Skills

R 语言的核心错误处理机制，包括 tryCatch、withCallingHandlers，以及自定义条件类。当您需要实现错误恢复、调试条件，或处理 stop/warning/message 时——例如，“R 语言中的 tryCatch”、“自定义条件类”、“处理警告与错误”、“错误恢复模式”——此技能将助您游刃有余。

通过 inference.sh CLI，利用 Tavily 和 Exa 进行网络搜索与内容提取。应用包括：Tavily Search、Tavily Extract、Exa Search、Exa Answer、Exa Extract。功能涵盖：AI驱动的搜索、内容提取、直接问答、研究查询。适用场景：科研探索、RAG流程、事实核查、内容聚合、智能体应用。触发关键词：网络搜索、Tavily、Exa、搜索API、内容提取、科研、互联网搜索、AI搜索、搜索助手、网页爬取、RAG、Perplexity替代方案。

通过inference.sh CLI，结合Tavily与Exa，实现网页搜索与内容提取。 支持的应用：Tavily Search、Tavily Extract、Exa Search、Exa Answer、Exa Extract。 功能包括：AI驱动的智能搜索、内容提取、直接问答、深度调研。 适用场景：科研探索、RAG流程构建、事实核查、内容聚合、智能体应用。 触发词：网页搜索、Tavily、Exa、搜索API、内容提取、科研探索、 互联网搜索、AI搜索、智能搜索助手、网络爬虫、RAG、Perplexity替代方案

为 CLI 应用程序生成参数校验逻辑，支持类型强制转换、约束条件、自定义校验器，同时提供贴心的错误提示信息。

撰写高效 AI 视频生成提示的最佳实践与技巧。 涵盖：Veo、Seedance、Wan、Grok、Kling、Runway、Pika、Sora 的提示策略。 学习：镜头类型、摄像机运动、灯光运用、节奏把控、风格关键词、负面提示。 适用场景：提升视频质量、获得稳定一致的结果、打造专业级视频提示。 触发器：视频提示、如何撰写视频提示、Veo 提示、视频生成技巧、 更好的 AI 视频、视频提示工程、视频提示指南、视频提示模板、 AI 视频技巧、视频提示最佳实践、视频提示示例、摄影提示

掌握高效撰写AI视频生成提示词的最佳实践与技巧。 涵盖Veo、Seedance、Wan、Grok、Kling、Runway、Pika、Sora等模型的提示策略。 学习镜头类型、摄像机运动、灯光运用、节奏把控、风格关键词以及负面提示的使用方法。 适用场景：提升视频质量、确保稳定输出、打造专业级视频提示词。 触发词：视频提示词、如何撰写视频提示词、Veo提示词、视频生成小贴士、 更优质的AI视频、视频提示词工程化、视频提示词指南、视频提示词模板、 AI视频小贴士、视频提示词最佳实践、视频提示词案例、摄影提示词

当用户请求“采用逆向设计”“使用UbD构建课程”“先设计学习成果”“从期望的结果入手”“在活动之前规划评估”“先设计评估”“创建以成果为导向的课程”，或提及“理解设计”框架时，应使用此技能。同样适用于用户提到“将成果与评估对齐”或“避免先活动再规划”的情况。它提供全面的指导，帮助您运用逆向设计方法，为1–2天的密集型工作坊打造高效的课程体系。

在每一层都严格验证数据的流转过程，让 bug 无处遁形。

当无效数据导致深层执行失败，需要在多个系统层级进行校验时，可采用此方法——在数据流经的每一层都进行校验，从根本上杜绝潜在缺陷。

基于风险的价值审计人员（L3）。为每个测试计算“有用性得分”= 影响力（1–5）× 概率（1–5）。根据阈值（≥15 KEEP，10–14 REVIEW，<10 REMOVE）做出“保留/审查/移除”的决定。

统筹 9 名专业审计人员（安全、构建、架构、代码质量、依赖关系、死代码、可观测性、并发、生命周期）。研究最佳实践，开展并行审计，将结果汇总为 Epic 0 中的单一 Linear 任务。