Skill

面向大规模数据场景提供数据库水平分片的整体解决方案，涵盖分片策略设计、多实例数据分布、一致性哈希实现、自动再均衡及跨分片查询协调，支撑高并发读写与线性扩展能力。

面向 Kling AI 的用量数据深度分析能力，支持生成统计、成本核算、趋势识别与可视化看板构建，可自动产出日度报告、高频用户画像、异常行为预警及结构化导出数据。

对机器学习模型进行性能评估与分析，支持准确率、精确率、召回率及 F1 分数等指标的计算与对比，适用于模型验证、多模型比较及上线前测试等场景，帮助优化模型决策。

提供异步 API 调用的自动化配置与集成支持，涵盖请求编排、错误重试、响应处理及生产级代码生成，适用于构建高可靠第三方服务对接流程。

自动执行机器学习批量推理流水线的端到端构建与优化，涵盖模型部署、流水线编排、生产环境监控及性能调优，生成符合工业标准的可运行代码和配置方案。

自动处理 PySpark 数据转换任务，支持 ETL 流程设计、工作流编排及流式数据处理，提供符合行业规范的代码生成与最佳实践指导，适用于构建高效可靠的数据管道。

支持 Vast.ai 集成服务在生产环境的标准化部署与安全回滚，涵盖密钥管理、代码质量验证、基础设施配置、文档准备及渐进式发布全流程，确保上线过程可控、可观测且具备快速恢复能力。

自动完成机器学习数据集的训练集与测试集划分，支持按比例分割、分层采样及随机种子控制，生成符合 scikit learn 等主流框架规范的可执行代码，兼顾数据分布一致性与实验可复现性。

为 API 开发提供条件请求逻辑的自动化支持，涵盖 REST 和 GraphQL 场景下的请求头配置、缓存控制、ETag 验证及状态码处理，生成符合 OpenAPI 规范的可部署代码与配置方案。

提供模型剪枝辅助的全流程支持，涵盖剪枝策略指导、生产级配置生成、代码实现及合规性验证，适用于机器学习模型部署中的轻量化与性能优化场景。

自动提取和处理数据管道中的元数据，支持从各类数据源中识别、解析并结构化关键信息，生成符合工程规范的配置与代码，适用于ETL、流式处理及工作流编排等场景。

自动优化机器学习部署中的 GPU 资源分配与使用效率，通过智能分析负载需求实现资源调度、配置生成及性能调优，确保模型推理服务的稳定性与成本效益。

提供基因组区间数据的机器学习分析能力，支持从BED文件中提取区域嵌入、构建共识峰集、生成单细胞染romatin可及性特征，并实现跨模态检索与聚类，适用于无监督特征学习及多组学数据整合。

实现 Kling AI 全链路操作审计追踪，覆盖 API 调用、用户行为、安全事件及合规性日志生成，支持时间戳标记、防篡改校验与上下文元数据捕获，满足 SOC 2、GDPR 等监管审计要求。

提供数据库复制拓扑的自动化构建与运维能力，支持主从架构搭建、故障自动切换、复制延迟监控及读流量分发，适用于 PostgreSQL 和 MySQL 等关系型数据库的高可用性保障场景。

自动执行数据目录更新任务，支持在数据管道场景中完成元数据采集、版本管理、变更同步及合规性校验，覆盖 ETL、流处理与工作流编排等典型工程实践。

支持基于因果推断框架的实验分析，可对差异中的差异、中断时间序列、合成控制等方法建模，自动拟合模型并生成统计摘要、系数解读及反事实对比可视化结果。

自动构建和管理变更数据捕获管道，支持从需求分析到生产部署的全流程实现，涵盖数据抽取、转换、工作流编排与实时处理，适用于复杂数据集成场景。

对 Vertex AI Agent Engine 的部署进行全面检测与验证，涵盖代码执行沙箱、记忆库、A2A 协议合规性及安全态势评估，并生成生产就绪度评分，适用于上线前的质量审查与合规检查。

提供数据库水平分片的完整实施方案，涵盖分片策略设计、分片键选取、跨分片查询优化、数据迁移流程及路由规则配置，支持在高并发场景下实现读写分离与弹性扩容。

自动处理 API 响应数据的结构化转换任务，支持对返回内容进行提取、格式调整、字段映射与标准化输出，适用于对接第三方服务时统一响应形态、适配前端需求或构建中间层转换逻辑。

自动处理数据流水线中的分区任务，支持按时间、键值或范围等方式切分大规模数据集，生成符合生产环境要求的配置与代码，并遵循数据工程最佳实践。

在内部知识库中执行精准检索与深度获取，支持通过自然语言查询发现相关解决方案、技术文档和项目上下文，也能根据唯一标识符直接调取完整文章内容，适用于需要复用历史经验或快速定位权威信息的协作开发场景。

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

自动处理性能测试中的火焰图生成任务，涵盖从数据采集、可视化配置到结果分析的完整流程，支持负载测试、压力测试及性能监控场景下的高效问题定位与优化。

自动生成数据分析领域的报告模板，支持从结构设计到代码实现的全流程构建，涵盖 SQL 查询、数据可视化及商业智能等场景，确保输出符合行业规范并可直接投入生产使用。

自动执行机器学习模型剪枝的部署优化，提供从代码生成到生产配置的全流程支持，确保符合行业标准的最佳实践，适用于推理加速与资源效率提升场景。

面向数据架构与数据库设计，提供从抽象业务概念到具体数据库实现的全周期建模能力，涵盖实体识别、关系定义、规范化处理及物理结构映射，支持生成图表、字典、结构化描述等多种交付物。

完成 Fireflies.ai 集成在生产环境的部署与验证，涵盖配置管理、代码质量审查、基础设施准备及渐进式发布流程，确保服务健康检查、监控告警和回滚机制就绪，适用于上线前检查与故障应急响应。

自动构建和配置业务报表生成流程，涵盖从需求分析、模板设计、数据集成到代码生成与合规性验证的完整环节，适用于企业级自动化场景中的报表开发与优化任务。