此技能将指导您使用 Meta 的类型检查器 Pyrefly 提高 Python 文件中的类型覆盖率。按照此系统流程向文件添加正确的类型注释。

审查 PyTorch Pull 请求，重点关注 CI 无法检查的内容：代码质量、测试覆盖率充足性、安全漏洞和向后兼容性。 Linting、格式化、类型检查和导入顺序由 CI 处理。

此技能将指导您在 Apple Silicon 上为 PyTorch 操作员实现 Metal 内核。

该技能通过从 docs/source/conf.py 中的覆盖忽略列表中删除条目并将 Sphinx autodoc 指令（例如 autosummary 、 currentmodule 、 autoclass 、 automodule ）添加到 docs/source/ 中相应的 .md 或 .rst 文档源文件来记录 PyTorch 中未记录的公共 API。

此技能描述了如何遵循 torch/_tensor_docs.py 和 torch/nn/function.py 中的约定，为 PyTorch 项目中的函数和方法编写文档字符串。

此技能有助于将 PyTorch 的旧 AT_DISPATCH 宏转换为新的 AT_DISPATCH_V2 格式，如 aten/src/ATen/Dispatch_v2.h 中定义。

此技能有助于诊断和修复常见的 AOTInductor 问题。

此技能有助于通过更新 PyTorch 运算符的 AT_DISPATCH 宏来添加对无符号整数类型（uint16、uint32、uint64）的支持。

使用 dhxpyt 构建 Python 驱动的 UI，并使用 pytincture 运行时将它们作为完整的 pytincture 服务或仅浏览器的应用程序运行。

<skill_scope Skill="swift-programmer"> 相关技能：

PyMC 提供测试实用程序，通过使用先前的预测采样模拟 MCMC 采样来加速测试套件。这对于检查模型结构非常有用，而无需运行昂贵的推理。

使用 PyMC v5+ 进行现代贝叶斯建模。主要默认设置：nutpie 采样器（快 2-5 倍）、分层模型的非中心参数化、精确 GP 上的 HSGP、可读推理数据的坐标/尺寸，以及提前保存工作流程以防止后期崩溃导致数据丢失。

Marimo 笔记本是存储为纯 .py 文件的反应式 Python 笔记本。当依赖关系发生变化时，单元会自动执行，建模为有向无环图 (DAG)。

要测试本地 Web 应用程序，请编写本机 Python Playwright 脚本。

Git 工作树创建共享同一存储库的独立工作区，允许同时在多个分支上工作而无需切换。

可搜索的 UI 样式、调色板、字体配对、图表类型、产品推荐、UX 指南和特定于堆栈的最佳实践数据库。

React Native 应用程序的性能优化指南，涵盖 JavaScript/React、Native (iOS/Android) 和捆绑优化。基于 Callstack 的《React Native 优化终极指南》。

像 Manus 一样工作：使用持久性 Markdown 文件作为“磁盘上的工作内存”。

这项技能指导创建独特的、生产级的前端界面，避免通用的“AI slop”美学。实施真正的工作代码，特别注重美学细节和创意选择。

通过自然的协作对话，帮助将想法转化为完整的设计和规格。