Skill

自动处理 API 缓存策略相关任务，涵盖缓存模式选择、配置生成、最佳实践指导及生产级代码输出，支持 REST 和 GraphQL 等主流 API 类型。

面向生产环境的智能体系统构建与部署能力，支持从本地开发到云平台的全生命周期管理，涵盖多智能体协同设计、RAG增强问答、容器化发布（Cloud Run / GKE / Agent Engine）、自动化CI/CD流水线及可观测性监控，内置评估框架与安全最佳实践。

自动检测并防御代码注入风险，通过静态分析与安全规则匹配识别潜在漏洞，生成符合安全规范的修复建议和防护配置，适用于开发阶段的安全验证与代码审计场景。

基于当前资源使用情况预测未来容量需求，分析增长趋势并识别潜在瓶颈，提供包含垂直与水平扩展的扩容建议及成本估算，适用于基础设施规划与性能保障场景。

自动生成符合企业级标准的执行摘要，涵盖项目管理、合规治理与系统集成等场景，提供分步指导、生产就绪的配置代码及行业最佳实践建议，并支持输出验证与错误诊断。

自动完成 Google Cloud Platform 中 BigQuery 表的创建任务，涵盖架构设计、权限配置与数据加载全流程，生成符合生产环境标准的可部署代码和配置方案。

自动响应云监控告警任务，提供符合最佳实践的配置指导与生产级代码生成，支持 GCP 平台下计算、存储、大数据及 AI 服务的监控方案设计与问题排查。

自动为每次开发任务生成韩文总结文档，涵盖工作内容概要、关键修改点、核心代码片段、验证结果及后续改进方向，并按日期归档至项目根目录的 workthrough 文件夹中。

提供跨站脚本漏洞的自动化检测能力，覆盖扫描策略配置、输入验证规则生成、安全编码建议及检测结果分析，适用于 Web 应用安全评估与防护加固场景。

在代码库中系统性地扫描 Markdown 文档、Nextflow 脚本和配置文件，精准定位 TODO 与 FIXME 注释，按紧急程度、文件类型和上下文进行多维分类，并输出结构化报告与分阶段实施建议，助力技术债务识别与开发优先级决策。

自动完成 OpenAPI 规范的生成与校验，涵盖接口定义、参数配置、响应结构及安全机制等核心环节，输出符合行业标准的可部署规范文件，支持快速迭代和团队协作。

安全执行 OpenRouter SDK 版本升级与配置迁移，支持平滑过渡至新版本并处理潜在的不兼容变更，适用于依赖更新和架构演进场景。

自动升级 Java/Kotlin 或 TypeScript/Node 项目的依赖，通过分阶段更新、测试验证和风险分级控制变更影响，确保每次升级可审查且稳定，适用于修复安全漏洞、更新框架或例行维护。

诊断并解决 Wheels 框架中的常见错误，提供针对异常行为的分析与调试策略。涵盖参数传递、数据类型转换、关联定义、数据库表及字段匹配等问题的处理方法，同时支持通过调试输出、变量检查和 SQL 日志追踪来定位故障，适用于应用程序运行中的问题排查与修复。

为复杂任务生成经过验证的结构化实施计划，涵盖目标定义、带复选框的分步任务、可衡量的验收标准、风险评估与缓解策略、替代方案分析，所有计划均需通过专用脚本校验，严格限定于战略规划层面，不涉及任何代码编写或文件修改。

自动完成企业级项目初始化配置，涵盖代码结构生成、合规性检查与集成模式部署，确保项目符合治理标准并具备可扩展性，适用于需要标准化流程的开发环境。

支持 Sentry SDK 的版本升级与迁移，自动处理依赖更新、配置备份、废弃接口替换及兼容性验证，覆盖错误捕获与性能监控功能的端到端校验，确保平滑过渡至新版本。

自动构建和配置专业级问卷系统，涵盖从结构设计、逻辑编排到数据收集与初步分析的全流程，支持与邮件、电子表格等业务工具集成，满足企业级自动化调研需求。

提供基于 TDD 的 Rails 视图逻辑封装能力，通过继承 BasePresenter 实现模型数据的格式化展示，支持多语言、安全 HTML 输出、日期货币标准化处理及状态徽章生成，适用于解耦视图与业务逻辑的场景。

能够根据用户需求自动生成符合生产环境标准的 Kubernetes 资源定义，涵盖 Deployment、Service、ConfigMap、Secret、Ingress 和 HPA 等核心组件，内置健康检查、自动扩缩容、TLS 配置与资源约束等最佳实践。

用于在 Python 代码中系统性识别所有显式 user_id 使用场景，包括参数声明、上下文提取、多层传递、构造器与方法不一致、便利包装函数及请求体嵌入等模式，并为每处匹配提供类名、函数结构、调用链和文件位置等上下文信息，供人工评估是否适合改用环境上下文机制。

生成文档文件，包括 NotebookLM 配置和演示文稿内容，适用于需要产出结构化文档或幻灯片的场景，不用于代码实现或部署类任务。

完成 Ideogram 开发环境的初始化配置，包括 SDK 安装、API 密钥注入到环境变量或 .env 文件，并验证与服务端的连接可用性，为后续图像生成类调用提供认证就绪的基础支持。

负责系统性地沉淀和维护工程决策知识，专门记录代码无法直接体现的架构模式、外部接口限制、数据模型陷阱及跨智能体协作规范，确保关键经验可追溯、可复用，避免重复踩坑。

在 Tauri 应用中实现 Rust 与 TypeScript 间的类型安全错误传递，通过带标签的枚举生成可辨识联合类型，确保前端能静态推断错误分支并进行完备处理，提升跨语言错误边界的可维护性与可靠性。

自动处理长轮询机制的集成任务，支持从需求分析、模式设计到代码生成与配置验证的全流程，确保符合行业最佳实践，适用于第三方 API 对接、Webhook 集成及 SDK 适配等场景。

支持在新旧系统间实施渐进式架构迁移，通过并行运行、功能抽象、数据同步和流量分流等策略，实现代码分析服务的平滑切换与版本升级，确保业务连续性和可回滚性。

根据项目需求自动生成符合行业标准的 Dockerfile 配置，提供容器化方案设计与优化建议，支持开发环境搭建和部署流程自动化，适用于应用打包及服务发布的工程化场景。

能够按需生成高度仿真的测试数据，覆盖用户档案、商品信息、订单记录及自定义数据结构，支持数据库填充、行为模拟和自动化测试用例构建，适用于开发测试、性能压测及演示环境搭建等场景。

专注于通过 Terraform 自动化部署 Vertex AI 基础设施，支持模型花园集成、Gemini 模型端点发布、向量搜索索引构建、机器学习流水线编排，同时内置加密保护、自动扩缩容、最小权限 IAM 策略及运行时验证能力。