Skills 目录 · 第 68 页

Works out what could go wrong in a system's design before it is built — who would attack it, how, and which defences are worth having. Use this whenever the user is designing a system that handles sensitive data, money, or authentication, asks what the security risks are, mentions threat modeling or STRIDE, or is starting a feature with a meaningful attack surface. This is design-time and systematic; for finding vulnerabilities in code that exists, use security-analysis.

Expert in threat modeling methodologies, security architecture review, and risk assessment. Masters STRIDE, PASTA, attack trees, and security requirement extraction. Use PROACTIVELY for security architecture reviews, threat identification, or building secure-by-design systems.

Start a ticket from the project's board — claim it, cut its branch, import it to .scratch, then start the route that works on it.

tinystruct Java 框架开发的专家指导。适用于 tinystruct 代码库或任何基于 tinystruct 的项目，包括为缺少启动脚本的项目生成 bin/dispatcher 和 bin/dispatcher.cmd，创建 Application 类、@Action 映射路由、单元测试、ActionRegistry，处理 HTTP/CLI 双模式、内置 HTTP 服务器、事件系统、Builder/Builders JSON、AbstractData 数据库持久化、POJO 生成、Server-Sent Events（SSE）、文件上传和出站 HTTP 网络请求。

tinystruct Java フレームワークで開発する際の専門ガイダンス。tinystruct コードベース、または tinystruct 上に構築されたあらゆるプロジェクトで作業する際に使用します — プロジェクトに存在しない場合の bin/dispatcher・bin/dispatcher.cmd 起動スクリプトの生成、Application クラスの作成、@Action によるルート定義、ユニットテスト、ActionRegistry、HTTP/CLI デュアルモード対応、組み込み HTTP サーバー、イベントシステム、Builder/Builders による JSON 処理、AbstractData によるデータベース永続化、POJO 生成、Server-Sent Events (SSE)、ファイルアップロード、アウトバウンド HTTP 通信を含みます。

Creates valid Microsoft Threat Modeling Tool (.tm7) files compatible with the Microsoft Threat Modeling Tool v7.3+. Use this skill whenever asked to create, generate, or modify a .tm7 threat model file, or when performing STRIDE threat modeling that should output a .tm7 file that opens cleanly in the Microsoft Threat Modeling Tool.

驱动 tmux 面板中运行的实时 TUI 编程智能体：按进程定位、读取真实状态、等待空闲，再一次性传入完整指令，避免破坏会话。用于接管或监测交互式智能体回合。不用于一次性生成；该场景应无界面运行。

将你无法完全回答的决策转化为一份问卷，供他人填写。

将当前对话转化为规格说明并发布到项目问题跟踪器：无需访谈，仅综合已讨论的内容。

将计划、规格说明或当前对话拆分为一组 tracer-bullet 工单，每个工单声明其阻塞边，并发布到已配置的跟踪器（本地为每个工单一个文件、以文本形式记录边，或在真实跟踪器上使用原生阻塞链接）。

将已勾选的 `.ai/TODO.md` 任务归档到 `.ai/todos/YYYY-MM/DD.md`，保留未勾选的任务。

Skill guarda-chuva de encartes e ofertas dos supermercados de Fortaleza (Cometa, Mercadinhos São Luiz, Mercadão São Luiz, Super do Povo, Atacadão, Guará, Assaí, Frangolandia, Mix Mateus, Center Box e Uniforça): baixa de uma vez os encartes das onze redes, disparando as onze skills individuais em sequência. Use quando o usuário pedir "baixar todos os encartes", "encartes da semana", "atualizar encartes", "encartes de todas as redes" ou "encartes de todos os mercados". Para uma rede só, use a skill daquela rede (cometa-encartes, saoluiz-encartes, mercadao-encartes, superdopovo-encartes, atacadao-encartes, guara-encartes, assai-encartes, frangolandia-encartes, mateus-encartes, centerbox-encartes ou uniforca-encartes) em vez desta.

回答する前に、どれだけの回答深度を消費するかについてユーザーに情報に基づいた選択を提供する。ユーザーが回答の長さ、深さ、またはトークンバジェットを明示的に制御したい場合にこのスキルを使用する。トリガー条件："token budget", "token count", "token usage", "token limit", "response length", "answer depth", "short version", "brief answer", "detailed answer", "exhaustive answer", "respuesta corta vs larga", "cuántos tokens", "ahorrar tokens", "responde al 50%", "dame la versión corta", "quiero controlar cuánto usas"、またはユーザーが回答のサイズや深さの制御を明示的に求めるその他の明確なバリエーション。トリガーしない条件：ユーザーが現在のセッションでレベルを指定済み（そのレベルを維持）、リクエストが明らかに一言の回答、または「token」が認証/セッション/支払いトークンを指している。

Offer a choice of response depth (25%/50%/75%/100%) with token estimates before answering, then answer at that level. Use when the user asks to control response length or token budget, such as 'token budget', 'short version', 'brief answer', 'respuesta corta vs larga', 'cuántos tokens', 'ahorrar tokens', 'responde al 50%', 'dame la versión corta', 'quiero controlar cuánto usas'. Skip if depth is already set this session or 'token' means an auth/payment token.

在回答前，为用户提供关于消耗多少响应深度的知情选择。当用户明确希望控制响应长度、深度或令牌预算时使用此技能。触发条件："token budget", "token count", "token usage", "token limit", "response length", "answer depth", "short version", "brief answer", "detailed answer", "exhaustive answer", "respuesta corta vs larga", "cuántos tokens", "ahorrar tokens", "responde al 50%", "dame la versión corta", "quiero controlar cuánto usas"，或用户明确要求控制答案大小或深度的清晰变体。不触发条件：用户已在当前会话中指定了级别（保持该级别），请求明显是单字答案，或"token"指代认证/会话/支付令牌而非响应大小。

从本地 Claude Code、Codex、Gemini CLI 和 OpenCode 会话日志渲染词元用量统计卡片，并作为文件提交到仓库。适用于有人想在 README 中展示当前用量数据，或需要可分享的编码智能体活动卡片时。

针对研究和生产优化的快速分词器。基于 Rust 的实现可在不足 20 秒内处理 1GB 文本。支持 BPE、WordPiece 和 Unigram 算法，可训练自定义词表、跟踪对齐关系、处理填充与截断，并与 transformers 无缝集成。适用于需要高性能分词或训练自定义分词器时。

Language-independent tokenizer treating text as raw Unicode. Supports BPE and Unigram algorithms. Fast (50k sentences/sec), lightweight (6MB memory), deterministic vocabulary. Used by T5, ALBERT, XLNet, mBART. Train on raw text without pre-tokenization. Use when you need multilingual support, CJK languages, or reproducible tokenization.

用于为开发任务查找、比较并推荐当前可用的工具、软件包、库、CLI、VSCode 扩展、智能体技能、数据库或基础设施方案。

Aide's skills, the per-project .aide/config keys, how a project's own test/lint/build commands are detected, and where specs are stored. Use when: running a project's test, lint or build command; looking up which Aide skill does what; reading or writing .aide/config; deciding where a spec belongs. Do NOT use for: how to run tests correctly (that is the testing rule), the spec files' own layout (use the spec-structure skill).

当用户要求“识别 Web 应用漏洞”“解释常见安全缺陷”“了解漏洞类别”“学习注入攻击”“审查访问控制弱点”“分析 API 安全问题”“评估安全配置错误”“了解客户端漏洞”“检查移动和 IoT 安全缺陷”或“参考 OWASP-aligned 漏洞分类法”时，应使用本技能。使用本技能可获取所有主要 Web 安全类别的全面漏洞定义、根本原因、影响和缓解策略。

图神经网络（PyG）。节点/图分类、链接预测、GCN、GAT、GraphSAGE、异构图、分子性质预测，用于几何深度学习。

基于图的药物发现工具包。支持分子性质预测（ADMET）、蛋白质建模、知识图谱推理、分子生成、逆合成以及 GNN（GIN、GAT、SchNet），包含 40 多个数据集，用于在分子、蛋白质和生物医学图上进行基于 PyTorch 的 ML。

用于权衡分析，或用户必须在具体方案中选择时，例如“A 还是 B”“用哪个库”“自建还是购买”“比较这些方法”。按加权标准评分，检验敏感性与可逆性。不用于开放式构思或单一方案审查。

训练或微调 sentence-transformers 模型，涵盖 `SentenceTransformer`（双编码器，用于检索、相似度、聚类、分类、释义挖掘、去重、多模态的稠密或静态嵌入模型）、`CrossEncoder`（重排序器，用于两阶段检索/配对分类的配对打分）、`SparseEncoder`（SPLADE，用于学习型稀疏检索的稀疏嵌入模型）以及 `MultiVectorEncoder`（ColBERT/后期交互，逐词元嵌入并用 MaxSim 打分）。涵盖损失函数选择、难负样本挖掘、评估器、蒸馏、LoRA、Matryoshka 以及 Hugging Face Hub 发布。适用于任何 sentence-transformers 训练任务。

将音频文件转写为文本，可选说话人分离和已知说话人提示。当用户要求转写音频/视频中的语音、从录音中提取文本，或标注访谈或会议中的说话人时使用。

Transform raw podcast transcripts into polished, readable documents. This skill removes filler words, fixes grammar, adds structure, and preserves authentic voice. Use when processing podcast transcripts, interview recordings, video captions, or any spoken content that needs cleanup while maintaining 100% fidelity to meaning.

处理自然语言、计算机视觉、音频或多模态任务的预训练 transformer 模型时使用。用于文本生成、分类、问答、翻译、摘要、图像分类、目标检测、语音识别，以及在自定义数据集上微调模型。

使用 Transformers.js 直接在 JavaScript/TypeScript 中运行前沿机器学习模型。支持 NLP（文本分类、翻译、摘要）、计算机视觉（图像分类、目标检测）、音频（语音识别、音频分类）和多模态任务。使用 Hugging Face Hub 的预训练模型，通过 WebGPU/WASM 在浏览器及 Node.js、Bun、Deno 等服务端运行时工作。

为所有临床专科生成简洁（3-4 页）、聚焦的 LaTeX/PDF 格式医疗治疗方案。支持一般医疗治疗、康复治疗、心理健康护理、慢性病管理、围手术期护理和疼痛管理。包含 SMART 目标框架、基于证据的干预措施（附最少文字引用）、法规合规（HIPAA）和专业排版。优先考虑简洁性和临床可操作性。

通过由分诊角色构成的状态机推进问题和外部 PR，进行分类、核实、必要时深入质询，并撰写可供智能体直接使用的简报。

`status: *` ラベルがまだ付いていない open Issue に、内容から推論した初期 status （ready / blocked / designed）を提案してユーザー確認のうえ付与する。pick-issue の 前段で status 空白を解消する triage 工程。既に status が付いた Issue や lifecycle の 遷移（implementing / designing / in-review）は対象外（start-dev / ship / pick-issue が管理）。 Trigger when the user says: "statusを付与", "初期statusを付ける", "status未設定のissue", "issueのstatusを整理", "statusをtriage", "assign status label", "triage issue status", "triage status", "set initial status", "add status to issue", or similar phrases requesting to assign an initial status label to Issues that lack one.

Trigger.dev expert for background jobs, AI workflows, and reliable async execution with excellent developer experience and TypeScript-first design. Use when: trigger.dev, trigger dev, background task, ai background job, long running task.

使用 TRL（Transformers Reinforcement Learning）对大语言模型进行后训练——包括 SFT、DPO、GRPO、KTO 以及奖励模型训练。适用于使用 TRL Python API 或 trl CLI 编写或调试训练代码。

使用Twilio构建通信功能：SMS消息、语音通话、WhatsApp Business API和用户验证（2FA）。涵盖从简单通知到复杂IVR系统和多渠道认证的完整范围。重点关注合规、速率限制和错误处理。使用场景：twilio、发送SMS、短信、语音通话、电话验证。

TypeScript and JavaScript expert with deep knowledge of type-level programming, performance optimization, monorepo management, migration strategies, and modern tooling. Use PROACTIVELY for any TypeScript/JavaScript issues including complex type gymnastics, build performance, debugging, and architectural decisions. If a specialized expert is a better fit, I will recommend switching and stop.

适用于现代 TypeScript 和 JavaScript 应用的 TypeScript 模式，用于编写严格、类型安全、可维护的代码。涵盖严格编译器配置、类型设计、类型收窄、可辨识联合、泛型、异步与错误处理、模块边界、依赖卫生以及类型级测试。在编写或审查 TypeScript 或 JavaScript 代码时使用。

精通 TypeScript，涵盖高级类型、泛型和严格类型安全。处理复杂类型系统、装饰器以及企业级模式。

使用 Playwright 录制精美的 UI 演示视频。当用户要求创建 Web 应用的演示、导览、屏幕录制或教程视频时使用。生成带有可见光标、自然节奏和专业感的 WebM 视频。

Playwrightを使用して美しいUIデモ動画を録画する。ユーザーがWebアプリのデモ、ウォークスルー、スクリーン録画、またはチュートリアル動画の作成を求める場合に使用する。可視カーソル、自然なリズム、プロフェッショナルな仕上がりのWebM動画を生成する。

使用 Playwright 录制精美的 UI 演示视频。当用户要求为 Web 应用创建演示、操作演示、屏幕录制或教程视频时使用。生成带有可见光标、自然节奏和专业质感的 WebM 视频。

面向高级 UI 设计师的设计系统工具包，包括设计变量生成、组件文档、响应式设计计算和开发交接工具。适用于创建设计系统、保持视觉一致性，以及促进设计与开发协作。

在构建设计系统时使用：设计令牌、组件文档、响应式尺度或开发者交接。使用 design_token_generator.py 生成令牌。

构建并打磨网站 UI，使其看起来像专业设计而非通用模板——布局、排版、间距、颜色、响应式行为、状态和微交互——适用于 React/Next.js、Vue、Tailwind 或纯 HTML/CSS。当用户构建或调整页面、区块、落地页、组件、导航栏、首屏、表单，或说“bikin tampilan”“rapikan UI”“kurang bagus”“buat responsive”“make it look better”时使用，即使他们未提及设计。

当用户有 UI 截图或设计导出文件，需要批量转换为 Vue 3 组件时使用，尤其适用于 Vant、Element Plus 或 Ant Design Vue。

UIスクリーンショットやデザインエクスポートをVue 3コンポーネントに一括変換する際に使用。Vant、Element Plus、Ant Design Vueに対応。

UI/UX 设计智能。50 种风格、21 套配色、50 组字体搭配、20 种图表、9 个技术栈（React、Next.js、Vue、Svelte、SwiftUI、React Native、Flutter、Tailwind、shadcn/ui）。操作：规划、构建、创建、设计、实现、评审、修复、改进、优化、增强、重构、检查 UI/UX 代码。项目：网站、落地页、仪表盘、管理面板、电子商务、SaaS、作品集、博客、移动应用、.html、.tsx、.vue、.svelte。元素：按钮、模态框、导航栏、侧边栏、卡片、表格、表单、图表。风格：玻璃拟态、黏土拟态、极简主义、粗野主义、新拟态、便当网格、深色模式、响应式、拟物化、扁平设计。主题：配色、无障碍、动画、布局、排版、字体搭配、间距、悬停、阴影、渐变。集成：用于组件搜索和示例的 shadcn/ui MCP。

使用 OpenAI Apps SDK 或 MCP Apps SDK 的组件渲染支持（任意语言）为 Copilot Chat 构建 MCP 服务器。在以下情况使用此技能： - 创建与 M365 Copilot 声明式智能体集成的 MCP 服务器 - 构建在 Copilot Chat 中渲染的丰富交互式组件（React + Fluent UI） - 实现返回 structuredContent 以供组件渲染的工具 - 改造现有 MCP 服务器以支持 Copilot 组件渲染 - 设置 devtunnels 以暴露本地 MCP 服务器 - 配置带 RemoteMCPServer 运行时的 mcpPlugin.json 清单 请勿将此技能用于通用智能体开发（脚手架、清单、部署）——请改用 declarative-agent-developer。此技能仅用于 MCP 服务器 + 组件开发。 触发词：“MCP server for Copilot”、“OpenAI Apps SDK”、“Copilot widget”、“structuredContent”、“MCP plugin”、“devtunnels MCP”、“OAI app”、“widget rendering”、“UI widget”

UMAP降维。用于2D/3D可视化的快速非线性流形学习、聚类预处理（HDBSCAN）、监督式/参数化UMAP，适用于高维数据。

用于恢复确实已停滞或正在失败的任务、部署或 CI/构建运行：承诺的修复仍然失败、调用被拒绝、工具无法启动、工具适配器在执行前失败、缺少权限、运行器触及资源上限、包装器或测试超时导致没有编译器或断言输出、发布在推送前守卫中停滞、队列/评审停止推进、推送后拉取请求没有 CI 运行、完成监视在其目标完成后仍处于待定状态，或环境连同未推送的工作一起消失。对于过去失败但无需恢复的归因，请使用 prove-it 和 challenge。正常推进或在已记录的外部周期内等待的任务无需干预。