在将人工流程描述（如专家访谈、标准操作流程、影子追踪笔记）转化为机器可读的任务流程时使用。适用于自动化可行性分析、智能体部署规划，或在受监管环境中进行流程文档化。
识别并消除中文文本中的AI生成痕迹，使文章更自然、更贴近人类创作的风格。 基于中文语境，精准检测AI写作的常见特征，包括套话、过度修饰、机械化的句式结构等。 参考Wikipedia“AI写作的迹象”指南，并结合中文语境进行本地化优化。
从数百次代码评审中提炼出的高效评审技巧。采用多轮系统化评审流程，运用代码评审的启发式方法捕捉真实缺陷，制定非代码资产的验证规则，精心挑选测试策略，并优化输出格式。无论您是在进行代码评审、配置文件评审、协议评审，还是文档评审，这套方法都能助您事半功倍。
编写正确、惯用的 Apple MLX 代码，用于 Apple Silicon ML。当处理 MLX 数组、神经网络、训练循环、惰性求值、统一内存、mx.eval、mx.compile、Metal GPU、内存优化、量化，或 Apple Silicon 性能时使用。涵盖与 PyTorch/NumPy 的关键 API 差异、数组索引陷阱（列表必须是 mx.array，切片会创建副本）、Conv2d 的 NHWC 格式、__call__ 不是 forward()、仅 float64 CPU、mlx-lm 集成和调试模式。
一种严谨而审慎的迭代循环，旨在系统性地拆解、重塑并加固各种想法。在未被证明之前，一切皆被视为有待改进。此技能适用于代码审查（尤其是AI生成的代码）、架构审查、事前复盘、安全审查、事故应急修复，或任何需要在产品上线前，彻底审视并找出一个想法所有潜在缺陷的场合。当您需要“以弗兰克·格莱姆斯的方式：反复打磨”时，或在被要求“红队演练”、“批判性审视”、“寻找问题”、“进行事前复盘”时，此技能便能助您一臂之力。
防御性编程模式：根据用户输入生成有效的文件名，并在标题仅包含特殊字符时智能地提供备选方案，从而确保与文件系统及索引器的验证要求相兼容。
采用快照备份、飞行前检查、受控升级步骤、事后验证以及紧急回滚机制，安全升级 OpenClaw。从此再也不会因一次糟糕的更新而丢失你的工作系统。
在实施规划前用于审查设计文档、技术规格或架构文档时使用。进行全面分析，确保设计方案足够具体，能够制定出详细、连贯且可操作的实施计划，避免含糊其辞或模棱两可。
为Java服务制定生产事故调试手册：通过日志、指标、追踪进行初步分流，借助jcmd/JFR/线程转储进行安全的JVM诊断，制定回滚决策树，加强沟通，并开展无责过失的事故复盘。当出现停机故障，或生产环境表现不稳定时，可使用此技能。
用Rust打造Solana区块链——交易、账户、RPC与实时数据。
当您需要确认任务已完成，或标记某项任务为“已完成”时，可调用此技能。它涵盖了完成证据的必要要求、验证手段，以及防范“理性化”倾向的实用模式。
利用海库模型制定经济高效的任务委派策略，轻松应对日常事务。在规划如何以低成本完成简单、遵循固定模式的任务时，可优先选用此策略。