作为个体企业家，您的时间是您最宝贵的资产。自动化让您无需招聘即可扩展规模。目标很简单：将每周完成两次以上且不需要创造性思维的事情自动化。本手册向您展示了如何识别自动化机会、设计工作流程并在不编写代码的情况下实施它们。

使用消息工具。没有向代理公开特定于提供商的不一致工具。

使用纯 JavaScript 实现 DOM 和 SVG 动画的 Motion。此技能仅适用于运动和运动/迷你 API。除非明确要求，否则不要切换到 React API。

该框架将指导您分析多个访谈快照，以识别常见模式、整合个人体验图，并创建揭示共同用户需求和机会的全面见解。它将单个数据点转换为可操作的模式，为产品决策提供信息。

指导 AI 助手根据初始用户提示以 Markdown 格式创建详细的产品需求文档 (PRD)。 PRD 应该清晰、可操作，并且适合初级开发人员理解和实现该功能。

指导 AI 助手根据初始用户输入使用 Markdown 以叙述性文档格式创建以决策为中心的 1-Pager。该文件应足够短，以便在 5 分钟内阅读完毕，同时提供足够的背景信息和要点，以便能够快速、高质量地制定决策。

提取想法描述和当前状态，对影响、置信度和轻松度进行评分，并计算 ICE 分数 = 影响 × 置信度 × 轻松度以提出执行优先级。所有评估都必须遵循明确的标准，并且仅依赖既定证据，不得进行推断或猜测。

检测简历中的 AI 写作模式，并使用带注释的更改重写标记的部分。保留所有事实、语气和职业水平，同时消除人工智能的暗示。

全面的简历分析，涵盖人工智能模式检测、结构、语气一致性和 ATS 准备情况。适用于从入门级到高管的任何职业级别。

检测简历或简历的文档类型、结构格式和区域惯例。在进行任何分析之前与用户确认。

分析简历以了解申请人跟踪系统的兼容性：关键字覆盖率、格式解析和评分潜力。可以选择与特定的职位描述相匹配。

使用 BibiGPT API 从终端汇总视频、音频和播客。

除非用户或现有模板另有说明

访问主要科学出版场所、学术会议、研究海报和资助提案的综合 LaTeX 模板、格式要求和提交指南。该技能为跨学科的成功学术提交提供了即用型模板和详细规范。

Vaex 是一个高性能 Python 库，专为惰性、核外 DataFrame 设计，用于处理和可视化太大而无法装入 RAM 的表格数据集。 Vaex 每秒可以处理超过十亿行，从而能够对数十亿行的数据集进行交互式数据探索和分析。

UMAP（统一流形逼近和投影）是一种用于可视化和一般非线性降维的降维技术。应用此技能来实现快速、可扩展的嵌入，从而保留局部和全局结构、监督学习和聚类预处理。

治疗计划的编写是临床护理策略的系统记录，旨在通过循证干预、可衡量的目标和结构化随访来解决患者的健康状况。该技能提供了全面的 LaTeX 模板和验证工具，用于在所有医学专业中创建简洁、重点突出的治疗计划（标准 3-4 页），并完全符合法规要求。

Hugging Face Transformers 库提供对数千个预训练模型的访问，这些模型适用于 NLP、计算机视觉、音频和多模态领域的任务。使用此技能来加载模型、执行推理以及对自定义数据进行微调。

TorchDrug 是一个基于 PyTorch 的综合机器学习工具箱，用于药物发现和分子科学。将图神经网络、预训练模型和任务定义应用于分子、蛋白质和生物知识图，包括分子属性预测、蛋白质建模、知识图推理、分子生成、逆合成规划，具有 40 多个精选数据集和 20 多个模型架构。

ToolUniverse 是一个统一的生态系统，通过提供对 600 多种科学资源的标准化访问，使 AI 代理能够充当研究科学家。使用此技能在多个研究领域发现、执行和组合科学工具，包括生物信息学、化学信息学、基因组学、结构生物学、蛋白质组学和药物发现。