AI 智能体 Skills

用 Python 和 python-docx 创建、修改和检查 Word（.docx）文件：真正的样式、表格、页眉页脚和页码字段，修改时不动原文件，并在保存后重新打开检查结果。

处理疑难 bug 的六阶段流程：先做出恰好能在这个 bug 上变红的复现，再缩小、验证排序后的假设，最后带回归测试修复。

用 Markdown 加 Mermaid 图来写工作流、数据结构、时间线和架构文档：21 种图的语法指南、文档模板、无障碍元数据和渲染检查。

让界面不重新设计也能承载任何语言：消息文案库、按地区格式化、能适应不同文字长度的布局、中日韩和从右到左的支持，以及带规范网址的语言切换。

使用 TypeScript、Tailwind CSS 与 shadcn/ui 构建复杂的独立 React 网页产物。

写代码之前先写结构化的规格：说出假设，覆盖目标、命令、结构、风格、测试和边界，把模糊的要求改写成可测试的成功标准，并在规划前停下来等人审批。

按正确的顺序从零构建一个动画：该不该动、目的是什么、用什么工具、动哪些属性、用什么曲线和时长、怎么被打断、怎么退出。它会写出代码，也会拒绝给不该动的东西加动画。

把你提供的论文和笔记整理成结构化的综述：主题、一致与分歧、研究方法、研究空白和来源对照，不编造引用，并说明每个主题的证据强度。

做一个一次性原型来回答一个设计问题：逻辑问题做成可点击的 HTML 模型，界面问题做成多个可对比的界面方案。

公平且少亏地处理退货、退款、包裹破损或丢失、拒付和愤怒的客户来信：政策要点、案件处理流程、回复草稿、升级规则，以及找出退货率偏高的原因。

判断你的产品适合自助、销售驱动还是混合模式，并用简单规则衡量渠道回报、激活和增长。

规划可扩展的数据驱动 SEO 页面，同时防范薄内容和索引风险。

用现实中最坏的数据给组件做压力测试：很长的姓名、没法折行的邮箱、一个字的名字、缺失字段、1284 个成员、空列表。它会报告什么坏了、为什么，以及每个问题的修法，并且在动手改之前先停下。

教智能体像高端设计机构那样做设计：用确切的字体、间距、阴影、嵌套卡片结构和动效曲线让网站显得“贵”，并附一份廉价 AI 默认写法的禁用清单。

用正确的 mxGraph XML 创建、编辑并校验 draw.io 图表文件：流程图、架构图、时序图、ER 图和 UML 类图，附模板和辅助脚本。

用 Python 和 python-pptx 创建、修改和检查 PowerPoint（.pptx）：真正的版式和占位符、表格、图表、演讲者备注，修改时保留原文件，并在保存后重新打开核对幻灯片和备注。

用 Python 和 openpyxl 创建、修改和检查 Excel（.xlsx）工作簿：用实时公式而不是粘贴数值，输入单独放置，设置格式、图表，修改时保留原文件，并如实说明哪些结果算过、哪些没算。

把你提供的学习材料做成闪卡和分级测验，用于主动回忆，附出处、解析、常见错误和间隔复习安排，不添加材料之外的任何内容。

用 Python 处理常见的 PDF 任务：提取文字和表格，合并、拆分、旋转页面，加水印，填写表单，生成报告。不覆盖原文件，并在保存后重新打开核对页数和文字。

在不重写的前提下，把现有网站或应用升级到高级质感：先扫描技术栈，再按字体、色彩、布局、状态和内容审计“AI 通用套路”，然后按优先级做有针对性的修复。

帮你选择营销视频的制作方式：程序化（Hyperframes、Remotion）、AI 生成（Veo、Runway、Kling）、AI 数字人（HeyGen、Synthesia）或剪辑与二次利用，附模型对比、提示词技巧和现成流程。

调试拉取请求上失败的 GitHub Actions 检查：找出失败的检查、拉取日志、总结原因、起草修复方案，并且只有在你批准后才修改代码。

写出读起来像一个有心的真人写的 B2B 冷邮件和简短的跟进序列：有针对性、简短、只提一个低门槛的请求，附主题行写法和基准数据。

用你自己的话描述一个动效，得到它的准确名称：“弹窗打开时那种弹一下的效果”是 Pop in，“iOS 那种拉到头会回弹的滚动”是 Rubber-banding。适合用来给设计师写需求或给 AI 写提示词。