Skill

监控上下文质量，在出现重复调试、循环尝试或认知模糊时主动记录状态并建议暂停，通过系统化日志保存当前假设与尝试路径，防止信息过载导致决策退化，确保复杂任务的推进效率。

针对 Exa 系统中难以复现、偶发或深层耦合的疑难问题，提供覆盖日志、指标、网络、配置与链路追踪的全栈诊断能力，支持分层隔离验证、时序分析、内存监控及竞态检测，并生成标准化支持工单所需证据包。

为 daily.dev 团队成员提供高质量的每日更新日志撰写支持，聚焦用户价值与实际体验提升，通过结构化引导、风格化语言和真实代码依据，生成简洁生动、富有感染力的发布文案，助力新功能高效触达开发者用户。

提供批量文件处理的自动化支持，涵盖流程编排、脚本生成、配置构建及合规性校验，适用于企业级业务自动化场景中的文件批量操作需求。

自动收集 Replit 运行环境的诊断信息，包括版本号、SDK 状态、红acted 日志、脱敏配置及网络连通性测试结果，生成加密压缩包供技术支持分析，全程确保敏感数据不外泄。

实现微服务架构下的全链路追踪能力，通过自动配置上下文传递、跨度生成与追踪数据收集，支持对跨服务请求流的端到端监控与性能问题诊断，适用于复杂调用链路的可视化与故障排查。

提供 PostgreSQL 数据库的自动化操作支持，涵盖结构查询、数据检索、模式管理及基础运维任务，适用于需要快速执行 SQL 操作、分析数据库状态或批量处理表结构的开发与运维场景。

提供 UI 界面的自动化可访问性验证能力，涵盖可见性、触控区域、交互状态、暗色模式适配及响应式布局等维度，确保按钮可见、文字对比度达标、焦点指示明确、点击目标足够大，并支持快速人工核查与 Playwright 等工具集成。

自动化生成符合规范的 Git 提交，基于当前代码变更自动识别修改范围与类型，创建带标准前缀的特性分支，并撰写清晰准确的提交信息，适用于 MCPSpy 项目的版本控制与协作开发流程。

支持跨代码库的语义与关键词混合检索，结合神经重排序提升准确性，可定位实现位置、解答源码相关问题、发现相似代码模式、分析调用关系与依赖结构，并支持将知识持久化存储及与代码上下文联合检索。

自动执行 REST与 GraphQL 接口的测试用例生成与验证，覆盖 CRUD 操作、认证流程及安全性检查，确保响应状态码、头部和数据结构符合预期，适用于接口契约验证与自动化回归场景。

用于校验 Markdown代码块中高亮行标记的准确性，确保 hl_lines 属性正确指向代码片段内需强调的实际内容行，尤其适用于文档审阅、前后对比示例验证及高亮逻辑排查场景。

自动化管理 SSH 密钥的全生命周期操作，涵盖密钥生成、配置分发、权限校验与安全策略实施，支持在 DevOps 流程中快速集成和验证密钥基础设施。

面向智能体的工具设计方法论，聚焦于构建清晰、无歧义且具备恢复能力的工具契约，通过功能整合减少工具数量、优化描述结构与响应格式，并采用命名空间和统一规范提升可发现性，核心是让工具真正赋能模型推理而非成为约束。

为测试自动化提供数据库测试辅助能力，支持测试环境搭建、数据准备、断言验证及清理等全流程操作，生成符合行业规范的可运行代码与配置，适用于单元测试、集成测试及测试框架适配场景。

自动生成技术文档中的版本发布说明，支持根据项目上下文提取变更内容并生成符合行业规范的文档输出，适用于 API 文档、用户指南及系统架构说明的持续维护，提升技术写作效率与一致性。

为 Granola 故障排查自动生成诊断包，整合系统软硬件信息、音频与显示配置、应用日志、网络连通性测试、日历集成状态及麦克风权限检查等多维度数据，打包成加密 ZIP 文件供技术支持使用。

基于已暂存的代码变更，自动分析并生成符合规范的提交信息，准确识别功能新增、缺陷修复、文档更新等类型，标注作用范围与关键改动，支持用户预览确认后直接使用，提升协作效率与版本日志可读性。

提供一套经过验证的 Retell AI 集成架构方案，涵盖分层设计、标准化目录结构、客户端封装、错误处理机制及健康检查能力，适用于新项目搭建、架构评审与工程规范制定。

自动构建符合生产标准的 Airflow 操作符，覆盖从代码生成、配置编写到最佳实践验证的全流程，支持 ETL、数据转换、工作流编排及流式数据处理等数据管道核心场景。

支持同时调用两个 AI 模型对代码问题进行并行分析，通过结构化提示引导双方输出带精确文件路径与行号的结论，并自动比对二者在定位准确性、证据充分性及分析深度上的异同，最终生成融合验证的综合判断。

实现 Granola 与 Slack、Notion、HubSpot 等工具的自动化集成，支持会议记录同步、任务创建及客户信息更新，通过预设工作流自动分发内容至不同平台，适用于跨系统协作与数据联动场景。

自动生成符合行业规范的安装指南文档，覆盖从结构设计、步骤编排到配置示例的全流程，支持基于现有代码或需求描述生成可直接使用的 Markdown 格式内容，并确保技术准确性和可操作性。

通过分析 Git 差异（含未提交的本地修改），判断变更集是否准确反映包改动并符合版本升级规则，自动识别需采用 patch、minor、major 或 none 的升级级别，确保 PR 合规性与发布流程一致性。

基于应用代码特征智能生成符合最佳实践的 Docker 配置，支持多阶段构建、精简镜像、分层缓存优化与安全加固，同时产出开发与生产双版本 Dockerfile、docker-compose 编排文件及 .dockerignore 规则。

根据代码变更内容生成符合规范的提交信息，自动分析修改的文件与上下文，提炼出功能类型、影响范围及核心改动原因，输出简洁明确且符合约定式提交标准的日志内容，便于团队协作与版本维护。

为 Deepgram 语音识别问题提供一站式诊断支持，自动收集系统环境、SDK 版本、API 连通性、请求响应日志、音频文件元数据及最小复现脚本，生成结构化调试包供技术支持快速定位问题。

为 mcptools 中返回原始字符串或单字段 Result 模型的工具构建结构化解析能力，自动识别 JSON、JSONL、XML 等可解析格式，生成对应的 ParseResult 数据模型及解析函数，使非结构化输出能被下游任务直接消费。

自动构建集成测试环境，提供涵盖测试框架配置、模拟机制与行业最佳实践的端到端支持，生成符合生产标准的代码并验证输出，适用于单元测试与集成测试场景。

提供面向规格驱动开发的标准化 Git 协作流程，支持按规范创建分支、生成符合约定的提交信息、构建上下文感知的 PR 描述，并在 spec / feature / refactor 等不同开发阶段保持操作一致性，同时内置安全检查与用户交互引导。