技术研发

自动化完成AI Agent技术研究并生成专业技术博客。当用户需要了解最新AI Agent技术进展、分析开源项目、探索新技术概念时触发。

深度分析AI Agent相关项目/技术的架构原理、差异化特性，与同类技术对比，输出结构化分析报告，当需要进行技术深度解析、对比分析时触发。关键词：技术分析、架构解析、差异化对比。

将AI Agent技术研究的所有成果（信息提取、深度分析、场景排序）整理为一篇专业的技术博客，符合技术博客规范，当需要生成最终输出成果时触发。关键词：技术博客、内容整理、专业撰写。

UrhoX Lua 游戏开发者生产力工具集，提供六大自动化工具加速开发流程。 灵感来自 Web 开发者工具链，为游戏开发场景深度定制。 Use when users need to (1) 生成游戏模块脚手架/模板代码（背包系统、对话系统、存档系统、敌人AI、状态管理等常用子系统）, (2) 审查/review 游戏代码质量（检查常见 UrhoX Lua 陷阱、性能问题、最佳实践合规性）, (3) 生成游戏设计文档/GDD（核心玩法、进度系统、技术架构、系统交互图）, (4) 生成 TapTap 商店描述和发布文案（游戏简介、特色亮点、分类标签建议）, (5) 生成开发日志/变更记录（记录开发进度、版本迭代、功能变更摘要）, (6) 生成游戏推广文案（社交媒体推文、版本更新公告、特色功能介绍）, (7) 用户说 "dev tools"、"开发工具"、"生成模块"、"代码审查"、"review"、"设计文档"、"GDD"、 "商店描述"、"开发日志"、"changelog"、"推广文案"、"宣传语", (8) 用户需要快速搭建游戏子系统的标准化代码框架, (9) 用户说 "帮我写个 XX 系统" 且该系统是通用游戏子系统（非核心玩法逻辑）。

交互式游戏设计教练。灵感来源于 AiGameDesigner 项目， 通过引导式对话帮助用户从模糊想法逐步构建出完整的 MVP 游戏设计文档（GDD）。 每次只问一个具体问题，避免信息轰炸；边聊边构建 GDD 草稿， 用 ASCII 艺术可视化游戏画面，最终输出可直接用于 UrhoX 开发的结构化设计文档。 Use when: (1) 用户有模糊的游戏想法但还没成型，需要引导式对话来完善, (2) 用户说"帮我设计一个游戏"/"我有个游戏idea"/"帮我想想游戏怎么做", (3) 用户想通过对话讨论来逐步明确游戏概念和玩法, (4) 用户说"brainstorm"/"头脑风暴"/"聊聊游戏设计", (5) 用户是新手，不知道如何将想法转化为可开发的设计方案, (6) 用户已有粗略方向（如"射击游戏"）但缺少具体细节。 Do NOT use for: 一次性生成完整 GDD → dev-tools-pack Tool 3, 快速写出可运行代码 → prompt-to-game, JRPG 专项系统设计 → jrpg-design, 技术架构设计 → game-architect-v2。

Neural Style Transfer 算法原理的 Lua 原生实现工具集， 灵感源自 walid0925/AI_Artistry（Gatys et al. 神经风格迁移论文实现）。 将 VGG 多层特征提取、Gram 矩阵纹理统计、三分量损失函数、迭代优化等核心算法 映射为 UrhoX Lua 游戏开发中可直接调用的程序化工具模块。 提供五大核心模块： 1. ColorStatistics — 颜色统计分析与跨图像颜色迁移（对应 NST 的 Content/Style 分离） 2. ProceduralTexture — 基于噪声函数与统计模型的程序化纹理生成（对应 Gram 矩阵的纹理统计建模） 3. PainterlyRenderer — NanoVG 实时艺术化渲染效果（对应多层风格特征的视觉表达） 4. ConsistencyScorer — 多维度视觉一致性评分（对应损失函数的误差度量机制） 5. ParameterOptimizer — 无梯度迭代优化器（对应 NST 的迭代梯度下降优化流程） 与 art-style-transfer 的区别： - art-style-transfer = MCP 图像工具的 prompt 工程工作流（黑箱调用 AI） - neural-texture-synthesis = NST 数学原理的 Lua 原生代码实现（白箱算法工具） 两者互补：本 Skill 提供算法级的理解和程序化控制，art-style-transfer 提供 AI 驱动的端到端迁移。 Use when: users need to (1) 用 Lua 代码实现程序化纹理生成（噪声函数、分形纹理、棋盘格等）， (2) 在游戏运行时进行颜色风格迁移（如白天→黑夜色调变换）， (3) 用 NanoVG 实现实时艺术化渲染效果（水彩、油画笔触、素描线条）， (4) 对多个游戏素材进行视觉一致性评分和质量检测， (5) 用迭代优化方法自动调参（找最佳颜色配置、动画参数等）， (6) 理解 Neural Style Transfer 的数学原理并将其应用于游戏系统， (7) 生成可平铺的程序化纹理用于 3D 模型表面， (8) 实现调色板提取、颜色和谐化、色彩空间转换等颜色工具。 MUST trigger when: - 用户说"程序化纹理"或"procedural texture"

PRD（产品需求文档）撰写与审核 Skill。内置标准目录结构、逐板块内容约束、纵横交叉审核标准与文档风格规范，面向服务端、前端研发读者，产出可评审、可开发、可验收的需求说明文档。 支持两种模式：撰写模式——从信息收集开始协助产品经理完成一份规范 PRD；审核模式——对已有 PRD 稿件逐板块、逐维度审核，输出分级问题清单与修改建议。 触发场景包括但不限于：写 PRD、需求文档、需求说明、产品需求、功能规格、给研发的需求、需求评审、审核 PRD、看看这份需求文档有什么问题、出评审意见。用户说「把这个想法整理成需求文档」「输出一份给开发看的文档」「这个功能要提测了帮我补需求文档」时也应触发。 不要用于：一句话需求想法的记录（直接记录即可，无需成文）、纯技术方案或接口设计文档（由研发撰写，PRD 不含实现设计）、竞品或市场调研报告（使用 hv-analysis）。

为后端开发和数据库设计人员生成建表 DDL SQL 语句。当用户需要建表、设计表结构、生成 CREATE TABLE 语句，或描述业务实体要求输出 SQL 时，必须使用此 skill。支持 ClickHouse 和 MySQL 两种数据库，输出带中文注释的规范 DDL，并按模块/实体组织到 @docs/sql 目录。即使用户只说"帮我建个表"、"设计一下这个表结构"、"写个建表语句"也要触发此 skill。

为后端开发和数据库设计人员生成MySQL建表 DDL SQL 语句。当用户需要建表、设计表结构、生成 CREATE TABLE 语句，或描述业务实体要求输出 SQL 时，必须使用此 skill。即使用户只说"帮我建个表"、"设计一下这个表结构"、"写个建表语句"也要触发此 skill。

为后端开发和数据库设计人员生成MySQL建表 DDL SQL 语句。当用户需要建表、设计表结构、生成 CREATE TABLE 语句，或描述业务实体要求输出 SQL 时，必须使用此 skill。即使用户只说"帮我建个表"、"设计一下这个表结构"、"写个建表语句"也要触发此 skill。

技术架构与 UX 专家，给开发者提供扎实的基础设施——CSS 体系、布局框架、清晰的实现指引。

妙搭（Spark/Miaoda）应用开发与托管：应用创建、HTML静态站点发布、本地全栈开发、云端生成迭代。当用户要开发/新建一个系统·工具·平台·应用，或要本地开发 / 云端开发 / 修改 / 部署 / 发布 / 上线 / 拿可分享链接，或用 HTML 做页面·网站给人看，或提到妙搭/Spark/Miaoda、应用数据库、可见范围时使用。不负责普通云盘文件上传（lark-drive）、飞书文档编辑（lark-doc）、原生幻灯片创建（lark-slides）。

AgentPit 项目技术架构与开发规范参考文档，供开发时快速查阅

全能 AI 编程导师，通过互动课程、代码审查、苏格拉底式调试引导、算法练习、项目指导等方式系统化教授编程，支持 Python 和 JavaScript。当用户想学习编程语言、调试代码、理解算法与数据结构、审查代码质量、学习设计模式、准备编程面试、了解工程最佳实践，或从零构建项目、辅导编程作业时触发。

深度文献调研与报告生成。负责领域级文献调研任务，产出完整的深度文献调研报告 （研究背景 / 技术脉络 / 重要工作 / 前沿动态 / 开源生态 / 开放问题六章）。 当用户提到"文献调研""调研一下 XX 方向""文献综述""研究现状""技术脉络" "literature survey""literature review""related work""survey 这个领域" "这个方向有哪些重要工作 / 开源实现""research gap""研究空白"等时使用， 即使用户没有明说要"报告"。凡是需要对一个研究方向建立整体认识的请求都应触发本 skill。 不接管单篇论文的检索、下载、DOI/PMID 验证与期刊指标查询——那些由 paper-search 负责。

现有项目技术架构分析。当用户需要分析老项目技术栈、接手新项目、技术调研，或询问"分析这个项目的技术架构"、"梳理技术栈"时使用。

精简版后端开发编排，顺序执行四个核心 skill（plan-write → plan-next → code-simplifier → code-fixer）。当用户说 "/backend-single"、"精简开发" 时触发。需先运行 /plan-init 完成任务分解。适用于现有后端项目的功能开发。

精简版前端开发编排，顺序执行四个核心 skill（plan-write → plan-next → code-simplifier → code-fixer）。当用户说 "/frontend-single"、"前端精简" 时触发。需先运行 /plan-init 完成任务分解。支持 React、Vue3、Vue2 框架自动检测。

精简版全栈开发编排，先后端再前端顺序执行四个核心 skill（plan-write → plan-next → code-simplifier → code-fixer）。当用户说 "/fullstack-single"、"全栈精简" 时触发。需先运行 /plan-init 完成任务分解。

全栈开发团队编排，先完成后端 API 再开发前端对接，共享 .plan/features.json。当用户说 "/fullstack-team" 时触发。支持后端（Java/Go/Node.js/Python）+ 前端（React/Vue3/Vue2）全栈场景。

模拟 Java 后端开发技术面试。当用户说"开始面试"、"模拟面试"、"练习面试"、 "帮我准备面试"、"Java面试"、"后端面试"、"面试模拟"、"我是Java求职者"、 "练习技术面试"、"准备字节面试"、"准备腾讯面试"等任何表达面试练习意图的请求时， 触发此 Skill。也适用于用户直接发送简历并要求开始面试模拟的场景。 支持用户选择求职者身份（找日常实习/找暑期实习/应届/社招1-3年）和面试官风格（严厉拷打型/温和鼓励型/专业高效型/深挖学术型/工程实践型/综合平衡型）， 以中国大厂风格进行全程模拟面试，面试结束后给出个性化评分和建设性反馈。

中文迭代反思守门技能：用于科研、算法、工程、方案设计等任何“继续迭代/提出计划/改进方法/复盘经验/避免重复历史错误/保证创新性/列出致命痛点/自我迭代”的场景。Use when: 流程迭代开始前需要吸取历史经验并提出计划，提出新方法后需要列出5个致命痛点，并在痛点分析后连续自我修订3-5轮再定稿；迭代完成后需要主动总结经验、失败边界和下次不要重复的错路。

科研 Skill 调用流总控技能：用于机制创新、新方法构思、算法创新点、多痛点、多假设、多创新点的科研任务分阶段路由、文献检索门、候选池生成、Gap Gate、候选 smoke 漏斗、dev/formal 收敛、论文 claim 分级和外部科研 skill 冲突审计。Use when: 机制创新、算法创新、新方法、科研调用流、科研skill路由、多候选科研流程、多痛点、多假设、多创新点、候选池、文献检索、Gap Gate、Memory Intake、Candidate Smoke Funnel、论文claim分级、外部科研skill冲突审计。不适用于：直接执行单一实验、单篇论文写作或普通工程开发，路由后应切换到对应阶段主 skill。

当用户想把`<<<>>>` kernel 直调形式改造成自定义算子工程时使用。触发：用户提到"kernel直调转自定义算子"、"为kernel直调工程接入ACLNN/GEIR接口"、"`<<<>>>` 改自定义算子工程"等。不适用于从零开发新算子

完整自定义算子工程模板。通过提供标准工程结构、代码模板、UT/ST 样例和多芯片架构参考，帮助快速搭建并实现 registry-invoke 方式的自定义算子工程。当需要创建完整自定义算子工程、参考标准目录结构、补齐 UT/ST、适配多芯片架构或查找工程样例时使用。

当用户想把自定义算子工程中的 kernel 模板改造成 `<<<>>>` kernel 直调形式，或从自定义算子工程中抽取某个 kernel 模板并转换成 `<<<>>>` 直调方式时使用。触发：用户提到"自定义算子转直调"、"从算子工程抽 kernel"、"kernel 模板改 `<<<>>>`"等。不适用于从零开发新算子

将已有 Ascend C <<<>>> 直调工程通过 TORCH_LIBRARY 对接到 PyTorch，实现 torch.ops.npu.xxx() 调用。触发：用户提到 TORCH_LIBRARY、.asc 对接 PyTorch、Python 调用 Ascend C 算子、注册到 torch、算子接入 PyTorch dispatch、PyTorch binding、torch extension、或想在 Python 中用 torch.ops.xxx() 调用已有 Ascend C kernel。不适用：从零建工程（用 ascendc-direct-invoke-template）；注册调用转直调（用 ascendc-registry-invoke-to-direct-invoke）。

当用户想把自定义算子工程中的 kernel 模板改造成 `<<<>>>` kernel 直调形式，或从自定义算子工程中抽取某个 kernel 模板并转换成 `<<<>>>` 直调方式时使用。触发：用户提到"自定义算子转直调"、"从算子工程抽 kernel"、"kernel 模板改 `<<<>>>`"等。不适用于从零开发新算子

初始化 AscendC 算子工程并创建可编译的算子骨架。触发场景：(1) 用户要求创建新算子；(2) 关键词：ascendc算子、新建算子、算子目录、算子初始化；(3) 需要基于 ascend-kernel 模板快速落地。本 skill 不只建目录，还输出“可继续开发”的标准文件与检查清单。

根据CATLASS算子设计文档生成算子工程交付件