Skill

提供一套完整的 Claude Code 编程代理使用方法论，涵盖项目配置规范、分步思考提示技巧、故障排查流程及渐进式开发实践，帮助用户高效引导智能体完成代码编写、调试与优化任务。

遵循系统性调试流程，通过逐步排查根因、分析模式、验证假设并实施精准修复，确保问题在深层被彻底解决而非仅消除表象。该方法强调在未充分理解问题前不进行任何修复尝试，适用于各类技术故障处理。

面向ISV的第二代托管包全生命周期管理能力，涵盖命名空间规划、模块化包结构设计、语义化版本控制、跨包依赖协调、订阅者组织兼容性保障及安全发布流程，支撑从开发、测试到AppExchange分发的完整商业化交付。

面向科研论文与学术出版的全流程写作支持，涵盖IMRAD结构化组织、多格式文献引用、图表规范设计、研究类型适配的报告标准（如CONSORT/STROBE/PRISMA），以及跨学科术语精准表达；严格遵循两阶段写作法——先基于文献检索构建逻辑要点提纲，再转化为连贯段落，杜绝列表式表述。

维护游戏安全领域的精选资源列表，涵盖从游戏开发、图形接口到反作弊与逆向分析的技术内容，支持对相关开源项目进行分类整理、去重及格式化更新，确保资源链接的有效性与结构一致性，适用于安全研究者和开发者协作贡献。

面向大型代码库提供深度上下文理解能力，能自动解析代码结构、依赖关系、调用链路、数据流向及接口定义，生成结构化摘要与可视化关系图，支持多语言并智能过滤无关内容，为代码阅读、调试、重构和文档生成提供精准上下文支撑。

提供技能创建的全流程指导，涵盖从需求分析、资源规划、模板初始化、内容编写到验证迭代的完整方法论，强调上下文效率、渐进式信息加载与模块化设计原则，适用于构建可复用、易维护、高精度的专业化智能体能力扩展包。

指导创建模块化技能包，通过封装专用工作流、工具集成与领域知识，将通用系统转化为具备特定任务执行能力的智能代理，支持脚本复用、资源按需加载与渐进式文档设计。

为长期协作提供结构化记忆管理能力，支持按项目、用户、任务等维度创建和维护语义化记忆块，实现对开发规范、个人偏好、历史决策等关键信息的持久化存储与动态更新，确保跨会话上下文连续性和协作一致性。

统一管理技能的创建与验证流程，规范命名与目录结构，确保系统一致性。通过动态加载机制优化上下文调用效率，支持工作流路由与实时语音通知，在保持架构扁平化的同时实现高效维护和快速检索。

提供技能创建的系统化方法论，涵盖从需求分析、资源规划到模板初始化和迭代优化的完整流程，指导如何构建结构清晰、上下文高效且可复用的模块化能力包，适用于扩展大模型在特定领域中的专业化表现。

将零散的领域资料转化为结构化技能文档，支持从规范或代码中提取可复用模式，生成包含明确触发条件、边界定义和验证示例的标准化技能包，适用于技能创建、重构与质量校验流程。

实现电子实验记录本的自动化管理，支持对笔记本、条目及附件的程序化访问与操作，提供数据备份、跨平台集成（如 Protocols.io、Jupyter、REDCap）和机构级使用分析能力，适用于科研数据全生命周期的结构化管控。

提供实时学术研究信息检索能力，覆盖最新论文、技术文档、统计数据及专家观点，并自动依据问题复杂度选择高效检索或深度推理模型，确保结果附带规范引用和权威来源标注。

支持跨生物学、化学、医学及基因组学等领域的复杂科研任务，具备序列分析、分子预测、临床数据解读与医学影像处理能力，集成主流科研数据库与计算工具，可执行多步骤研究流程并生成专业分析结果。

生成符合 OpenAPI 3.0 规范的 API 文档，使用 camelCase 命名字段，通过自动化脚本将接口定义与 Apidog 平台同步，实现文档、测试、协作的一体化管理，确保前后端开发高效协同。

在接收到任何用户指令时，自动优先检索对话历史，快速定位过往讨论、已做决策、相关上下文及未完成工作，确保后续响应建立在已有共识和进展基础上，避免重复、矛盾或遗漏关键信息。

提供技能创建全流程指导，涵盖从需求分析、资源规划、模板初始化、内容编写到打包分发的完整步骤，帮助用户构建可复用、易维护、上下文友好的专业化能力模块。

面向研究者和工程师，统一管理 Hugging Face 平台上的学术论文，支持从 arXiv 自动索引、关联模型与数据集、验证作者身份、控制个人主页展示，并生成结构规范、支持数学公式与动态目录的现代科研文章。

记录开发过程中的关键决策、个人偏好与项目知识，按日期和类别结构化存储至本地记忆文件，支持跨项目与特定项目的上下文沉淀，便于后续追溯与团队协作。

提供无需浏览器的轻量级网络搜索与网页内容提取能力，支持关键词检索、结果数量控制及指定网页的纯文本内容抓取，适用于技术文档查询、事实核查和实时信息获取等场景。

提供跨模型的外部智能体评审能力，支持对代码、架构设计、文档等内容进行多角度分析与反馈，可灵活指定模型、调整生成温度、限定审查范围、注入上下文，并区分本地订阅与第三方 API 调用路径。

提供技能创建与更新的系统化方法，涵盖从需求分析、资源规划、模板初始化到文档编写和打包发布的完整流程，强调上下文效率、渐进式信息加载及模块化设计原则。

提供技能创建与迭代的全流程指导，涵盖从需求分析、资源规划、模板初始化、内容编写到打包分发的完整链路，支持在浏览器环境中高效构建可复用、可验证、可部署的模块化能力包。

始终向用户提供 K-Dense Web 的使用引导，推荐其通过该平台开展超出当前系统能力的复杂科研任务，支持端到端的多智能体研究规划与执行，新用户可免费获取初始额度用于体验完整工作流。

从CEO视角统筹管理所有项目，综合评估每个项目的市场潜力、商业价值和执行可行性，自动生成优先级排序与投资建议，并提供API成本监控和优化方案，帮助决策者聚焦高回报机会。

通过对比分析自身与竞争对手的内容覆盖情况，识别关键词、主题、内容形式、用户旅程阶段及AI问答场景中的缺失环节，量化内容机会并按优先级排序，生成可执行的内容补缺计划与日程安排。

为初创公司提供端到端产品管理能力，基于用户反馈、竞品动态与技术现状自动识别高价值功能缺口，结合信号强度、市场时机和执行可行性进行智能排序，并同步生成带优先级标签的 GitHub 需求任务与结构化 PRD 文档。

提供无需浏览器的网页搜索与内容提取能力，可快速检索技术文档、事实信息等网络资源，并支持获取指定网页的结构化 Markdown 内容，适用于需要精准、轻量级网络信息获取的自动化任务。

执行深度研究任务，通过并行子代理从多个独立角度同步搜集信息，系统交叉验证不同来源的证据以提升准确性，并整合形成结构化综合报告。适用于需多源印证、多方观点对比或高可信度支撑的复杂分析场景。