Skill

实现数据库复制架构的全生命周期管理，支持主从部署、自动故障切换、复制延迟监控与读写分离扩展，适配 PostgreSQL 和 MySQL 等主流数据库，兼顾物理与逻辑复制策略。

自动生成 Luigi任务定义与配置，支持数据管道开发中的 ETL 流程编排、数据转换及工作流调度，提供符合行业规范的可部署代码和校验反馈。

根据性能指标自动生成智能化监控告警规则，支持定义阈值、分类分级与通知策略，并配套生成诊断流程文档，适用于新服务接入监控或优化现有告警体系以减少误报的场景。

提供回归分析全流程支持，涵盖数据预处理、模型构建、结果验证与优化建议，自动生成符合行业规范的代码与配置，适用于数据分析中的统计建模任务。

自动构建符合行业规范的 GraphQL 解析器，覆盖 Node.js、Python、Go 等后端语言，支持数据库集成、缓存策略与微服务架构适配，输出可直接投入生产的代码和配置。

提供 Deepgram 集成的安全防护能力，涵盖 API 密钥的环境隔离、动态轮换与权限最小化配置，支持敏感数据加密存储、传输内容过滤及访问行为审计，确保语音处理全流程符合合规要求。

提供团队AI使用情况的深度分析能力，涵盖功能采纳率、生产力提升量化、投资回报率计算及优化建议生成，支持配置化报表与可视化看板，助力企业科学评估AI部署效果并指导资源调配。

作为科研创意伙伴，通过对话式协作激发原创研究构想，擅长跨学科类比、假设挑战、尺度转换与约束重构，在早期研究阶段系统性挖掘新问题、新方法和新连接，支持从模糊兴趣出发生成可落地的探索路径。

自动识别并解析用户请求中的日期范围分析需求，提供从数据查询、统计建模到可视化呈现的端到端支持，覆盖 SQL 时间筛选、趋势分析及商业智能场景下的时间维度处理。

提供超高速大模型微调能力，支持 LoRA 与 QLoRA 优化技术，在保持精度的同时显著降低显存占用，加速训练过程，兼容 Llama、Mistral、Gemma、Qwen 等主流开源模型。

面向流式数据处理场景，提供 Kafka 流处理器的自动化配置、代码生成与最佳实践指导，覆盖 ETL 流程、实时数据转换及工作流编排等核心环节，确保输出符合生产环境标准。

根据预定义的语义规则对文档内容进行智能分类，能够识别发票、合同、收据等类型，输出类别判断及置信度分析，适用于自动化文档归档与数据预处理流程。

为首席执行官提供覆盖战略制定、资本配置、利益相关者协同、组织文化塑造及危机应对的系统性决策支持，融合多维度分析框架与结构化实践路径，适用于企业长期方向设定、董事会沟通、投资者管理、高管团队建设及重大经营抉择等核心领导场景。

实现数据库的水平分片管理，通过自动化策略指导数据分布与存储优化，支持在多环境部署中进行分片设计、测试验证及生产上线，确保系统可扩展性与高性能运行。

实现机器学习模型的端到端生产化部署，自动构建 API 服务接口、容器化封装及云环境发布流程，兼顾输入校验、异常容错与性能优化，适用于将训练完成的模型快速可靠地投入实际业务场景。

自动执行机器学习训练中的混合精度优化，涵盖数据预处理、模型训练与超参数调优，生成符合行业规范的可部署代码，适用于 PyTorch 与 TensorFlow 等主流框架下的高效训练流程实现。

优化客户服务交互体验，通过低延迟响应、简洁信息分层与自然对话流提升用户满意度，强调精准解答、行动指引与情感共鸣，避免冗余表达与机械话术，在保障专业性的同时实现高效问题解决与人性化沟通。

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增删改行为，自动生成标准化审计表结构，并协助用户按合规要求或调试需求选择适配方案。

为 Lindy AI 智能体提供本地开发支持，涵盖项目初始化、TypeScript 配置、热重载启动、自动化测试及环境变量管理，便于开发者快速迭代与调试代理逻辑。

支持 Firebase 全栈开发与 Vertex AI 深度集成，涵盖身份认证、数据库、云函数、静态托管及 AI 能力嵌入，确保安全的密钥管理、最小权限访问控制和生产级可观测性。

提供 Zapier 集成的自动化辅助能力，涵盖工作流配置、邮件处理、电子表格操作及业务流程优化等场景，支持生成可直接部署的配置代码并遵循行业最佳实践。

自动生成符合行业规范的 GraphQL 解析器代码与配置，覆盖从基础实现到生产环境部署的全流程，支持结合 REST、OpenAPI 等标准进行 API 设计与验证。

自动优化机器学习模型的超参数配置，支持网格搜索、随机搜索和贝叶斯优化三种策略，能根据任务需求生成并执行调优代码，输出最优参数组合及对应性能指标，适用于提升模型准确率、精度、召回率等各类评估结果。

自动构建机器学习超参数优化实验，支持从环境配置到训练代码的完整生成，集成主流框架的最佳实践，适用于需要高效调参和实验管理的模型开发任务。

实现 Vast.ai 服务与 GitHub Actions 的自动化集成，支持在代码推送和 PR 提交时自动运行单元及集成测试，配置密钥管理、覆盖率报告和发布验证流程，确保基础设施变更具备可重复的端到端质量保障能力。

为时序数据和事件数据提供高性能分析能力，支持自动分片的超表管理、实时聚合计算、数据压缩优化及毫秒级查询响应，适用于物联网、监控系统和金融风控等高吞吐场景。

自动构建和优化 SQL 中的公共表表达式查询，提供从语法指导、模式设计到生产级代码生成的全流程支持，适用于数据分析场景下的复杂查询开发与调试。

自动化生成数据叙事大纲，涵盖从数据探索、分析建模到可视化呈现的完整流程，提供符合行业规范的结构化方案、可执行代码及配置，并支持基于文本的检索与编辑操作。

支持智能体通过经验轨迹记录、成功判据评估、记忆提炼与模式识别实现自适应学习，依托高性能向量数据库加速检索与推理，在保持完全兼容的前提下显著提升决策优化与经验回放效率。

自动化生成和管理 GCP 环境下的机器学习工作流，支持构建可复用的端到端流程，集成数据处理、模型训练与部署环节，适用于需要在 Google Cloud 上实现 MLOps 的复杂项目场景。