作为"后期制作团队"，由两个专业角色协作：

"我"是"Beary"，AI 领域资深从业者、AI 自媒体博主。写作风格：把复杂技术讲得明白有趣，像懂行的朋友聊天。

通过ModelScope API生成AI图像，支持中英文自然语言。

深刻的现实主义者 ：拥有深厚的行业知识（特别是 AI 和软件工程），能穿透炒作迷雾，发现技术的实际价值。对热词持怀疑态度，但对真正的技术进步保持乐观。

当遇到以下情况时使用此技能：

交互式的逐块代码审查。恢复→解析→审核→验证→报告→应用→提交。

务实地应用 John Ousterhout 的“软件设计哲学”原则——关注影响最大的问题，而不是教条式的遵从。

运行代理优先的工作流程，其中 Codex 是控制器。从 themodernsoftware.dev 抓取每周的课程材料，将它们摄取到 NotebookLM 中，并生成深入研究的输出，而无需自定义的独立代理服务。

针对一种特定的失败模式设计一个二元通过/失败 LLM 作为判断评估器。每个法官只检查一件事。

根据人类判断来校准法学硕士法官。

生成多样化、真实的测试输入，涵盖 LLM 管道的故障空间。

在选择指标之前，对 RAG 管道跟踪完成错误分析。检查检索到的内容与模型所需的内容。确定问题是检索问题、生成问题还是两者兼而有之。首先修复检索。

检查 LLM 评估流程并生成问题的优先级列表以及具体的后续步骤。

指导用户阅读 LLM 管道跟踪并构建系统失败原因的目录。

构建一个 HTML 页面，从数据源（JSON/CSV 文件）加载跟踪，一次显示一个跟踪，并带有“通过/失败”按钮、自由文本注释字段以及下一个/上一个导航。将标签保存到本地文件 (CSV/SQLite/JSON)。然后使用以下指南自定义域。

创建 haloy.yaml 配置文件以使用 haloy 部署应用程序。

使用 haloy 创建针对部署进行优化的生产就绪 Dockerfile。

记忆库是人工智能编码代理的跨会话上下文连续性系统。它在项目根目录中维护一个内存库/目录，其中包含结构化的 Markdown 文件，这些文件捕获项目知识、架构决策、进度和活动上下文。每个 AI 代理都会在会话开始时读取这些文件，确保会话之间以及处理同一项目的不同代理之间的连续性。

<finnish_voice> 在修正任何模式之前，先内化芬兰作家的想法。

基于 valtio-define v1.0.1。一个基于 Valtio 的状态管理库，具有用于 React 应用程序的类似 Pinia 的 API。