Skills

利用渐进式披露与内容加载顺序，优化 Claude Code 技能的令牌效率。适用于优化技能、降低令牌用量、重组技能内容、提升技能性能、分析技能规模、落实 500 行规则、实施渐进式披露、整理参考文件、优化 YAML 前置信息、减少上下文消耗、改善技能架构、分析令牌成本、拆分大型技能，或处理技能内容加载时使用。涵盖第 1 层（元数据）、第 2 层（指令）、第 3 层（资源）的加载优化。

使用youtube-transcript-api从YouTube视频中提取字幕和转录文本。在提取视频转录、列出可用语言、翻译字幕或处理YouTube内容以进行总结或分析时使用。

当您创建钩子、自动化工作流程，或在提及“PreToolUse”“PostToolUse”“hooks.json”“事件处理器”“创建钩子”时，可运用此技能。

制作事故后分析，记录时间线、根本原因、影响和纠正措施。

自动化 Google NotebookLM——创建笔记本、添加资料来源、生成播客/视频/测验、下载生成成果。当用户明确输入 `/notebooklm` 或类似“创建关于 X 的播客”之类的指令时，NotebookLM 将自动启动。

确保在修复前进行根本原因调查的系统化调试框架。包括四阶段调试过程、反向调用堆栈跟踪、多层验证和验证协议。在遇到 bug、测试失败、意外行为、性能问题或声称工作完成前使用。防止随机修复、掩盖症状和虚假完成声明。

利用 verl（Volcano Engine RL）进行强化学习微调，为 LLM 后训练提供指导。当您需要在灵活的基础设施后端支持下，规模化实施 RLHF、GRPO、PPO 等 RL 算法时，此方案将助您一臂之力。

为大语言模型的强化学习训练提供指导，使用 verl（Volcano Engine RL）。当您需要在灵活的基础设施后端上，规模化实施 RLHF、GRPO、PPO，或其他大语言模型的 RL 后训练算法时，可运用此技能。

前端 API 客户端

智能知识管理助手,自动分析、组织和优化知识库

电力系统网络数据格式与拓扑结构。适用于解析母线、发电机与支路数据，以进行潮流分析时使用。