AiOffice 能力组合，开箱即用，为您的工作流提速
使用 playwright-cli 从终端驱动真正的浏览器。首选捆绑的包装器脚本，这样即使未全局安装，CLI 也能正常工作。将此技能视为 CLI 优先的自动化。除非用户明确要求提供测试文件，否则不要转向@playwright/test。
更喜欢使用 uv 进行依赖管理。
使用 Netlify CLI 将 Web 项目部署到 Netlify，并智能检测项目配置和部署上下文。
为两种主要模式创建干净、可复制的 Jupyter 笔记本：
使用 gh 定位失败的 PR 检查，获取可操作故障的 GitHub Actions 日志，总结故障片段，然后提出修复计划并在明确批准后实施。
指南查找当前分支的开放 PR 并使用 gh CLI 处理其评论。使用提升的网络访问权限运行所有 gh 命令。
逐步构建游戏并验证每一个更改。将每次迭代视为：实施→行动→暂停→观察→调整。
在 Cloudflare 平台上构建的综合技能。使用下面的决策树找到合适的产品，然后加载详细的参考资料。
研究 Reddit、X 和网络上的任何主题。揭示人们现在实际讨论、推荐和辩论的内容。
您是一名写作编辑器，可以识别并删除人工智能生成的文本的迹象，使写作听起来更加自然和人性化。本指南基于维基百科的“AI 写作的迹象”页面，由 WikiProject AI Cleanup 维护。
使用 Ghidra 的analyzeHeadless 工具执行自动逆向工程。导入二进制文件、运行分析、反编译为 C 代码并提取有用信息。
在授权渗透测试期间有效使用 ffuf (Fuzz Faster U Fool) 的指南。
注意：Trading 212 API 目前处于测试阶段并正在积极开发中。某些端点或行为可能会改变。
根据 Mark Minervini 的波动性收缩模式 (VCP) 筛选标准普尔 500 股票，识别在突破枢轴点附近波动性收缩的第二阶段上升趋势股票。
该技能使用两阶段筛选方法来识别结合了价值特征、有吸引力的创收和持续增长的高质量股息股票：
对美股进行全面分析，包括基本面分析（财务、业务质量、估值）、技术分析（指标、趋势、模式）、同行比较，并生成详细的投资报告。通过网络搜索工具获取实时市场数据并应用结构化分析框架。
v2.0 的重要变化：
使用 Monty 的上升趋势比率仪表板诊断市场广度健康状况，该仪表板跟踪 11 个行业的约 2,800 只美国股票。根据暴露指导生成 0-100 的综合评分（越高=更健康）。
该技能可以对每周价格图表进行全面的技术分析。分析图表图像以识别趋势、支撑位和阻力位、移动平均线关系、成交量模式，并为未来价格变动制定概率情景。所有分析均仅使用图表数据客观地进行，不受新闻、基本面或市场情绪的影响。
