Skill

能够深入分析应用各层性能表现，精准定位 CPU、内存、I/O 和数据库等关键环节的瓶颈根源，并提供针对性优化建议与修复方案，助力提升系统响应速度与资源利用效率。

执行面向安全的代码变更差异审查，覆盖 PR、提交和补丁，结合 Git 历史构建上下文，量化影响范围，评估测试覆盖，并生成结构化 Markdown 报告，自动识别并拦截安全退化问题。

支持 WordPress ActivityPub 插件的完整开发流程，涵盖本地环境搭建、自动化测试执行、代码质量检查与格式化、前端资源构建及覆盖率分析，集成预提交钩子实现提交时自动校验与修复，适用于从开发到 PR 提交的全流程协作。

提供跨云平台的可复用基础设施模块，支持 AWS、Azure 和 GCP 的标准化资源编排，涵盖网络、计算、存储等核心服务，具备输入校验、版本控制、示例文档与自动化测试能力，适用于构建稳定、合规、可扩展的 IaC 组件。

通过性能追踪分析定位慢查询与 N+1 问题，支持对数据库访问路径进行优化，如识别缺失索引、冗余查询及低效逻辑，并指导关联预加载、索引添加与缓存策略的实施，持续验证优化效果。

部署 Vertex AI ADK 基础设施，支持安全网络、最小权限访问控制、Agent Engine 运行时及代码执行沙盒配置，集成 Memory Bank 与 VPC Service Controls，实现符合企业级安全要求的多智能体系统自动化部署与验证。

提供对 Memcached 配置的自动化辅助支持，涵盖配置生成、最佳实践指导、生产级代码输出及合规性验证，适用于后端开发中缓存服务的快速部署与优化场景。

自动生成和验证集成测试配置，提供符合行业标准的 API 集成代码与最佳实践指导，支持第三方接口、webhooks 及 sdk 的测试流程构建，适用于需要自动化生成可部署测试方案的开发场景。

在测试通过后对代码进行重构与优化，提升可读性和维护性，消除冗余并遵循项目规范，在不改变外部行为的前提下使代码更简洁清晰，适用于开发流程中的最后打磨阶段。

提供 JavaScript 项目全周期开发支持，涵盖代码质量检查、自动格式化、单元测试覆盖与构建打包等核心环节，确保代码风格统一、逻辑可靠且易于维护。

自动处理 HTTP 客户端配置任务，涵盖第三方 API 接入、Webhook 集成、SDK 生成及 OAuth 认证等场景，提供符合行业规范的配置方案与可直接部署的代码实现。

集成隐私优先的分析能力，支持前端与后端的事件追踪、功能开关控制及性能监控，适用于 Web 应用行为分析、LLM 调用可观测性以及自定义数据查询与报表生成。

对软件架构开展系统性评估，识别影响系统健壮性、可变性与可测试性的结构性问题，基于代码组织、依赖关系、模块耦合、错误处理等维度生成分层诊断结论，并提供按紧急程度排序的落地改进建议。

建立 Dart项目的标准化开发流程，涵盖静态分析、代码格式化、复杂度管控与自动化构建，确保代码质量统一、可维护性强，并通过 CI 流程强制校验分析、格式与测试结果。

实时监控应用全栈资源消耗，涵盖 CPU、内存、磁盘与网络 I/O、文件描述符、数据库连接及线程进程数量，自动识别性能瓶颈、资源失衡与成本浪费点，并提供针对性的优化建议和实例规格调整方案。

生成符合发布规范的变更日志片段，基于产品需求文档提炼用户价值、核心功能与使用方式，包含具体能力描述、配置方法及文档链接，确保内容与代码同步审阅。

根据测试生成的覆盖率数据，快速验证指定源代码行是否被执行，适用于评估测试用例对代码路径的实际覆盖情况。

自动化完成 AWS SQS 队列的创建与配置，涵盖队列参数设定、权限策略绑定、死信队列关联及监控告警集成，输出符合生产环境要求的 CloudFormation 模板或 CLI 命令，并校验配置合规性。

自动生成符合行业规范的 API 测试用例与配置，覆盖单元测试、集成测试及模拟请求等场景，支持从需求描述到可执行代码的一站式生成，并提供标准合规性验证与优化建议。

实现跨 PostgreSQL、MySQL、MongoDB 和 SQLite 的数据库备份自动化，涵盖定时策略配置、压缩加密脚本生成、多版本保留管理及可验证的恢复流程设计，适用于灾备体系建设与运维效率提升场景。

自动处理 Google Cloud Platform 中 Pubsub 订阅配置的相关任务，涵盖配置创建、优化、验证及最佳实践指导，生成符合生产环境要求的代码与配置方案。

提供网络延迟测试的全流程支持，涵盖测试方案设计、自动化脚本生成、配置优化及结果验证，适用于性能压测、基准测试与实时监控等场景。

支持在 GitHub Actions 中自动化配置 Groq 的持续集成与测试流程，涵盖密钥安全注入、多环境测试执行、覆盖率报告生成及发布前健康检查，确保 Groq 相关代码变更经过可靠验证。

自动处理批量请求相关的集成任务，涵盖配置生成、代码编写、标准验证及最佳实践指导，适用于对接第三方 API、构建 Webhook 和 SDK 等场景。

生成面向不同受众的测试报告，整合多框架测试结果并计算覆盖率、通过率、耗时等核心指标，支持趋势分析与失败归因，可输出 HTML、PDF 或 JSON 格式，适用于质量评估、问题定位及历史性能对比场景。

专注于使用 TypeScript 或 Python 通过 AWS CDK 编程构建云基础设施，覆盖从架构设计、构造编写、堆栈组合到部署验证的全流程，强调自动生成资源名称、Lambda 构建优化及多层预部署校验，确保基础设施即代码的安全性、可复用性与合规性。

深入探索 dot-ai 生态各项目源码，验证某项功能是否真正可用而非仅存在定义，需完整追踪从接口定义、内部实现到外部调用链路的可访问性，并明确说明具体使用方式。

实现 Retell AI 应用在 Vercel、Fly.io 和 Cloud Run 平台的自动化部署，支持安全配置 API 密钥与环境变量，通过平台 CLI 完成生产环境发布，并提供健康检查机制确保服务连通性。

面向数据库事务的实时健康监测与告警能力，支持对 PostgreSQL、MySQL 和 MongoDB 等主流数据库执行状态检查、性能指标采集及异常识别，可自动构建监控看板、配置阈值告警，并生成配套运维手册与故障排查指南。

将生物信息学分析结果、数据表及统计指标导出为格式化的 Excel 文件，支持多工作表组织、单元格样式设置与条件高亮，适用于跨平台的本地化数据交付与报告生成。