Skill

根据最新获取的网页界面规范，对指定文件进行合规性审查，检查内容涵盖用户界面、可访问性及用户体验设计，发现的问题以简洁的文件行号格式标注，适用于对前端代码的质量审计与最佳实践校验。

提供机器学习模型评估指标的自动化支持，涵盖从指标选择、代码实现到结果验证的完整流程，适用于训练过程中的性能分析与优化，能够生成符合行业标准的配置和推荐方案。

为 MCP服务器配套构建可直接执行的 TypeScript CLI 脚本，支持文件批量处理、本地缓存、多格式输出及管道链式调用，适用于 Claude Code 终端环境下的自动化任务与结果持久化。

提供跨集群的分布式训练编排能力，支持 PyTorch、TensorFlow 和 HuggingFace 模型从单机扩展至数千节点，内置超参调优、容错恢复与弹性扩缩容，适用于大规模模型训练和分布式超参搜索场景。

自动识别 API 接口中的安全风险，涵盖注入攻击、认证失效、敏感数据泄露等常见漏洞类型，支持基于规范文档的深度扫描与安全合规性评估。

支持构建跨厂商的多智能体协同系统，实现智能体间的任务分发、动态路由与工作流编排，适用于需要融合不同大模型能力完成复杂目标的场景。

诊断并解决 Groq 集成中的常见错误，涵盖认证失败、请求超限与网络超时等问题，通过日志分析、配置验证和参数调整实现快速修复，适用于 API 调用异常时的故障排查场景。

在开发过程中通过自动化机制触发代码审查，确保每次任务或功能完成后及时验证实现与需求的一致性，借助版本差异比对和结构化反馈捕获潜在问题，强制关键缺陷即时修复，并在合并前完成质量闭环，适用于多阶段开发、计划执行及临时调试场景。

实现 Linear与 GitHub Actions 的深度集成，支持自动化测试执行、PR 关联议题、状态自动流转、失败自动建 Issue 及测试结果归档，覆盖 CI/CD 全流程协同。

支持基于 TypeScript 的内容管理系统开发，提供内容建模、权限控制、数据查询与验证、钩子逻辑处理及多语言、文件存储等扩展能力，适用于构建安全且可维护的 Next.js 应用后台。

实现设计契约式开发的全流程自动化，涵盖契约规划、多语言契约生成、分层验证（静态断言/测试合约/运行时合约）及违规修复，支持在 Rust、TypeScript、Python 等 8+ 语言中定义和执行前置条件、后置条件与不变式，确保组件行为符合形式化规格。

专注于打造具有鲜明个性和高完成度的前端界面，通过大胆的视觉语言、精心挑选的字体与色彩、富有表现力的动效及突破常规的空间布局，生成真正令人难忘的网页组件或应用，彻底规避千篇一律的 AI 设计风格。

掌握复杂版本控制场景下的历史重构与分支管理，支持精准提交筛选、跨分支变更迁移、二分法排查缺陷及多工作区并行开发，结合操作日志实现误操作恢复，适用于协作环境中保持代码线整洁并高效修复问题。

提供药物发现领域的标准化数据集与评估框架，涵盖分子属性预测、药物靶点相互作用、药物组合效应及分子生成任务，支持基于支架分割、冷分割等策略的数据划分，并集成多种分子优化目标函数，适用于治疗性机器学习模型的训练与基准测试。

从视频平台提取音视频、字幕及纯文本内容，支持生成无时间戳的连贯文字段落或保留时间标记的转录结果，可指定语言与输出格式，适用于内容存档、信息提取与多媒体处理场景。

面向Bouffalo系列MCU芯片提供全栈式嵌入式开发支持，覆盖SDK架构理解、跨芯片外设驱动使用、多协议无线功能开发、混合构建系统配置、低功耗电源管理、安全启动与加密、内存优化及多核协同等核心能力，适用于IoT终端固件的快速开发与深度定制。

在多轮对话与多 Agent 协作中，实现对指令、项目状态和长上下文的结构化管理，通过外化文档明确区分规则与事实，支持冲突检测、渐进式信息呈现、可审计决策记录及跨阶段任务交接，保障复杂项目中行为的一致性与可追溯性。

统一配置和管理团队级 Windsurf 编辑器偏好、AI 行为规范、工具启用策略及合规要求，支持组织全局默认设置与团队个性化覆盖，保障协作一致性与领域适配性。

以测试优先理念驱动功能开发，构建从单元、接口集成到预发和端到端的分层验证体系，通过依赖注入、纯函数抽取、测试标识注入及安全调试接口等手段保障各层级可测性，覆盖本地快速反馈与生产环境关键路径双重保障。

实现 LangChain 应用的自动化集成与测试流程，支持代码检查、单元测试、集成测试及部署的全流程 CI/CD 配置，通过 GitHub Actions 进行多阶段流水线管理，并结合代码覆盖率和预提交钩子确保代码质量。

提供覆盖契约测试、REST 与 GraphQL 接口验证、集成测试的完整 API 质量保障能力，强调从消费者视角验证接口契约，支持自动化检测断言变更、生成多场景测试用例、执行性能与安全扫描，并在 CI/CD 中持续监控生产环境的契约漂移。

通过静态分析识别代码库中的未使用函数与不可达代码，自动排除入口函数及测试相关逻辑，支持多语言与跨平台操作，帮助开发者按需执行清理与重构任务，提升代码质量。

基于用户选择的领域模型快速搭建遵循 Clean Architecture 的 Flutter 应用，集成 Riverpod 3.0、Drift 与现代技术栈，自动生成具备完整 CRUD 能力的模块化代码结构，并通过静态分析确保代码质量，适用于习惯追踪、备忘录等本地优先型移动应用开发。

提供网页内容的全面搜索引擎优化诊断能力，覆盖标题、描述、标题层级、正文质量、关键词布局、站内链接及图片等核心要素，识别问题并给出可落地的改进建议，支撑内容发布前审查、排名提升和系统性SEO优化。

提供科学数据可视化能力，支持创建线图、散点图、柱状图、热力图、3D 图形及多子图布局，可精细定制样式与标注，并导出高分辨率 PNG、PDF、SVG 等格式，满足科研绘图与出版需求。

遵循 DHH 和 37signals 的 Rails 实践，强调极简主义与领域建模优先，用数据库记录表达状态、控制器严格遵循 REST 资源化设计、模型承担核心业务逻辑与授权判断，偏好 Turbo / Stimulus 和原生 CSS，回避过度抽象与第三方库，以可读性、可维护性和快速验证为最高准则。

从多源输入中自动识别内容类型并提取语义信息，生成包含研究主题、标准术语关键词及具体科学问题的结构化输出，支持学术综述的自动化准备与下游分析流程集成。

提供面向药物研发的机器学习就绪数据集与基准测试框架，覆盖分子性质预测、药物靶点相互作用分析、分子生成等任务，支持标准化数据划分、多维度评估指标及化学信息学预处理功能。

提供构建神经符号型大语言模型应用的完整框架，支持结构化输入输出定义、模块化计算单元编排、条件分支与并行流程控制、基于奖励的提示优化训练，以及检索增强、工具调用和知识库集成等高级能力。

将已验证有效的故障解决方案自动转化为结构化文档，按症状类型分类存储为 Markdown 文件，内置 YAML 元数据校验与跨文档引用机制，支持基于错误信息的快速检索和模式归纳，持续沉淀可复用的调试知识。