该技能提供了开发黑曜石插件和主题的模式和规则。

将任何文档网站转变为适合代理的技能。

生成符合规范且高质量的角色扮演角色卡 V3 JSON 输出。构建具有清晰行为锚点、实用激活逻辑和可预测的聊天表现的卡片和知识手册。

使用此技能通过反编译已编译的程序集来了解 .NET 代码的内部工作原理。

在 FaceForensics++ 中进行微调的 XceptionNet 将帧分类为真实帧或合成帧（由 GAN/deepfake 生成）。它通过具有不同架构的第二个模型对主要 FaceForensics++ 分类器进行了补充，以实现更高的鲁棒性。

使用每个环境的可配置权重将每个代理发出的分数合并为单个全局分数。

实施持续监控 KYC 身份验证管道工作人员的流程主管（看门狗）的技能。检测死进程或僵尸进程，自动重新启动失败的工作进程，并根据当前管道负载扩展工作进程数量。它作为 Kubernetes 之上的附加弹性层运行，专注于验证管道的业务逻辑和 ML 推理过程的运行状况。

检测用户是否通过 VPN、代理或 Tor 连接，这可能表明试图掩盖真实位置。使用本地数据库和外部 API 的组合作为后备。

按数据类型区分生存时间 (TTL) 管理，以确保自动删除临时数据并符合 GDPR 最低保留要求。

NVIDIA Triton 推理服务器通过 GPU 优化、动态批处理和同时支持的多个框架，集中处理管道中所有 ML 模型的服务。

Traefik 是一种现代反向代理和负载均衡器，可以自动发现 Kubernetes、Docker 和其他编排器中的服务。具有声明性配置和自动证书的 Nginx 替代方案。

配置并部署 TorchServe 作为 PyTorch 模型服务器，为 KYC 管道中的活体检测 (MiniFASNet)、人脸识别 (ArcFace) 和反欺骗模型提供服务。提供动态批处理、模型版本控制和集成性能指标以在生产中进行监控。

用于维护项目中使用和评估的所有技术的更新图的框架，按照 ThoughtWorks 推广的格式将它们分为四个环（采用、试用、评估、保留）。有助于做出明智的技术决策和管理堆栈演变。

识别、记录、优先排序和解决身份验证系统技术债务的系统流程。建立专门的待办事项列表，其中每个债务项目都根据影响和努力进行量化，并纳入常规开发周期。

使用 Structurizr DSL 作为架构定义语言作为代码的技能，允许在 .dsl 文件中编写 KYC 系统的 C4 图，这些文件可以在 git 中进行版本控制。它可以轻松地使身份验证管道的架构文档与源代码保持同步，从而生成自动可渲染的图表。该技能侧重于 DSL 的语法和实际使用，而不是 C4 方法本身。

远程光电体积描记法 (rPPG) 可检测血流引起的皮肤颜色的细微变化，从而可以通过视频测量心率。有效的脉冲信号是无可辩驳的生物证据，证明活人就在镜头前。

按端点类型管理可配置的超时，以确保没有请求无限期地阻塞资源。与 KYC 管道的 8 秒 SLO 保持一致。

集中式 Pydantic 模式注册表，定义验证系统的所有模块和代理之间的数据契约。每个模式都明确版本化，以确保不同时间部署的服务之间的兼容性。

配置日志收集代理（例如 Promtail 或 Vector）来捕获身份验证管道中所有微服务生成的日志并将其发送到 Grafana Loki。这允许来自活体检测、OCR、face_match 和反欺诈等模块的日志集中在单个可搜索系统中。支持按服务、环境和严重性级别自动标记。

使用 PlantUML 和 Mermaid 将技术图表创建为代码的工具。它允许您在 Git 中以可版本化的方式记录验证序列、模块之间的数据流和部署拓扑。