择、请求采样与用量监控优化 Groq 调用成本，支持批量处理、数据缓存及压缩传输以降低开销，适用于需控制 API 支出的高频调用场景。

提供对 Vast.ai API 的稳定集成能力，通过单例模式管理客户端实例，结合错误安全封装与指数退避重试机制，确保异步调用的可靠性，支持多租户场景下的密钥隔离及响应数据的运行时校验，适用于 TypeScript 与 Python 环境的生产级部署。

自动生成和配置云函数相关资源，提供符合最佳实践的代码与部署方案，支持计算、存储、大数据及机器学习等场景的标准化构建与验证，适用于需要快速生成可生产云服务组件的开发任务。

自动调整预训练机器学习模型以适应新任务或数据集，通过迁移学习技术实现快速微调与性能优化，涵盖数据验证、模型修改及结果评估，适用于图像分类、自然语言处理等场景。

通过精简指令、启用流式输出、实施缓存策略与并发控制，显著降低 AI 代理响应延迟并提升吞吐量，适用于对性能敏感的生产环境优化。

提供网页无障碍开发支持，自动处理 ARIA 属性配置与验证，生成符合标准的可访问性代码和配置方案，并给出最佳实践建议。

指导构建高质量的模型上下文协议服务器，通过合理设计工具接口与外部服务交互，支持 LLM 执行复杂任务，涵盖从规划、实现到测试和评估的完整开发流程。

自动生成 gRPC 服务代码与配置，覆盖接口定义、服务端和客户端实现、构建脚本及部署适配，遵循微服务架构规范，支持多语言后端技术栈，并提供合规性校验与最佳实践建议。

为机器学习训练提供自动化特征工程支持，涵盖数据预处理、特征构造、编码转换与标准化等关键步骤，生成符合生产要求的代码和配置，并依据行业规范进行验证和优化。

提供代码性能分析与优化能力，通过自动识别运行瓶颈、生成改进建议并预测优化效果，支持基于实测数据的精准调优决策，适用于 Windsurf 环境下的性能诊断与持续改进。

面向科研全流程的自动化协作系统，能基于数据自动生成研究假设、设计实验方法、执行计算分析并产出符合期刊格式的 LaTeX 论文，支持从探索性分析到正式发表的端到端研究闭环。

通过整合多源数据实现候选人资料的深度扩展，支持对个人信息、职业经历、教育背景及技能的全面补全与结构化存储，适用于人才画像构建与数据更新维护场景。

实时采集并分析应用各环节响应时长，覆盖 API 接口、数据库查询、外部服务调用、前端渲染及后台任务等维度，输出 P50 P95 P99 分位值、均值与峰值，支撑性能瓶颈定位、SLO 合规性追踪及异常延迟预警。

提供测试覆盖率报告的自动化分析能力，支持解析、审计和优化覆盖率数据，生成符合行业规范的配置与代码，适用于单元测试、集成测试等场景下的质量保障工作。

自动生成 Express 路由结构，提供符合行业规范的后端接口实现方案，支持 Node.js 环境下的模块化路由设计与配置优化，适用于构建可扩展的 RESTful API 服务。

自动支持机器学习训练过程中的 TensorBoard 可视化任务，涵盖环境配置、日志路径设置、启动命令生成及常见问题排查，确保实验指标与模型行为可直观追踪和分析。

在分布式沙盒环境中实现神经网络的训练与部署，支持多种模型架构的构建、分发及推理，适用于大规模深度学习任务与联邦学习场景。

从范例文本中提炼写作风格特征，包括语气、语调、词汇偏好、句式结构和标点习惯，生成可复用的风格档案，并通过量化指标与典型段落双轨验证，确保新生成内容在声音一致性、表达节奏和专业适配性上精准复现目标风格。

面向数据库结构设计与演进的全流程自动化支持，覆盖从现状评估、方案设计、变更实施到生产部署的完整周期，可生成迁移脚本、架构文档、测试报告及运维手册，并内置权限校验、连接容错、资源调控和语法验证等健壮性保障机制。