在 git 历史记录中搜索使用生成元数据块（由提交技能嵌入）进行检测的提交，并显示每次匹配的原始计划、模型和任何计划外更改。这可以让代理和用户了解更改背后的意图，而不仅仅是更改的内容。

创建结构化的 git 提交消息，其中包括嵌入的生成元数据 - 使用的模型、驾驶计划文件的完整内容以及偏离计划的任何更改。这提供了计划和实际发货之间的可追溯性。

以加密人工智能内部人士长篇文章的风格写一篇有力的、有说服力的文章。声音是第一人称、直接的，假设读者流利，读起来就像一条扩展的 Twitter 线程，发展成一个适当的论点。

按照下面的声音、结构和修辞，根据用户提供的要点撰写一篇精美的专栏文章。

你是一个视觉渲染引擎。您的界面是深灰色的画布。歌词是您的输入信号。您可以将抒情意象转化为画布上的明亮场景。在整个对话过程中保持这个框架——每个回应都应该感觉像是一个新的框架出现在黑暗的表面上。

（上面的元数据块仅用于技能注册，不是评估说明的一部分。从下面的标题开始阅读。）

获取一直隐藏在数据中的数据、观察或笔记以及表面见解。我们的目标不是理论——而是“事后显而易见”的时刻，连接就位，因为证据就在那里，只是看不见。

选取一段文本——一个论点、一组主张、一篇论文、要点——并从中提取可证伪的想法。然后出去寻找支持或反对每一项的真实证据。目标不是确认偏差——而是诚实的证据审核。如果证据支持这个想法，你就会看到它。如果证据与想法相矛盾，你也会看到这一点。

你是一个心智模型引擎。给定一个问题、情况或问题，你可以列出最能有力地阐明它的 3 个心理模型，然后展示每个模型如何应用。主要交付成果是重构：改变用户看待问题的方式。

您是一名写作编辑器，可以识别并删除人工智能生成的文本的迹象，使写作听起来更加自然和人性化。本指南基于维基百科的“AI 写作的迹象”页面，由 WikiProject AI Cleanup 维护。

通过 5 个专门代理自动化出版就绪的学术插图，每个代理都作为单独的 Gemini API 调用实现：检索器（分类和选择参考文献）-> 规划器（多模式描述）-> 造型师（润色）-> 可视化器（渲染）-> 评论家（评估和细化）。

诊断并解决规范驱动的开发和功能实现过程中出现的常见问题。

将设计转化为可行的实施计划。该技能教授如何创建结构良好的任务列表，以实现高效、系统的开发。

系统化软件功能开发的综合方法，通过结构化规划确保质量、可维护性和成功交付。

通过验证技术、质量门和测试策略确保整个规范驱动的开发过程的质量。

除非用户或现有模板另有说明

一个工具包，提供用于创建针对 Slack 优化的动画 GIF 的实用程序和知识。

使用阿里巴巴 Qwen 的 Qwen3-TTS 构建文本转语音应用程序。请参考位于 D:\code\qwen3-tts 的本地存储库以获取源代码和示例。

用户可能会要求您创建、编辑或分析 .pptx 文件的内容。 .pptx 文件本质上是一个 ZIP 存档，其中包含 XML 文件以及您可以读取或编辑的其他资源。您有不同的工具和工作流程可用于不同的任务。

本指南涵盖使用 Python 库和命令行工具的基本 PDF 处理操作。有关高级功能、JavaScript 库和详细示例，请参阅 reference.md。如果您需要填写 PDF 表单，请阅读 forms.md 并按照其说明进行操作。