技术研发

Use when a 《数量经济技术经济研究》 (JQTE) manuscript makes a forecasting or prediction claim — macro forecasting, business-cycle / sentiment indices, mixed-frequency nowcasting, or model-based prediction. Enforces genuine out-of-sample evaluation (RMSE / MAE / directional accuracy / Diebold-Mariano), a proper benchmark, and a recursive / rolling design. The fastest desk-reject here is reporting in-sample fit only.

Use when writing the policy / practice implications of a 《数量经济技术经济研究》 (JQTE) manuscript — translating measurement, forecasting, or decomposition results into concrete guidance for planning, forecasting, industrial, or technology decisions. JQTE expects a substantive policy section (≥ 1000 characters, except pure-method papers) grounded in the paper's own quantitative findings.

Use when a 《数量经济技术经济研究》 (JQTE) manuscript is built on an input-output table, a CGE model, or a structural decomposition (SDA). Enforces explicit data sources, parameter calibration, closure rules, scenario design, and end-to-end reproducibility. The standard reject here is a black-box model run whose setup cannot be reconstructed.

Use when building the literature review for a 《数量经济技术经济研究》 (JQTE) manuscript — organizing it around the method lineage (how a quantity has been measured / a series forecast / a structure decomposed) and the China-data application gap, rather than a chronological pile of recent empirical citations. Use after the topic and contribution type are set.

Use when the contribution of a 《数量经济技术经济研究》 (JQTE) manuscript is productivity / efficiency / index measurement — TFP, Malmquist, DEA, SFA, technical-progress decomposition, or index construction. Enforces transparent, reproducible construction plus sensitivity to method and parameter choices. This is the centerpiece skill for the journal's measurement track.

Use when responding to peer-review / R&R comments on a 《数量经济技术经济研究》 (JQTE) manuscript — structuring a point-by-point response letter that addresses the journal's characteristic concerns (method transparency, measurement / parameter sensitivity, out-of-sample evaluation, CGE/IO reproducibility, data caliber) and reframing weak-causal pushback toward the paper's real measurement contribution. Use only after the manuscript itself is revised.

Use to design and report robustness for a 《数量经济技术经济研究》 (JQTE) manuscript where the contribution is measurement, a model, or a forecast — focusing on sensitivity to method choice, parameter / specification, data caliber, and sample window, rather than the placebo / parallel-trends battery of a causal paper. Use after the main estimates exist.

Use for the pre-submission preflight to 《数量经济技术经济研究》 (JQTE) — checking footnote conventions (脚式编排, renumbered per page), title/keyword/abstract format, the ≥1000-character policy section, reproducibility of the method section, the online submission system (jqte.net), and anonymity. Use right before submitting; verify every numeric rule against the journal's current 投稿须知.

Use when finalizing tables and figures for a 《数量经济技术经济研究》 (JQTE) manuscript — making sure measurement / forecast / decomposition results carry quantitative interpretation (magnitudes, units, shares, rankings, trends) rather than only significance stars, and that every table/figure states its source and method. Use after estimates and sensitivity are settled.

Use to sharpen a topic for 《数量经济技术经济研究》 (JQTE) — turning a vague empirical idea into a measurement / forecasting / method-application question with a clear quantitative object, a method-side novelty, and value for China's planning or technology decisions. Use before drafting, when the contribution shape is still fuzzy.

Use when deciding which jqte-* sub-skill to invoke next, or when sequencing manuscript work from fit positioning through rebuttal for 《数量经济技术经济研究》 (The Journal of Quantitative & Technological Economics, JQTE). Routes — does not replace — the specialized skills, and cross-routes to other journals when the contribution is clean causal, industrial-policy, or pure modeling.

从 getdesign.md 下载知名品牌/网站的设计系统文档（DESIGN.md），为前端开发提供风格参考。当需要为项目选择或应用某个品牌的设计系统风格时使用此技能。

AI Agent 成本工程 — 基於 Claude Code 的成本追蹤、prompt cache 最佳化、token 預算控制逆向分析。Use when: 優化 token 消耗、設計成本控制機制、分析 cache 效率、選擇模型配置。

将零散的技术特性和算法更新，转化为完整的运营 Brief、社媒宣发案例库以及配套的研发 Jira Ticket

当需要撰写生物技术研究报告、实验方案、技术评估时使用

当需要撰写生物技术研究报告、实验方案、技术评估时使用

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）。

GVE（Go + Vite + Embed）全栈项目脚手架使用指南。覆盖 gve CLI 全部命令（init、dev、build、run、ui add/update/diff/push、api add/update/new/generate/push、sync、status、doctor、registry build）、Thrift IDL 编写规范、UI/API 资产管理、项目目录约定、前端样式规范和开发工作流。当用户提到 gve、wk-ui、wk-api、gve.lock、thrift、api generate、Go embed、单二进制部署、UI 资产安装或 API 契约管理时使用。即使用户只提到 "生成 API"、"写 thrift"、"添加组件" 等模糊表述，只要上下文涉及 GVE 生态也应触发。

当需求涉及多系统对接 / 资金流转，或用户提到「架构图」「技术架构」时触发。超复杂链路中场景清单后、IMAP 前自动接续；也适用于系统设计文档、技术方案评审、风险分析、Phase 路线图等。

当用户提出以下需求时触发：生成技术架构概要文档、编写架构概要、创建系统架构文档、技术架构设计、架构视图设计、系统架构概要。

ACM算法大神 + 工程编码专家。融合 Karpathy 编码纪律 + Addyosmani 工程实践，通过 Claude Code CLI 执行。Agent 仅审查和报信。

面向文章与技术文档进行联网研究、时效核验和来源整理。用于用户要求搜索资料、查询最新事实、验证数据或引用、比较多个来源；不用于本地源码探索，除非用户明确要求研究外部依赖文档。

在识别到用户提出 TRS 前端开发需求、功能、新页面、交互改造、接口联调、表单、Store、组件拆分或重构时使用，用于作为开发前置检查，判断流程边界、补齐必要上下文，并声明后续 Superpowers 流程和 writing-plans 必须结合的 TRS 领域 skills；不替代 brainstorming。

新增或修改后端 FeignClient、Wrapper、跨模块 RPC、三方接口或外部服务集成时使用；同时支持后端中台和后端前台开发，必须先确认开发类型并按对应 Wrapper 规范处理异常、依赖层级和 Response 校验。

后端开发中需要获取 Web/OpenAPI/MQ/Job 用户信息或构造系统用户上下文时使用

项目初始化，包括新项目创建结构配置、同步 Apollo、老项目补充缺失配置，并在需要时补齐前端开发环境

技术研究代理 - 搜索文档、Stack Overflow、GitHub获取技术方案，综合输出可执行建议

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、AI相关能力和飞书平台能力或者其他外部能力集成、日志/Trace/监控指标/PV/UV 查询、环境变量管理。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·部署到妙搭，或提到妙搭/Spark/Miaoda（应用运行时域名形如 *.aiforce.cloud）、应用数据库、应用文件存储、开放 API Key、可见范围、线上日志、接口请求量、错误量、延迟、访问量、环境变量时使用。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）。

后端工程师角色 - API设计、数据库、性能优化、服务端开发。触发词："后端开发"/"backend实现"/"/backend"

林桥，灵枢具身智能 P7 三维视觉算法工程师，MBTI ISTJ