通用文件创建 通过阅读 RULE.md 了解目的和规则，可处理任何目录结构的技能。

审核工作流程-explorer.html 并将其流程图数据与实际技能/代理源文件同步。

启动一个新功能并通过管道进行路由：讨论→规范→规划→实施。

为技术规划工作流程搭建一个新的输出格式适配器。每个格式适配器都是一个包含 5 个文件的目录，每个文件一个。

使用电影结构、音频指导和多镜头编排将想法转化为专业的 Veo 3.1 提示。

使用高质量的文本转语音来朗读文本。默认英国男声（bm_george）。

创建精心设计的、最小的 CLAUDE.md 文件（约 60 行），并通过 agent_docs/ 逐步公开。

您可以访问会话索引 - 一个 SQLite 数据库，可在所有 Claude Code 会话中进行 FTS5 全文搜索。每当用户询问过去的会话、之前的对话或想知道他们之前尝试过什么时，就可以使用它。

指导用户记录、比较和管理优化实验。模式：系统地进行实验，记录所有内容，比较结果，将获胜者推向生产。

指导用户构建能够推理并采取行动的 AI——调用 API、使用工具以及完成多步骤任务。使用 DSPy 的 ReAct 和 CodeAct 代理模块。

指导用户安全地切换人工智能模型或提供商。关键见解：优化的提示不会在模型之间转移（arxiv 2402.10949v2 —“古怪的自动提示的不合理有效性”）。 DSPy 通过将任务定义（签名+模块）与特定于模型的提示（由优化器编译）分开来解决这个问题。

指导用户构建人工智能，将长内容压缩为有用的摘要。使用 DSPy 生成一致、忠实的摘要，且长度和细节可控。

指导用户构建对内容进行排序、标记或分类的 AI。由 DSPy 分类提供支持 — 适用于任何标签集。

指导用户构建能够搜索文档并准确回答问题的人工智能。使用 DSPy 的 RAG（检索增强生成）模式 — 检索相关段落，然后生成基于它们的答案。

指导用户构建人工智能，根据定义的标准对工作进行评分、分级或评估。模式：定义一个评分标准，独立评分每个标准，用示例进行校准，并验证评分者的质量。

引导用户让人工智能解决需要的不仅仅是简单答案的问题。当一项任务需要计划、多步骤逻辑或选择正确的方法时，基本的提示就会失败。 DSPy 为您提供可组合的推理策略。

指导用户构建一个人工智能，该人工智能可以接受简单的英语问题并从 SQL 数据库返回答案。模式：理解模式、生成 SQL、验证它、运行它并解释结果。

指导用户构建人工智能，从杂乱的文本中提取结构化数据。使用 DSPy 提取 — 定义您想要的内容，然后 AI 提取它。

指导用户监控人工智能的质量、安全性和生产成本。模式：记录预测、定期评估、退化警报。

指导用户构建人工智能内容审核——对用户生成的内容进行分类、评分严重性和路线决策（自动批准、人工审核、自动拒绝）。模式：分类、评分、路线。