为撰写正确的 .do 文件、进行数据管理、开展计量经济学分析、实施因果推断、绘制图表、运用 Mata 编程，以及使用 17 个以上的社区包（reghdfe、estout、did、rdrobust 等），提供全面的 Stata 参考指南。本书深入讲解语法、选项、常见陷阱以及惯用模式。每当用户需要您编写、调试或解释 Stata 代码时，均可使用此技能。
React与Next.js前端设计模式。在创建React组件、实现数据获取、管理状态，或优化性能时自动触发。涵盖服务器组件、Suspense、流式传输以及渲染等主题。
在设计端到端机器学习系统时使用，例如选择批量推理还是流式推理，防止训练与推理之间的偏差，构建数据飞轮，或规划机器学习基础设施的扩展方案。
分享 PyTorch 训练中的经验心得、常见陷阱，以及一些不为人知的实用技巧。内容涵盖分布式训练（DDP/FSDP）、优化器配置、梯度累积、学习率调度器，以及 Flash Attention 技术。适用于扩展训练规模、调试分布式架构，或在优化器与学习率调度器的选择上提供参考。
通过剪枝、知识蒸馏、量化感知训练，以及边缘部署等技术，有效缩减模型规模、降低推理延迟。
结合采用建议与风险分析的技术成熟度评估
为合并与变基冲突提供引导式冲突解决方案
用户请求起草、创建或撰写合同、协议、保密协议或法律文件
在 Confluence 中创建并迭代完善 AI-DLC 意图文档，通过人机协同验证、风险暴露、NFR 以及衡量标准，不断优化和完善。当被要求起草或更新意图、倡议文档，或在 Jira 工作创建之前撰写 Confluence 规划文档时，可优先使用此方法。（触发条件：create intent、intent document、new initiative、draft intent、planning doc、intent brief、confluence intent、aidlc plan）
当会话结束但仍有未完成的工作，用户说“写你的遗嘱”“把这份工作交给我”“我需要切换上下文”，或者你需要为未来的Claude实例保留状态时使用此功能。
掌握以流程化方式设计并优化日语高精度技能的技能。从需求调研、使用场景定义、SKILL.md文档设计，到引用模块拆分、触发器验证、质量评审以及迭代改进，本技能将全程为你提供详尽指导。当你受托创建新技能，或希望提升现有技能的质量，又或是希望摒弃“拍脑袋”式的随意设计，转而基于充分的理论依据与设计逻辑来完成工作时，此技能便能助你一臂之力。
在新的会话开始或上下文被压缩后，迅速恢复工作情境。