该技能将用户提供的提示转化为针对 AI 模型优化的高质量、清晰且有效的指令。应用经过验证的即时工程原理来增强清晰度、特异性、结构和有效性。该技能使用系统的工作流程来分析、识别改进机会，并根据行业最佳实践重组提示。

具有 Agentic 反射机制的 AI 支持的 JSON 国际化文件转换器。

该技能为 Claude Code 提供了全面的照片和图像处理能力，使用户能够高效地上传、分析、处理和管理视觉内容。

三层级 Agent 协作系统：首席分析师 → 6 大小组长 → N 名研究员。并行研究、交叉验证、逐层汇总，输出包含具体标的和驱动逻辑的综合研究报告，自动保存到 report/ 目录。

Ralph YOLO 是 Ralph 的轻量版本，直接使用 Claude Code 的 Task tool 管理子 agent 完成任务，无需依赖 Amp CLI。

将 PRD 转为结构化 prd.json ，然后循环生成全新 Agent 实例逐个完成 User Story，每轮实例只有 Git 历史 + prd-progress.txt + prd.json 作为上下文记忆。

这个技能提供了一套系统化的方法来使用 MCP PubMed 工具查询文献信息并更新参考文献列表的链接。

创建清晰、可操作且适合使用 Ralph 自主代理系统实施的详细产品需求文档。

指导从稿件定稿到期刊提交的完整交接，通过结构化、质量第一的工作流程保持文件井然有序、满足要求并提高接受几率。

提供可重复的工作流程，通过组合的自动版本和发布 GitHub Action 以及推送前的本地检查来准备、验证和发送 npm 包。

Inspector Agent 是 PDCO 工作流的 L0 全局监管者 ，负责对项目中所有 Agent（编程、分析、设计等）进行统一的质量评估、性能追踪、反馈指导和自动系统调整。

从已完成的深度研究报告中反向提取研究方法论的"元框架"（how to think），而非具体结论（what to think），实现跨场景迁移复用。

将平淡的科研数据"点石成金"：深度解读图表 → 文献验证假设 → 重构 Result 叙事 → 生成专业图注 → 升维 Discussion。要求所有引用必须通过 PubMed 检索验证，严禁捏造。

在修改代码前先建立完整上下文关系网络，最小化变更并记录可追溯的调试文档，确保修复可验证、可回滚、可复盘。

把用户需求翻译成结构化技术规格与可执行的“实现指令”，强调安全、测试、性能与可维护性。

使用代理浏览器 CLI 在 Claude Code 中自动执行 Web 浏览任务的指南。

当用户需要执行复杂的开发任务或需要多个工具协作时，自动进行MCP工具编排：

作为所有Godot相关技能的统一入口，根据用户描述智能选择最适合的子技能，并确保在调用任何子技能前MCP连接正常。用户无需了解15个具体技能的功能，系统会自动处理MCP连接状态。

在逐步公开之后，将 AGENTS.md 重构为最小的根文件，其中包含指向重点文档的链接。产生要解决的矛盾、根要素集、分组文件、建议的文档/结构和删除标志。

随机修复会浪费时间并产生新的错误。快速补丁掩盖了根本问题。