从主题、现象或数据集中生成结构化的研究问题、可检验的假设和实证策略。

对讲座文件运行强制校对协议。这会生成一份包含所有发现问题的报告，而无需编辑任何源文件。

进行全面的教学审查。

对给定主题进行结构化文献检索和综合。

将不明显的发现提取为可重复使用的技能，并在整个会话中持续存在。

进行结构化访谈，帮助将研究想法形式化为具体规范。

从 Beamer 源中提取 TikZ 图表，编译为多页 PDF，并将每个页面转换为 SVG 以在四开幻灯片中使用。

批判性地检查幻灯片并通过 5-7 个具体的教学问题质疑其设计。

在 R 中运行端到端数据分析：加载、探索、分析并生成可发布的输出。

创建一个美丽的、教学上优秀的 Beamer 讲座平台。

显示当前会话状态，包括上下文使用估计、活动计划和保存状态。

使用 XeLaTeX 编译具有完整引文分辨率的 Beamer 幻灯片。

阶段更改，提交描述性消息，创建 PR，然后合并到 main。

通过为每个任务派遣新的子代理来执行计划，每个任务之后进行两阶段审查：首先进行规范合规性审查，然后进行代码质量审查。

当您遇到多个不相关的故障（不同的测试文件、不同的子系统、不同的错误）时，按顺序调查它们会浪费时间。每项调查都是独立的，可以并行进行。

生成一个 AGENTS.md 文件，其中包含在此存储库中工作的 AI 代理的基本信息。

自动解决当前 PR 上的所有评论评论（包括人类和机器人）。使用两阶段工作流程：修复所有现有问题，然后轮询新问题直至安静。

自动解决当前 PR 的人工审核评论。获取未答复的人工反馈，评估每个评论，在适当的情况下应用修复，并用结果回复每个评论。

自动解决 PR​​ 审核机器人（Copilot、Cursor Bugbot、CodeRabbit 等）对当前 PR 的发现结果。使用两阶段工作流程：修复所有现有问题，然后轮询新问题，直到机器人安静下来。

第一次使用 PayRam？请参阅 payram-setup 来配置您的服务器、API 密钥和钱包。