用于处理 JavaScript/TypeScript 应用程序中的异步操作的综合模式，具有自动清理、优雅的错误处理和内存泄漏预防功能。

生成高质量、经过验证的教育教科书参考列表，内容和数量适合水平。该技能分析课程描述以确定目标受众，并创建与读者水平相匹配的参考资料，从面向初中生的有趣且引人入胜的资源到面向研究生的权威同行评审论文。

按照最佳实践为 GitHub 存储库生成或更新全面的 README.md 文件。

这项技能为撰写跨所有学科的优秀学术和研究论文提供了全面的指导。它涵盖了从最初规划到最终修订的结构、风格、论证和最佳实践。

此技能有助于为 Moving Rainbow 教育项目创建 MicroPython 程序。当用户要求为 Raspberry Pi Pico 创建 LED 动画、NeoPixel 程序或移动彩虹示例时，请使用此技能。

该元技能提供了用于在智能教科书项目中管理和维护 MicroSims 的实用函数。它将四种实用技能整合到一个入口点中，并按需加载特定的实用指南。

该技能可验证 MicroSim 目录并对其进行标准化，以确保它们符合质量和文档标准。 MicroSims 是交互式教育模拟，可以使用各种 JavaScript 库（p5.js、vis-network、Chart.js 等）。该技能对 MicroSim 目录进行全面审核，生成所需升级的 TODO 列表，并可选择实施标准化更改。此过程运行后，quality_score 将添加到 index.md 元数据中。如何提供质量分数的标题，以及应在更改之前和之后向用户显示该分数。

该技能可自动执行使用 Chrome 无头模式捕获 MicroSim 可视化的高质量屏幕截图的过程。它可以正确处理动态 JavaScript 内容、外部 CDN 库（如 vis-network.js、p5.js、Chart.js），并确保可视化在捕获之前有时间完全渲染。

此技能指导使用 p5.js JavaScript 库创建教育 MicroSims。 MicroSims 是轻量级的交互式教育模拟，专为基于浏览器的学习而设计。 MicroSims 在简单性（集中范围、透明代码）、可访问性（浏览器原生、通用嵌入）和 AI 生成（标准化模式、提示兼容设计）的交叉点上占据着独特的地位。

该技能分析图表、图表或仿真规范，并推荐最合适的 MicroSim 生成器技能。它根据所有 9 个可用 MicroSim 生成器的功能评估规范，并返回包含匹配分数 (0-100) 和详细推理的排名列表。

使用 Mermaid.js 为智能教科书生成简单简约但丰富多彩的交互式工作流程图。使用独立 HTML 文件、MkDocs 集成和 Dublin Core 元数据创建完整的 MicroSim 包。每个图表都具有彩色节点背景、16 点字体以实现最佳可读性，并遵循教育 MicroSim 模式。

此技能使用 Plotly.js JavaScript 库生成交互式数学函数图。每个 MicroSim 都针对在狭窄的教科书布局中嵌入 iframe 进行了优化，具有最小的边距、响应式设计、显示精确坐标的悬停工具提示以及允许用户沿曲线探索点的交互式滑块。

此技能可以为使用 MkDocs Material 主题构建的智能教科书创建交互式 Leaflet 地图作为 MicroSims。

该技能可以自动为智能教科书创建专业的 LinkedIn 公告。它分析 docs/learning-graph/ 目录中的书籍指标，收集有关章节、概念和教育资源的统计数据，并生成带有相关主题标签和已发布网站链接的引人入胜的公告文本。

版本：0.02

根据四个学习设计支柱评估教育内容 - 一个综合了多媒体学习研究、认知负荷理论和用户体验最佳实践的循证框架。

从四个学习设计支柱生成可操作的验证清单。

此元技能处理智能教科书项目的安装和设置任务。它将三种安装技能整合到一个入口点中，并按需加载特定的安装指南。

此技能可以自动安装 Claude Code 项目的技能跟踪系统。系统使用 Claude Code 挂钩自动记录所有技能调用、其持续时间以及触发它们的提示。这些数据使模式分析能够识别可能成为新技能的频繁重复的工作流程。

该技能将完整的交互式图形可视化应用程序安装到智能教科书项目的 /docs/sims/graph-viewer/ 目录中。查看器提供了一种交互式方式来探索学习图，具有节点搜索、类别过滤和实时统计等功能。