娱乐体育

`addons/sim-nav-map` 寻路/运动细节 bug 修复流程（现役 example = `dota2-rts-pathfinding-lab`）：probe_log.py 切片导出日志 → 拷 smoke 骨架做最小复现 → 按层修（core/寻路层以 0 A.D. 源码为准，motion/手感层以 fable-motion-design.md 设计意图为准）→ 写带注释的回归测试锁定。Use when 用户提供 `DOTA2_RTS_LAB_EXPORT_LOG: …` 路径并描述视觉异常，或明确说要修 sim-nav-map / dota2 lab 寻路 bug。

`addons/sim-nav-map` 寻路/运动细节 bug 修复流程（现役 example = `dota2-rts-pathfinding-lab`）：probe_log.py 切片导出日志 → 拷 smoke 骨架做最小复现 → 按层修（core/寻路层以 0 A.D. 源码为准，motion/手感层以 fable-motion-design.md 设计意图为准）→ 写带注释的回归测试锁定。Use when 用户提供 `DOTA2_RTS_LAB_EXPORT_LOG: …` 路径并描述视觉异常，或明确说要修 sim-nav-map / dota2 lab 寻路 bug。

为内容创作者优化社交媒体内容。针对不同平台（微信、小红书、知乎、B站、抖音）提供定制化的优化建议，提高内容的曝光率和互动率。

通用内容创作工作流：选题策划→主编审核→文案创作→主编审核，产出平台无关的Markdown定稿。触发词：写文章、内容创作、选题创作、启动创作流程。需先安装 content-creation。

科学健身指导技能，帮助用户制定个性化健身计划并提供渐进式调整方案。Use when: 用户需要制定健身计划、询问训练动作、寻求渐进式负荷调整、需要营养建议、或想要评估健身进展。

血糖健康综合 skill。整合血糖与营养数据，覆盖血糖单日查询、血糖分级、血糖-饮食联合分析、控糖策略与糖尿病风险评估。

心血管健康综合 skill。整合心率、静息心率、HRV、心律（ECG+PPG）、血压五项数据，覆盖日常查询、运动强度评估、恢复状态监测、心律异常识别与血压趋势分析。

运动与体能综合 skill。整合运动记录（workouts）、日常活动（activity）、VO2Max、HRV、静息心率，覆盖运动记录查询、日常活动量评估、训练负荷分析、恢复评估与体能趋势追踪。

健康 CLI skill 通用规范。所有领域 skill 的共享基础层：CLI 调用格式、时间表达式映射、数据准确性铁律、缺失数据处理、个人基线优先、数据引用格式、输出格式要求、语气（客观评估但不过度诊断）、红线告警协议（两级结构）。领域特有规则（如睡眠日期偏移）不在此处。

跑步能力专项分析 skill。当用户询问跑步配速、步频、跑步技术、跑力、跑步训练计划、跑步效率等跑步专项问题时使用。通用运动记录查询使用 fitness skill。

查询个人运动健康相关数据，提供分析解读。覆盖领域：心率、静息心率、HRV、心律（房颤/早搏）、血压；睡眠时长/阶段/质量、午睡；步数、活动量、锻炼时长、运动记录（跑步/骑行/健身）、VO2Max、体能趋势、训练负荷、恢复状态；压力、情绪、焦虑、倦怠；血氧（SpO2）；血糖、餐后血糖；体温、发烧；体重、BMI、体脂率；营养摄入、饮食热量；月经周期、经期、基础体温（BBT）、排卵；今日健康概览、每周健康总结；体重管理、减脂、增肌；饮食记录、饮食打卡、记一下吃了什么、吃了XX、早上喝了XX、拍照记录饮食、食物图片识别、照片打卡。读此索引确定应加载的具体 skill，再按需加载，不得一次性加载所有 skill。

睡眠健康综合 skill。覆盖夜间睡眠质量评分、时长、睡眠结构（深睡/浅睡/REM）、作息规律性分析与多维改善指导。

【分镜模式·物理 / Storyboard · Physics】触发词:物理描述 / 运动矢量 / 微表情量化 / 写实人体 / motion vector。Use when character body and motion must be described in physics-only language — angle° / displacement cm / velocity m·s⁻¹, micro-expressions in mm — never emotion adjectives.

【分镜模式·物理 / Storyboard · Physics】触发词:物理描述 / 运动矢量 / 微表情量化 / 写实人体 / motion vector。Use when character body and motion must be described in physics-only language — angle° / displacement cm / velocity m·s⁻¹, micro-expressions in mm — never emotion adjectives.

小红书内容创作运营增长综合解决方案。包含爆款内容创作、封面设计、发布优化、数据分析和账号增长策略。当用户需要：(1) 创建小红书爆款内容 (2) 优化账号运营策略 (3) 分析竞品和热点 (4) 发布内容到草稿箱 (5) 提升账号流量和变现能力时触发。支持完整的内容创作流水线和多agent协作。

旧项目风格继承技能。用户输入 /inherit-legacy-style，或把 AI coding agent 接入手写 legacy 项目且需要防止“style drift”（模型把预训练中的主流习惯强加到项目上）时使用。语言和框架无关——只对齐元架构，不对齐语法。运行后，它会成为后续所有编码任务的行为约束。不要用于纯研究或与代码风格对齐无关的一次性问题。

当用户尝试推行多个新习惯/制度但团队抵触或不了了之时； 当用户在季度/年度规划中决定"今年要做X个改变"却不知如何落地节奏时； 当管理者抱怨"Rockefeller Habits我都想做，但从哪里开始"时，应激活此skill。 关键trigger信号：谈及"推行习惯太难"、"团队抵触变化"、"我们试过但失败了"、 "季度规划"、"变革管理"、"节奏"等。 不适用于：单一行为改变（个人习惯，如早起、健身）、已建立强文化的成熟组织。

构建用于Transformer模型微调的运行计划，其中包含任务设置、超参数以及模型训练结果。这些计划可用于Hugging Face或PyTorch框架下的可重复微调工作流程。

**计划可复现的机器学习实验运行**：明确指定实验参数、评估指标以及实验生成的成果文件。在模型训练之前使用这些计划，以标准化实验的定义，便于后续的跟踪和数据分析。 **说明：** - **可复现性**：确保实验结果能够在相同的环境和条件下被其他人重现，从而提高实验结果的可靠性和可信度。 - **参数与指标**：详细定义实验中使用的所有参数（如模型超参数、数据预处理步骤等）以及用于评估模型性能的指标（如准确率、召回率、F1分数等）。 - **成果文件**：保存实验过程中产生的所有重要数据文件（如模型训练结果、日志文件、模型结构等），以便后续分析。 - **标准化定义**：通过标准化实验流程，可以降低不同研究人员之间实验结果的差异性，提高实验结果的可比性。

**健康检查与维护 LLM 维基知识库** 每当用户需要对维基进行常规维护时，均可使用此技能： - 检查页面之间的矛盾之处； - 识别已被新资料取代的过时内容； - 找出没有外部链接的“孤立页面”； - 发现缺乏独立页面的重要概念； - 查找缺失的交叉引用； - 发现可以通过网络搜索填补的数据空白。 该技能非常适合用于定期维基维护、质量保证、发现知识漏洞，以及随着维基内容增长而进行的清理工作。 每当用户提及“代码检查（lint）、健康检查（health check）、维护（maintenance）、清理（clean up）”或验证维基质量（verify wiki quality）时，请务必使用此功能。

个人健康教练服务：提供健身房锻炼计划及每日提醒，同时根据天气情况推荐合适的着装建议。

当用户希望通过终端运行定时专注训练（Pomodoro 技巧）时，请使用此技能。

您可以通过 Lobster Fit 购买运动服装、健身器材以及提升运动表现所需的产品。当买家需要帮助寻找运动服装品牌、健身器材零售商或专业运动服饰商店时，Lobster Fit 可以提供相应的服务：帮助比较产品、生成购物车，并提供 Shopify 结账链接以供买家审核和支付。

个人健身教练，专注于使用两块哑铃进行家庭锻炼以增强肌肉。提供锻炼计划设计、渐进式负荷增加的跟踪服务、动作指导、伤害预防以及多样化的锻炼方式。适合那些需要锻炼计划、锻炼指导、动作纠正、恢复建议，或者希望用最少的设备来跟踪肌肉增长进展的人。

基于华为运动健康的智能健康闭环系统。整合华为穿戴设备数据采集、Obsidian 知识沉淀、定时任务自动化，形成完整的个人健康管理闭环。支持每日健康日志、周度报告、目标追踪。触发词：健康闭环、健康系统、每日健康日志、周度健康报告、健康目标追踪。

这是一份关于机器学习（ML）工程技能的文档，主要涵盖了将模型部署到生产环境、构建机器学习运维（MLOps）管道以及集成大型语言模型（LLMs）的相关内容。内容包括模型部署、特征存储、模型性能监控、检索与生成（RAG）系统以及成本优化等方面的知识。当用户需要了解如何将机器学习模型部署到生产环境中、如何搭建MLOps基础设施（如MLflow、Kubeflow、Kubernetes、Docker），或者如何监控模型性能或模型漂移情况，以及如何构建包含重试逻辑和成本控制功能的RAG管道时，可以参考本文档。本文档的重点在于生产环境和运维方面的实际操作，而非模型的研究或初始训练过程。

智能健康管理解决方案，具备食物和运动识别功能、营养与热量分析能力、安全的数据存储系统以及全面的数据管理功能。该方案帮助用户准确记录饮食和运动情况，提供个性化的营养评估、每日摄入量追踪以及热量消耗监控，从而支持健康的生活方式。

**Solo Leveling**——这是一项将现实生活中的习惯转化为具有挑战性的成长系统的角色扮演游戏（RPG）技能。该技能的灵感来源于韩漫《Solo Leveling》，包含6项属性（力量/智力/体力/敏捷/感知/魅力），等级从F到S，以及每日任务、地下城挑战、称号和由人工智能验证的进度记录功能。它可以应用于任何习惯或目标，无论是健身、编程、学习、创意工作，还是其他任何领域。这个系统非常严格且毫不留情，绝不允许用户作弊。用户可以使用该技能来： - 将习惯视为游戏任务进行追踪； - 查看自己的属性、等级和排名； - 完成或报告每日任务； - 接收每日任务分配； - 查看自己的“猎人状态卡”； - 开始或查看地下城挑战的进度； - 或者进行与“系统”相关的任何操作（如升级或习惯跟踪）。 此外，当系统检测到以下关键词时，也会自动触发该技能： - “任务”（quest）、“等级提升”（level up）、“属性”（stats）、“猎人状态”（hunter status）、“地下城”（dungeon）、“连续挑战”（streak）、“经验值”（XP）、“系统”（The System）、“开始”（arise）、“单人升级”（solo leveling）。

**SparkyFitness CLI：用于记录饮食、跟踪运动、进行生物特征检测以及生成健康概要的工具** SparkyFitness CLI（命令行界面）是一款专为个人健康管理设计的工具，它提供了以下核心功能： 1. **饮食记录**：用户可以方便地记录每天的饮食情况。 2. **运动跟踪**：支持用户记录运动类型、时间、距离等详细数据。 3. **生物特征检测**：用户可以输入自己的生物特征数据（如体重、体温等），系统会生成相应的健康分析报告。 4. **健康概要**：基于用户提供的所有数据，系统会生成全面的健康报告，帮助用户了解自己的健康状况。 该工具采用简洁明了的命令行界面，易于使用。用户只需通过简单的命令即可完成各项操作，非常适合需要定期管理个人健康数据的用户。

**SparkyFitness CLI**：用于记录饮食、跟踪运动、进行生物特征检测以及生成健康概要的工具 **功能概述：** SparkyFitness CLI 是一款功能强大的命令行工具，专为个人健康管理设计。它支持用户记录日常饮食（包括食物种类和摄入量）、跟踪运动数据（如运动类型、时长等）、进行生物特征检测（如心率、体温等），并生成详细的健康报告。这些数据有助于用户更好地了解自己的健康状况并制定相应的健康计划。 **主要特性：** 1. **饮食记录**：用户可以轻松输入食物名称和摄入量，系统会自动统计每日总热量摄入。 2. **运动跟踪**：支持多种运动类型（如跑步、游泳、瑜伽等），用户可记录每次运动的具体信息。 3. **生物特征检测**：支持通过手机应用程序或传感器获取生物特征数据（如心率、血压等），并实时更新到健康报告中。 4. **健康报告**：根据用户的数据，生成个性化的健康报告，包括营养建议、运动建议等。 5. **数据可视化**：提供图表和报表，帮助用户直观了解自己的健康状况。 **使用方式：** 用户只需通过命令行输入相应的命令，即可轻松执行各项功能。例如： - `sparkyfitness record food "苹果" 500`：记录500卡路里的苹果摄入 - `sparkyfitness track exercise "跑步" 30`：记录30分钟的跑步运动 - `sparkyfitness check biometrics`：获取当前的生物特征数据 **适用场景：** - 个人健康管理 - 健康教练 - 营养师 - 运动爱好者 **技术支持：** 基于Python开发，支持多种操作系统（Windows、Linux、macOS）。 **更多信息：** 访问 [官方网站](https://sparkyfitness.com/) 了解更多详情或下载工具。