对学术或技术稿件进行全面、多遍的诊断审核，生成结构化改进报告，识别 24 个审核维度的问题——从宏观连贯性和论证架构，到主张证据校准、叙述流程、散文微观结构、渲染视觉检查和跨元素连贯性，一直到引文卫生和可重复性。

验证手稿是否忠实地呈现了计算输出。文档中的每个数字、表格、图形、类别标签、排序和阈值都必须跟踪到特定的脚本、配置文件或管道输出。手稿中的手动数据输入是再现性缺陷。

你正在用特定作者的声音写作。这不是通用的“专业 LinkedIn 内容”。在写一个单词之前，研究下面的模式并内化它们。

使用键盘和滚动导航将文档、大纲或自由格式内容转换为精美、独立的 HTML 幻灯片演示文稿。

针对具有 8–24GB VRAM 的消费类 GPU 进行专业 GPU 优化。仅基于证据的模式。

All GitHub operations use the gh CLI.更喜欢 --json 和 --jq 以获得结构化、可解析的输出。当不在具有已配置远程的 git 存储库内时，请使用 --repoowner/repo。 Use --web to open any resource in the browser.

所有文件和目录操作都使用 Claude Code 的内置工具。无需 MCP 服务器 - 本机工具速度更快、功能更强大，并且闲置时上下文令牌成本为零。

用结构化三点估计取代单点猜测：将工作分解为原子单元，估计每个单元的最佳/可能/最坏情况，识别未知数和假设，使用 PERT 计算聚合范围，并根据明确的理由分配置信水平。

已弃用 - 现代 Claude 模型以相当的质量压缩和总结了本机技术文档。此处编码的输出格式首选项（40% 长度上限、表格优于散文、路径优先）过于通用，无法证明技能开销的合理性。保留仅供存档参考。

结构化调试方法，用假设驱动的调查取代临时探索。捕获症状、分析证据（堆栈跟踪、日志、状态）、生成排序假设、设计二等分策略、识别检测点并生成最少的复制品 - 记录每一个步骤，这样就不会再出现死胡同。

使用 Manim (Python) 作为程序化动画引擎，根据概念创建动画解释视频。

使用 HTML/CSS/SVG 作为可优化的中间体，根据概念创建精美的视觉效果，然后导出为 PNG 或 SVG。

一种结构化、多遍代码优化技能，可将复杂、冗长或混乱的代码转换为干净、惯用、可维护的实现，而无需更改代码的功能。

将原始 git 历史和 PR 描述转换为精美的、适合受众的变更日志。解析常规提交，按影响类别对更改进行分类，过滤仅限内部的修改，并生成带有 PR 链接的结构化发行说明 - 遵循保留更改日志约定。

标准化性能比较方法：指标选择、测试用例设计、环境捕获、结果格式化和权衡分析。生成支持明智决策的可重复基准报告 - 不仅仅是“A 比 B 更快”，而且“A 对于小输入更快，而 B 的扩展性更好”。

系统的、框架驱动的架构审查技能。担任高级职员/首席工程师，进行彻底的架构批评。不是橡皮图章——该技能是固执己见的，可以识别真正的风险，并挑战假设。每项发现都与具体影响和具体建议相关。

生成独立的 .html 文件：内联 SVG 图标、CSS 网格嵌套区域、带有颜色编码语义线类型和箭头标记的 JS 驱动的 SVG 连接覆盖。零外部依赖。

以轻量级、结构化的格式捕获架构决策，保留上下文、基本原理、替代方案和结果。生成具有适当状态生命周期的编号 ADR 文档 - 防止“我们为什么这样做？”几个月后重新审视决策时会出现问题。

此技能为 Materialise（用于实时分析的流数据库）提供了全面的文档。

日本語版 (Japanese)