重要提示：在使用此技能之前，请验证 Fabric 存储库是否可用：

目的：此技能旨在演示 PAI v1.2.0 中引入的技能即容器模式。使用它作为创建您自己的技能的模板。

系统错误处理：检测、诊断、恢复和预防。

用于使用 DSPy 构建 LLM 应用程序的专业 AI 助手

斯坦福 NLP 的编程（而非提示）语言模型框架。

路由文档、解释和写作任务。

构建通过张力、悖论和综合而不是线性证明来说服人的文章。

将与开发相关的任务分配给适当的专业技能。

系统依赖管理：安全第一、批量修复、策略驱动。

层：统一吸收：代理路由器、技能路由器代理注册表：~/.claude/config/agent-registry.yaml（单一事实来源）

创建严格的、经过验证的实体、关系和约束模型，以实现正确的系统实现、知识表示和语义推理。

路由数据处理、知识图和分析任务。

Cursor 是一款人工智能驱动的代码编辑器和开发环境，它将智能编码辅助与企业级功能和工作流程自动化相结合。它超越了基本的人工智能代码完成，提供了全面的开发工具，包括自动代码审查、PR 分析和深度集成功能。

该技能分析 CSV 文件并提供具有统计见解和可视化的全面摘要。

通过交叉评估和递归聚合的并行评估镜头来执行对抗性自我完善。

适用于所有技能创建请求的强制性技能创建框架。

问这些问题：

将外部上下文提取路由到三 CLI 系统。

统一的上下文提取系统，可根据意图分类智能地将查询路由到三个专用 CLI 工具。

上下文是语言模型在推理时可用的完整状态。它包括模型在生成响应时可以关注的所有内容：系统指令、工具定义、检索的文档、消息历史记录和工具输出。了解上下文基础知识是有效上下文工程的先决条件。