当用户提供项目计划文件并希望按计划落地代码时使用。该技能用于主agent编排两个subagent：subagent1读取计划并在新分支实现代码、随后依据 .ai_docs/rules/code_rules.md 自审并直接修复；subagent2再依据 .ai_docs/rules/code_review_structure_rules.md 做结构性审查并上报问题；主agent最终仅向用户汇报第三步的结构性问题。
对代码项目进行全面安全审计，支持 Python、Node.js、Go、Java 四种语言。 包含依赖漏洞扫描（结合原生工具 + Claude 分析）、代码安全模式检查（OWASP Top 10、注入、反序列化、 敏感信息泄露、认证授权、加密问题等）、业务逻辑审计、攻击链构建、配置审计、以及结构化报告输出。 触发场景：(1) 用户要求对项目进行安全审计/安全检查/代码审计 (2) 用户要求检查代码中的安全漏洞 (3) 用户要求进行依赖漏洞扫描 (4) 用户提到 security audit、vulnerability scan、代码审计、安全扫描、渗透测试前的代码审查 (5) 用户要求检查 OWASP Top 10 相关问题
配图助手 - 把文章/模块内容转成统一风格、少字高可读的 16:9 信息图提示词；先定“需要几张图+每张讲什么”，再压缩文案与隐喻，最后输出可直接复制的生图提示词并迭代。
掌握高级提示工程技术，以最大化生产环境中LLM的性能、可靠性和可控性。在优化提示、改进LLM输出或设计生产提示模板时使用。
当用户需要学习某种风格、提取写作配方、建立风格库或模仿特定作者时调用。深度解构文本的15个维度，包括作者画像、思维内核、创作路径、互动设计等，建模为可精准复制的风格文件。触发词：风格建模、提取风格、学习风格、模仿写作、解构文章、写作配方、风格库。
Jh 數學2上 FourOperationsOfRadicals
智能 Prompt 优化顾问技能。基于 Anthropic 官方最佳实践,通过场景识别和技术匹配,将用户的模糊需求转化为高质量 prompt。触发场景:(1) 用户明确请求"优化 prompt"、"帮我写 prompt"、"改进这个指令";(2) 用户的需求描述模糊、不清晰、缺少关键信息;(3) 用户提到"不知道怎么表达"、"效果不好"等问题。适用于所有需要与 Claude 交互的场景,通过结构化对话挖掘需求,生成符合 Claude 4.5 最佳实践的优化 prompt。
错误处理技能：提供系统化的错误处理工作流、分类体系和最佳实践。 Use when: 需要处理异常、实现重试逻辑、设计降级策略、编写错误消息。 Triggers: "错误", "异常", "重试", "降级", "fallback", "error", "exception", "retry"
根据用户描述智能选择最合适的图表类型并生成 Mermaid 代码。支持流程图、时序图、类图、ER图、甘特图、状态图等全部类型，专业冷静配色，Obsidian 兼容。
将长文本压缩为简洁摘要，支持多种语言
完整执行一周章包的 6 阶段流水线：规划 → 写作 → 润色 → 并行产出 → QA → 收敛发布。