Skill

将狩猎调查意图转化为基于数据模式语义的行为分析定义，通过建模攻击者行为在数据中的表现形式来支撑前期规划，重点刻画实体间关系与行为序列，而非判断异常与否。

自动处理数据管道中的元数据提取任务，支持从各类数据源中识别、解析和结构化关键元数据，生成符合行业标准的配置与代码，并提供最佳实践建议和合规性验证。

自动完成 AWS SQS 队列的创建与配置，涵盖权限设置、消息保留策略、死信队列绑定等关键环节，生成符合云架构规范的可部署代码及验证方案。

提供无代码自动化架构的专业指导，涵盖 Zapier 与 Make 平台的选型策略、可靠工作流设计及向代码方案演进的判断依据，聚焦于平衡易用性、集成广度与数据处理复杂度的实际落地场景。

指导创建模块化技能包，通过整合专用工作流、工具接口与领域知识，将通用模型转化为具备特定任务执行能力的代理系统，适用于需长期维护与复用的专业化场景。

根据用户指定的时间范围读取提交记录与变更文件，生成适用于 iOS 和 macOS 的发布日志，涵盖新功能与修复内容，共享模块的变更会同时反映在两个版本中。

自动编排 VChart 项目 Pull Request 的标准化准备流程，涵盖差异驱动测试、Rush 变更日志生成、规范提交、PR 正文自动生成与 GitHub PR 创建五个环节，每步设人工审核点以保障质量。

根据设计文档中的任务列表自动执行功能开发，通过解析标记的待办事项逐步实现、验证并更新进度，支持中断后恢复和无人值守模式下的连续处理，确保开发流程按计划持续推进。

实现企业级角色权限管理，通过定义细粒度角色与权限控制对 AI 代理、自动化流程及系统设置的访问，支持团队协作、操作审计与安全合规，适用于多用户环境下的权限隔离与分级管控。

通过多层技术组合实现对各类网站内容的可靠抓取，能够应对反爬虫机制、动态加载及访问限制，在常规方法失效时自动升级至高级方案以确保数据获取成功率。

通过编译时插桩实现 C/C++ 程序的函数调用轨迹记录，生成线程级日志并转换为可视化时间轴，支持在 Perfetto 工具中查看执行流程与耗时，适用于性能分析和行为审计场景 https://ui.perfetto.dev

通过抽象语法树分析实现代码库的高效结构化探索，在有限上下文中提取类、方法、数据模型及依赖关系，支持快速理解架构设计与生成可视化文档，适用于系统调研、技术对接和高优先级模块分析。

为软件项目提供跨层性能优化建议，覆盖前端、后端与基础设施，自动识别瓶颈与反模式，输出按收益与实施难度排序的改进方案，并附带分阶段落地路径和预期性能提升评估。

统筹多维度代码审查，覆盖安全风险、性能瓶颈、代码质量与测试完备性四大领域，自动识别漏洞、低效实现、可维护性缺陷及测试缺口，按严重程度与置信度分级评估，并生成带定位信息和修复建议的结构化反馈，支持团队协同决策与持续改进。

生成包含计算字段与切片器的高级 Excel 数据透视表，支持多维度数据汇总和交互式仪表盘构建，适用于销售分析、财务趋势等动态报表场景。

自动生成企业级治理检查清单，提供从流程设计到合规验证的完整支持，涵盖项目管理与系统集成模式，输出符合行业标准的可执行配置与实践建议。

自动识别 VChart 项目中代码变更，为新增或修改的导出项生成 Jest 单元测试与快照，执行测试并分析覆盖率变化，最终输出结构化报告，支持基于基准分支的增量验证与质量保障。

协调多人日程安排，生成跨时区的会议时间建议，并可视化可用性重叠时段，帮助团队高效确定最佳会面时间。

提供 GitHub Actions 工作流的安全验证能力，重点保障 Google Cloud 和 Vertex AI 部署中 Workload Identity Federation 的正确实施，检查 OIDC 权限配置、IAM 最小权限策略及敏感凭证使用，支持自动化审计与加固建议。

自动聚合当前工作区全部变更，智能推断提交类型与作用域，生成符合 Conventional Commits 规范的提交信息，并完成 git commit 与可选的 git push 操作，适用于 PR 前的一键规范化提交。

提供基于 Elasticsearch 的全文检索能力，通过 CQRS 模式分离读写路径，结合事件驱动或 CDC 方式实现数据库与搜索索引的最终一致性同步，并封装为可复用的搜索模块与泛型服务。

生成适用于 Nginx conf.d 目录的标准配置文件，支持从 /usr/share/nginx/html 目录托管静态资源，内置 SPA 路由回退、强缓存策略、开发用 CORS 支持及自定义 500 类错误页面。

对 TypeScript 和 JavaScript 代码变更进行自动化审查，识别编码规范偏差、风格问题及质量缺陷，覆盖类型安全、JSDoc 规范性、React 最佳实践等维度，适用于 Pull Request 或代码差异场景。

遵循 DHH 倡导的 Ruby on Rails 开发范式，强调清晰性优于技巧性、约定优于配置，通过胖模型承载业务逻辑与授权、瘦控制器仅处理请求流转，统一使用 Current 属性管理上下文，并深度集成 Hotwire 实现服务端驱动的响应式交互。

提供创建 Strands SDK 代理系统新工具的全流程支持，涵盖简单函数型工具与复杂代理型工具两种类型，包括类型判断、参数收集、模板化代码生成、提示词编写及集成测试指导。

面向多智能体协同场景，提供对SPAWN REQUEST格式、代理间通信机制、并行执行模式及标准化报告结构的解析与说明能力，支撑团队在sprint系统中高效开展智能体协作设计与问题排查。

提供对 Jira 项目全生命周期的命令行管理能力，覆盖问题创建与查询、状态流转、指派与评论、工时记录、史诗与迭代管理等核心协作场景，支持自动化集成和脚本化操作。

为单体仓库各子系统自动生成标准化技能集，涵盖 Python、Go、TypeScript、React 等语言通用规范，以及 CLI、Server、RAG、Runtime 等子系统专属的最佳实践指南，统一输出为结构化检查清单与技能文档，确保 AI 编码符合行业理想模式而非现有代码缺陷。

面向新项目快速理解的自动化分析能力，覆盖代码结构梳理、技术栈识别、架构模式判定、开发流程还原及规范约定提取，适用于工程师接手陌生项目、技术尽调或解答系统原理类问题。

自动化执行端到端集成测试流程，涵盖测试环境初始化、数据库创建与数据填充、依赖服务编排、多套测试用例并行运行、覆盖率分析及执行后资源清理，确保组件间交互验证的可靠性与可重复性。