按照 https://www.sanity.io/learn/llms.txt 中的文档在项目中实施 Sanity CMS。此技能为体育俱乐部内容建模、TypeScript 集成和 Next.js 优化提供特定于项目的模式。

使用真正的浏览器自动化和 playwright-core 从 https://fv.dribl.com/fixtures/（具有 Cloudflare 保护的 SPA）提取俱乐部和固定装置数据。两阶段工作流程：提取（原始 API 数据）→ 转换（经过验证、合并的数据）。

.deepnote 文件是基于 YAML、可移植、git 友好的项目文件，可以包含多个笔记本。每个笔记本都包含一个有序的块列表（代码、SQL、Markdown、输入、可视化等）。快照文件 ( .snapshot.deepnote ) 使用相同的格式，但包含执行输出。

当用户想要打电话给您、设置语音通话或通过电话与 OpenClaw 交谈时，请使用此技能。

宪法验证确保治理文档在最终确定之前是可执行的、可测试的并且没有反模式。每个宪法都必须通过质量验证——“简单项目”或“紧迫的期限”也不例外。

使用强制质量标准创建和管理 GitHub 问题。每个问题都必须有足够的背景信息，以便不熟悉该问题的开发人员能够在没有后续问题的情况下开始工作。

创建共享同一存储库的隔离工作区以进行并行分支工作。遵循系统的目录选择和安全验证，以确保可靠的隔离。

状态分析师使用通用工作流程模式来通知主管简报。这些是有道理的建议模式，而不是规定性规则。主管根据这些模式做出判断，并可能在上下文需要时做出偏离。

违反规则的文字就是违反规则的精神。

通过系统地清点屏幕、映射导航元素、识别转换和组合用户旅程，将多个分析的屏幕截图连接成连贯的交互流。每个屏幕都必须有定义的入口点和出口点，必须明确指出每个间隙，并且每个流程都必须围绕用户目标进行组织。

使用领域驱动设计原则从需求中提取领域实体并对其进行建模。该技能涵盖实体识别、属性定义、关系建模和状态机文档。

用于工作流执行的确定性 DAG 基础设施操作。

使用 Essential Floor + Emergent Ceiling 方法为现有代码库编写项目章程。这项技能扩展了 humaninloop:authoring-constitution，并提供了棕地特定的指导，在建立治理的同时尊重现有模式。

通过系统的八阶段过程，从屏幕截图图像中提取精确的、可立即实施的设计标记、组件和布局结构。每次提取都必须追溯到屏幕截图中观察到的内容，并且必须明确确认每个间隙。

通过根据对话过程中出现的复杂性调整提问风格、深度和输出来引导协作思维。每个问题都建立在前一个答案的基础上，每个问题的格式都会适应用户当前的状态——自信、不确定或介于两者之间。以结构化综合文档作为结论，其深度与对话的深度相匹配。

系统分析现有代码库以提取结构信息。支持三种模式：Context（项目特征）、Brownfield（实体和碰撞风险）和Setup-Brownfield（/ humaninloop：setup的综合分析）。

除非用户或现有模板另有说明

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。

此技能解析并解释 HPK（医疗保健协议内核）消息 - 一种专有的管道分隔医疗保健消息格式，用于法国医疗保健环境的 Hexagone 系统。该解析器支持跨多个领域（患者管理、供应链、库存、财务、组织）的 100 多种消息类型，识别消息类型，提取所有字段，验证结构，并根据官方 HPK 词典和规范提供人类可读的解释。