Skills 目录 · 第 20 页

GPU-accelerated data curation for LLM training. Supports text/image/video/audio. Features fuzzy deduplication (16× faster), quality filtering (30+ heuristics), semantic deduplication, PII redaction, NSFW detection. Scales across GPUs with RAPIDS. Use for preparing high-quality training datasets, cleaning web data, or deduplicating large corpora.

Scalable data processing for ML workloads. Streaming execution across CPU/GPU, supports Parquet/CSV/JSON/images. Integrates with Ray Train, PyTorch, TensorFlow. Scales from single machine to 100s of nodes. Use for batch inference, data preprocessing, multi-modal data loading, or distributed ETL pipelines.

在任何数据集上进行分析或模型训练之前使用，或在被要求对数据做剖析、查找缺失值和异常值时使用。使用 data_profiler.py、missing_value_analyzer.py 和 outlier_detector.py 对其进行剖析，并编写修复计划。

资深数据科学家，专长于高级分析、机器学习和统计建模。负责复杂数据分析、预测建模和商业智能。

针对任意公开来源构建完全自动化的 AI 数据收集智能体，涵盖招聘网站、价格、新闻、GitHub、体育等。按计划运行，用免费 LLM（Gemini Flash）丰富数据，将结果保存到 Notion/Sheets/Supabase，并从用户反馈学习。可在 GitHub Actions 上 100% 免费运行。用户希望自动监测、收集或跟踪公开数据时使用。

构建一个全自动化的AI驱动数据收集代理，适用于任何公共来源——招聘网站、价格信息、新闻、GitHub、体育赛事等任何内容。按计划进行抓取，使用免费LLM（Gemini Flash）丰富数据，将结果存储在Notion/Sheets/Supabase中，并从用户反馈中学习。完全免费在GitHub Actions上运行。适用于用户希望自动监控、收集或跟踪任何公共数据的场景。

任意のパブリックソース（ジョブボード、価格、ニュース、GitHub、スポーツなど）用の完全自動化されたAI搭載データ収集エージェントを構築します。スケジュールでスクレイプし、無料LLM（Gemini Flash）でデータを豊かにし、Notion/Sheets/Supabaseに結果を保存し、ユーザーフィードバックから学習します。GitHub Actions上で100％無料で実行。ユーザーがパブリックデータを自動的に監視、収集、または追跡したい場合に使用します。

诊断并加速大规模数据移动——数据摄取、回填、导出、ETL、仓库加载、清单追赶和表同步——通过隔离真正的瓶颈、对变体进行基准测试，并用严格的核算块证明行和时间戳一致，从而固化最快路径。适用于管道或回填过慢且必须在保持数据正确性的前提下提速时。

资深数据库架构师，专长于从零开始的数据层设计、技术选型、模式建模和可扩展数据库架构。

数据库设计原则与决策方法：结构设计、索引策略、ORM 选择和无服务器数据库。

设计数据库模式：表、关系、索引、规范化、SQL与NoSQL、迁移计划。当用户询问如何组织数据、选择哪个数据库时，或在编写DDL之前使用。

掌握跨 ORM（Sequelize、TypeORM、Prisma）的数据库结构和数据迁移，包括回滚策略及零停机部署。

安全、可回滚的数据库迁移模式：仅向前推进的生产变更、expand-contract 零停机重命名、并发索引、分批回填，以及针对 PostgreSQL、Prisma、Drizzle、Kysely、Django 和 golang-migrate 的各工具工作流。适用于编写模式或数据迁移、为大表添加列或索引、规划回滚，或准备零停机部署。

数据库迁移最佳实践，涵盖模式变更、数据迁移、回滚和零停机部署，适用于 PostgreSQL、MySQL 和常见 ORM（Prisma、Drizzle、Django、TypeORM、golang-migrate）。适用于规划或实施数据库模式变更时。

PostgreSQL、MySQL、一般的なORM（Prisma、Drizzle、Kysely、Django、TypeORM、golang-migrate）全体のスキーマ変更、データマイグレーション、ロールバック、ゼロダウンタイムデプロイメントのためのデータベースマイグレーションベストプラクティス。

Buenas prácticas de migración de base de datos para cambios de esquema, migraciones de datos, rollbacks y despliegues de tiempo cero en PostgreSQL, MySQL y ORMs comunes (Prisma, Drizzle, Kysely, Django, TypeORM, golang-migrate).

数据库迁移最佳实践，涵盖模式变更、数据迁移、回滚以及零停机部署，适用于PostgreSQL、MySQL及常用ORM（Prisma、Drizzle、Django、TypeORM、golang-migrate）。

Şema değişiklikleri, veri migration'ları, rollback'ler ve PostgreSQL, MySQL ve yaygın ORM'ler (Prisma, Drizzle, Django, TypeORM, golang-migrate) arasında sıfır kesinti deployment'ları için veritabanı migration en iyi uygulamaları.

专业数据库优化专家，专精现代性能调优、查询优化和可扩展架构。

当被要求提供 ERD、表关系、规范化或模式迁移计划时使用。生成 ERD 和规范化 DDL 及迁移步骤。

为 SQL 和 NoSQL 数据库设计稳健、可扩展的数据库模式。提供规范化指南、索引策略、迁移模式、约束设计和性能优化。确保数据完整性、查询性能和可维护的数据模型。

使用 Data Commons，这是一个提供对全球来源公共统计数据程序化访问的平台。在处理人口数据、经济指标、健康统计、环境数据或通过 Data Commons 可获取的任何公共数据集时使用此技能。适用于查询人口统计、GDP 数字、失业率、疾病流行率、地理实体解析，以及探索统计实体之间的关系。

用于搜索日志、查询指标、追踪请求和管理仪表板的 Datadog CLI。在调试生产问题或使用 Datadog 可观测性时使用。

Pythonic wrapper around RDKit with simplified interface and sensible defaults. Preferred for standard drug discovery: SMILES parsing, standardization, descriptors, fingerprints, clustering, 3D conformers, parallel processing. Returns native rdkit.Chem.Mol objects. For advanced control or custom parameters, use rdkit directly.

Domain-Driven Design guidance for modeling complex domains. Use when designing Bounded Contexts or Subdomains, discovering Aggregate boundaries from invariants and transactions, defining Aggregate Roots, designing Domain Events, typed domain failures, or repository contracts, choosing exception vs Result/Either/Option semantics, choosing Repository vs DAO/query service/gateway, splitting oversized Aggregates, coordinating cross-Aggregate consistency, applying Context Mapping patterns, implementing CQRS or Event Sourcing, building a Ubiquitous Language, applying Hexagonal Architecture, or reviewing layer ownership.

根据本次会话的变更日志和 git 历史生成结构化的演示大纲。读取 .claude/critical_log_changes.csv 和 git log，为日终演示、站会或交付截止日期生成可直接用于演示的要点。

在成交前使用，适用于需要超出 AE 权限的折扣、存在红线修改的 MSA 或单笔交易经济性不清晰的交易。用 deal_scorer.py 评分，用 discount_approval_router.py 指定审批人，用 terms_redliner.py 标记风险条款。绝不自动批准。

处理 Paperclip 的机密 GitHub 安全公告响应。用于协调公告分类、私有 fork 修复、CVE/公开步骤以及即时安全发布。

系统地查找并修复 JavaScript/TypeScript 和 Python 中缺陷、错误、失败测试和崩溃的根本原因。当用户粘贴错误或堆栈跟踪、表示某功能损坏、“不工作”、“错误”、“kenapa gagal”、“bug”、测试失败或行为异常时使用——而不是猜测修复方案。

处理错误、测试失败和意外行为的调试专家。遇到任何问题时主动使用。

借助经过验证的策略、强大的工具和有条理的方法，将调试从令人沮丧的猜测转变为系统化的问题解决。

Sysinternals DebugView CLI (DbgViewCli) for capturing and analyzing usermode and kernel-mode Windows debug output from the command line. USE FOR: capturing OutputDebugString output, kernel DbgPrint/KdPrint capture, boot-time debug logging, remote debug monitoring, filtering debug output by PID or process name, crash dump analysis, automated debug capture with bounded execution. DO NOT USE FOR: non-Windows platforms, application-level logging frameworks (log4j, serilog), Azure Monitor or cloud telemetry, ETW tracing (use WPR/xperf instead), user-mode crash dumps (use WinDbg). Triggers: "debug output", "DbgView", "DebugView", "kernel debug", "capture debug logs", "boot logging", "OutputDebugString", "DbgPrint", "KdPrint", "remote debug monitor", "debug capture CLI".

用于/c-level-agents:decide，或在创始人批准董事会备忘录后立即使用，将其记录为持久决策。

在董事会会议后记录决策、回顾过往决策或检查逾期行动时使用。通过 decision_tracker.py 将原始记录与已批准决策分开保存。

为团队已做出的决策编写架构决策记录（ADR）：背景、权衡过的选项、所选方案及其后果。适用于用户说“记录这个决策”“写一份 ADR”“我们决定了 X，把它记录下来”，或要求记录已做出的技术选择时。不适用于做出决策本身，也不适用于跟踪由此产生的工作。

Create, build, deploy, and localize declarative agents for M365 Copilot and Teams. USE THIS SKILL for ANY task involving a declarative agent — including localization, scaffolding, editing manifests, adding capabilities, and deploying. Localization requires tokenized manifests and language files that only this skill knows how to produce. Triggers: "create agent", "create a declarative agent", "new declarative agent", "scaffold an agent", "new agent project", "add a capability", "add a plugin", "configure my agent", "deploy my agent", "fix my agent manifest", "edit my agent", "localize my agent", "add localization", "translate my agent", "multi-language agent", "add an API plugin", "add an MCP plugin", "add OAuth to my plugin", "review instructions", "improve instructions", "fix my instructions"

适用于学习或应用 Goodfellow、Bengio 和 Courville 的《深度学习》，或询问其建议是否仍然成立。为全部 20 章建立索引并附 2016 至 2026 年的差异，使用 reading_path_planner.py 规划阅读路径，并使用 training_diagnostics.py 诊断训练失败。

通过 firecrawl 和 exa MCP 开展多来源深度研究。搜索网络、综合发现，交付注明来源并附引用的报告。用户需要对任何主题开展深入、有证据和引用的研究时使用。

运行自主研究任务，规划、搜索、阅读并将信息综合为全面报告。

通过 firecrawl 和 exa MCP 开展多来源深度研究。搜索网络、综合发现，交付注明来源并附引用的报告。用户需要对任何主题开展深入、有证据和引用的研究时使用。

使用firecrawl和exa MCPs进行多源深度研究。搜索网络、综合发现并交付带有来源引用的报告。适用于用户希望对任何主题进行有证据和引用的彻底研究时。

コンテキスト深い研究を実施し、複雑なテーマについての権威ある答えを生成します。複数のソースをキュレート、相互参照、合成してコンテキスト内の完全な画像を構築します。

使用 firecrawl 和 exa MCP 工具，从多个网络来源生成带引用的研究报告——规划子问题、搜索并深度阅读来源，然后综合发现并附上行内引用和置信度。适用于用户要求深入研究某个主题、开展深度调查，或对公司进行竞争分析、技术评估、市场规模测算或尽职调查时。

由 NotebookLM MCP 驱动的深度研究技能。以 Google NotebookLM 作为研究引擎，开展结构化的多来源研究（市场分析、竞争情报、趋势分析、潜在客户研究），然后交付格式化简报和可选的工作室产物（幻灯片、音频播客、视频、信息图、报告、思维导图）。

Use when someone wants to plan a deep work day, time-block their calendar or task list, budget or cut shallow work, protect focus hours, track deep-work sessions and streaks, run an end-of-day shutdown ritual, or says "/deep-work" or "/time-block". Classifies tasks deep vs shallow, builds an energy-first time-blocked schedule that refuses deep demand past the 4-hour ceiling, batches shallow work into at most two windows, and logs focus sessions against a weekly target.

Molecular machine learning toolkit. Property prediction (ADMET, toxicity), GNNs (GCN, MPNN), MoleculeNet benchmarks, pretrained models, featurization, for drug discovery ML.

适用于深入阅读书籍、文章、PDF 或文档集，提取主张和证据、构建知识图谱，或通过费曼式讲解和回忆学习。涵盖快速、深度、图谱、费曼和整书阅读模式。

在 DeepSeek Harness（DSH）上安装并运行 Everything Claude Code（ECC）：原生技能根目录（~/.dsh/skills、.agents/skills）、用于命令钩子的 @deepseek-ai/dsh-hooks-claude-code 桥接、裸插入补丁挂载、生成器用法、事件支持限制以及更新工作流。适用于在 DeepSeek Harness 上设置 ECC、将 ECC 钩子接入 DSH 配置，或排查 ECC 技能或钩子为何未在 DSH 会话中出现。

NGS 分析工具包。支持 BAM 到 bigWig 转换、QC（相关性、PCA、指纹）、热图/剖面图（TSS、峰），用于 ChIP-seq、RNA-seq、ATAC-seq 可视化。

Solidity AMM 合约、流动性池和兑换流程的安全清单。涵盖重入、CEI 顺序、捐赠或通胀攻击、预言机操纵、滑点、管理员控制和整数运算。适用于审计或编写 Solidity AMM、流动性池或兑换代码。