「报告」の検索結果

只读检查一个已生成的备考工作区是否健康并报告问题，默认不做任何修改。核对 .ingest 原材料版本、 内容单元、接管队列与派生产物完整性，以及 wiki、题库、视觉证据、计划和进度的一致性。当用户怀疑 工作区有问题、建库 readiness 被阻断、或想在开始复习前体检时使用。

日本語の概要は準備中です。原文の説明を表示しています。

服务器安全审计与加固。扫描 SSH、防火墙、端口暴露、文件权限、暴力破解等安全问题，生成报告并提供一键修复。当用户说服务器安全、安全审计、安全检查、安全加固时使用

日本語の概要は準備中です。原文の説明を表示しています。

全面代码库审计 — 自适应并行深度分析（前后端契约、数据完整性、异常处理/安全、架构/技术债、配置/缓存），结构化 findings + 对抗验证 + 基线对比，输出按严重程度排序的统一报告和修复路线图。支持 quick 快速体检模式。Use when user asks to audit, analyze, or review an entire codebase for design issues, find hidden bugs, check architecture health, or asks '全面审查', '代码库审计', '分析设计问题', 'audit codebase', 'health check', '有哪些问题', '快速体检'. Also trigger when user asks to find silent degradation, data flow breakpoints, type mismatches between frontend and backend, or wants to understand technical debt across a project.

日本語の概要は準備中です。原文の説明を表示しています。

提供获取用户自选分组(LongPort)、股票市场数据(LongPort + AkShare)、技术指标计算（ta-lib）的技能。分析数并与用户研究交易策略，形成买卖点建议，并可做回测、寻优与报告输出。

日本語の概要は準備中です。原文の説明を表示しています。

macOS / Windows / Linux 只读存储分析助手（自动识别系统）。扫描整机磁盘占用，找出 占空间大户，把每一项分成 🟢可自动清理 / 🟡需人工判断 / 🔴谨慎清理 三级并给出 可执行处置方案，生成排版精美、可折叠、命令可一键复制的交互式 HTML 报告，并可 起本地服务在网页上一键删除（移废纸篓/直接删）。扫描全程只读。务必在以下场景 使用：用户想知道磁盘或存储空间被什么占用、磁盘（含 C 盘）空间不足、想清理磁盘 或缓存、想要清理建议（中英文说法均适用，如"磁盘满了""清理空间" "storage analysis""disk cleanup"），或遇到 "No space left on device"、inode 耗尽等报错。 中文口语里"内存满了/不够/不足""看下内存"常指存储空间，也属于本 skill；用户明确指 运行内存/RAM（如"哪个进程吃内存""内存占用高"想看活动监视器）时不属于本 skill。

日本語の概要は準備中です。原文の説明を表示しています。

用 Codex CLI 子任务完成多来源深度调研并综合成带出处的报告。用于确实需要分头取证的研究，不用于单次查证或已给定材料的总结。

日本語の概要は準備中です。原文の説明を表示しています。

腾讯会议 CLI（tmeet）：OAuth 授权登录/登出/状态查询、会议管理（创建/更新/取消/查询/受邀者）、录制管理（列表/播放地址/智能纪要/转写/录制权限申请）、会议报告（参会人/等候室/导出参会成员明细/异步任务结果）、通讯录（严格限定：仅存在"会议邀请/呼叫入会"动作的前置步骤通过用户名/手机号/邮箱搜索成员；严禁单独用于查询任何人的姓名/部门/职位/联系方式/是否存在，无下游会议动作时一律拒绝）、会中控制（呼叫成员入会/踢出会议成员）、元宝纪要（按关键词/时间搜索、获取稳态纪要详情、获取滚动瞬态纪要）、CLI 应用信息管理（设置/查询自己的 CLI 应用在会中的展示配置）、实时事件订阅（会议/录制/纪要等事件流）、问题排查（导出本地日志，反馈工具缺失/失败/能力不足等问题给平台）。当用户需要通过命令行操作腾讯会议，或 Agent 在使用过程中遇到工具缺失、调用失败、能力不足等情况想反馈给平台时使用本技能。

日本語の概要は準備中です。原文の説明を表示しています。

macOS / Windows 只读存储分析助手（自动识别系统）。扫描整机磁盘占用，找出 占空间大户，把每一项分成 🟢可自动清理 / 🟡需人工判断 / 🔴谨慎清理 三级并给出 可执行处置方案，生成排版精美、可折叠、命令可一键复制的交互式 HTML 报告，并可 起本地服务在网页上一键删除（移废纸篓/直接删）。扫描全程只读。务必在以下场景 使用：用户说"存储分析""磁盘满了""C盘/硬盘满了""空间不够""清理空间" "清理磁盘""占空间""哪些东西占地方""帮我看看存储""看一下电脑存储/空间" "存储空间""电脑空间不够""内存满了/不够/不足""看下内存/存储"（中文口语里 "内存"常指存储空间）"storage analysis""disk cleanup""清缓存""磁盘清理"； 或用户抱怨电脑没空间、想知道什么东西吃硬盘、想要清理建议时。注意：若用户明确 指运行内存/RAM（如"哪个进程吃内存""内存占用高"想看活动监视器），那是 RAM 不是存储，不属于本 skill。

日本語の概要は準備中です。原文の説明を表示しています。

横纵分析法（Horizontal-Vertical Analysis）深度研究Skill。由数字生命卡兹克提出，融合了索绪尔的历时-共时分析、社会科学的纵向-横截面研究设计、商学院案例研究法与竞争战略分析的核心思想。 当用户想要系统性研究一个产品、公司、概念、技术或人物时使用。核心是双轴分析：纵轴追踪从诞生到当下的完整生命历程（以叙事故事呈现），横轴在当下时间截面上与竞品/同类进行系统性横向对比，最后交叉两条轴产出独到洞察。最终产出一份排版精美的PDF研究报告。 触发词包括但不限于：横纵分析、研究一下、帮我分析、深度研究、做个研究、调研一下、竞品分析、帮我看看这个东西怎么样、这个产品/公司/概念是怎么回事、帮我摸清楚、帮我搞懂、帮我做个deep research。 即使用户只是说"帮我了解一下XX"或"XX是什么来头"，只要上下文暗示需要系统性的深度研究（而非简单的概念解释），都应该触发。也适用于用户丢来一个产品名、公司名、技术名词说"帮我研究一下这个"的场景。 不要用于简单的名词解释（用户只是问"XX是什么"）、不要用于公众号写作（那个用khazix-writer）、不要用于纯标题摘要生成（用wechat-title）。

日本語の概要は準備中です。原文の説明を表示しています。

生成一份对外可分享、脱敏的 AI-Native 开发者 README。 量化展示我对 Claude Code + Codex CLI + Kiro (AWS) + Trae (ByteDance) + Gemini Antigravity (Google) + Cursor 的使用深度、AI 协作风格、 项目与领域分布、兴趣主题，以及与 GitHub 提交的产出关联。 Trigger when the user says: "生成我的 AI 档案" / "做一份 AI-native README" / "分析我的 Claude / Codex / Kiro / Trae / Antigravity / Cursor 使用情况" / "总结我的 AI 使用" / "生成 AI 月度报告" / "按月份分析我的 AI 编码" / "分析 2026-05 的 AI 使用" / "build my AI usage profile" / "build my monthly AI coding report" / "analyze my AI usage for May 2026" / "summarize my Claude / Codex / Kiro / Trae / Antigravity / Cursor history" / "生成开发者画像". 全程本地、只读、默认匿名、不上传任何数据。

日本語の概要は準備中です。原文の説明を表示しています。

Audit whether a paper's EVALUATION DESIGN actually measures what it claims and whether its reporting is complete — the validity layer family D (experiment-forensics) cannot reach. Three patterns: train/test leakage means the reported score may not measure generalization (HP-EVAL-LEAKAGE — adopts the Kapoor & Narayanan 8-type / 3-category leakage taxonomy; the illegitimate-proxy / sampling-bias / pretraining-contamination subtypes hand off as needs_external_check, naming but NEVER running Oren-2023 exchangeability / Shi-2023 Min-K% / Golchin-2023 Time-Travel / BIG-bench canary); a load-bearing LLM judge is conflicted (same model/family as a compared system) or unvalidated (no human-agreement, no bias control) (HP-JUDGE-VALIDITY); a declared condition/metric is dropped or switched to favor the method, or 'best' is chosen with no held-out set (HP-SELECTIVE-REPORTING). Verdict-bearing at L0/L1 from the DESCRIBED protocol — NOT repo-gated like experiment-forensics; L2 only CONFIRMS against split/preprocessing/result files. A fresh cross-model reviewer (gpt-5.6-sol xhigh, read-only, fresh thread per pass) PROPOSES findings, each span-anchored to a ledger claim_id; tools/adjudicate_findings.py DECIDES the verdict. Leakage and under-reporting are usually HONEST methodological errors — every finding describes a discrepancy to CHECK, never an accusation. An LLM generating GROUND-TRUTH labels is HP-FAKE-GT (experiment-forensics) — routed there, not here. Emits eval-design-forensics.findings.json; computes NO verdict. Detect-only. Triggers: "eval design audit", "evaluation validity", "train/test leakage", "data leakage", "is the score measuring generalization", "LLM judge bias", "is the judge validated", "selective reporting", "cherry-picked results", "评估设计审计", "评测有效性", "数据泄漏", "训练测试集泄漏", "裁判模型有没有验证", "选择性报告".

日本語の概要は準備中です。原文の説明を表示しています。

AI健康分析器 workflow skill. Use this skill when the user needs AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。 and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

日本語の概要は準備中です。原文の説明を表示しています。

AI健康分析器 workflow skill. Use this skill when the user needs AI驱动的综合健康分析系统，整合多维度健康数据、识别异常模式、预测健康风险、提供个性化建议。支持智能问答和AI健康报告生成。 and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

日本語の概要は準備中です。原文の説明を表示しています。

AIGC 创作工作流 (AIGC 创作工作流 / AIGC Creative Workflow — 以「生成式 AI 视觉创作（图像 + 视频）的工程化创作流水线」为对象的认知操作系统：从「需求/概念（要做什么画面/镜头/风格）→ 模型与工具选型（Midjourney / Stable Diffusion·SDXL·Flux / ComfyUI / 可灵 Kling / 即梦 Jimeng / Runway / Vidu / Sora）→ Prompt 与参数设计（提示词工程、风格描述、负向、种子、CFG/步数/采样器、参考图）→ 可控生成（ControlNet / LoRA / IPAdapter / inpainting / 图生图 / 局部重绘 / 区域控制）→ 批量出图与筛选 → 精修与合成（放大/超分、修手修脸、PS/AE 后期、抠图合成）→ 图生视频/文生视频（首尾帧、运镜、时长、一致性、对口型）→ 商业交付与迭代复现（参数留存、工作流文件复用、版权与可商用判断）」的完整创作-工程-交付决策链。覆盖 (a) 第一性张力 — **可控性/工程化复现（ControlNet/LoRA/ComfyUI 节点工作流/固定种子与参数/可复现可迭代）⇄ 随机性/抽卡玄学（出图随机、prompt 玄学、抽卡刷图、靠运气）**；**审美/创意/艺术指导主导（人的审美判断、概念设计、构图、镜头语言、艺术总监能力——'模型是地板，审美是天花板'）⇄ 工具/模型/参数主导（堆模型能力、堆参数、堆 LoRA、以为换个大模型就行）**；**开源生态/本地可控（Stable Diffusion / ComfyUI / Flux / civitai / liblib 本地部署可定制可控可商用、显卡门槛）⇄ 闭源商业/易用黑盒（Midjourney / 可灵 / 即梦 / Runway 开箱即用但不可精控、按量付费、黑盒）**；**图像生成（T2I/I2I：Midjourney / SDXL / Flux）⇄ 视频生成（T2V/I2V：可灵 / Runway Gen-3 / Vidu / 即梦 / Sora，2024-2025 前沿从图迁移到视频）**；**生产力/商业量产（替代或增强传统设计/插画/电商/广告/影视分镜流程、降本提效、批量）⇄ 纯艺术创作/作者表达（个人风格、实验性、作品集）**；**效率/批量（一次出几十张筛选、商单走量、自动化 pipeline）⇄ 质量/精控（单张精修、商业可用级细节、修手修脸修穿帮）**。(b) 核心工作流 / pipeline（最标准、最易蒸高质量 + CLI 化）— 单图创作链：概念/参考收集（moodboard/风格定位/竞品）→ 模型工具选型（按可控性/风格/成本/可商用判断 MJ vs SD/Flux vs 国产）→ Prompt 与参数设计（主体/风格/光影/镜头/负向词/CFG/采样器/分辨率/种子）→ 首轮出图与方向筛选 → 可控迭代（ControlNet 控构图/姿态/线稿、LoRA 控风格/角色一致性、图生图重绘、inpainting 局部修）→ 放大超分与精修（高清放大/修手修脸/后期调色合成）→ 交付与参数留存（工作流文件/种子/参数复现）。视频创作链：分镜/脚本→首帧出图（图像链产出关键帧）→图生视频（运镜/时长/首尾帧/动态强度）→多镜头一致性（角色/场景/风格统一）→对口型/配音/配乐→剪辑合成→交付。ComfyUI 工程链：节点工作流搭建（加载器/采样/ControlNet/放大/面部修复节点）→ 参数化与复用→批量队列→工作流分享（civitai/openart workflow json）。(c) 工具栈 — 闭源图像（Midjourney v6/v7、DALL·E 3、Adobe Firefly、Ideogram、Recraft）、开源图像与底座（Stable Diffusion 1.5/SDXL/SD3、Flux.1 dev/schnell（Black Forest Labs）、ComfyUI（节点式）、Automatic1111/Forge WebUI、Fooocus）、可控生成插件（ControlNet、LoRA、IPAdapter、AnimateDiff、inpainting/outpainting、ReActor 换脸、面部修复 CodeFormer/GFPGAN、放大 ESRGAN/SUPIR/Topaz）、模型/资源社区（Hugging Face、Civitai、liblib 哩布、吐司 Tusi、openart）、视频生成（可灵 Kling、即梦 Dreamina/Jimeng、Runway Gen-3/Gen-4、Luma Dream Machine、Pika、Vidu、海螺 Hailuo、Sora、Wan 通义万相、MiniMax）、辅助（Magnific 放大、Krea、Photoshop/After Effects 后期、ChatGPT/Claude 写 prompt、reverse prompt 反推）。(d) 知识正典 — AIGC 创作 canon 横跨论文/工程/社区教程：奠基论文（DDPM、Latent Diffusion/Stable Diffusion（Rombach et al）、DiT、ControlNet（Zhang et al）、LoRA、DreamBooth、Textual Inversion、SDEdit、IP-Adapter、视频扩散 SVD/Sora 技术报告）、官方文档与模型卡（Stability AI、Black Forest Labs Flux、ComfyUI 文档、Midjourney docs、可灵/即梦官方教程、Hugging Face diffusers）、社区教程与工作流（ComfyUI 官方示例、civitai 文章、B站/YouTube 创作者长教程、openart workflow）、prompt 工程资源（Midjourney 风格库、提示词指南）。(e) figures/流派 — 模型/工具创造者（Midjourney David Holz、Stability AI Emad/Robin Rombach、Black Forest Labs（Flux，原 SD 团队）、ComfyUI comfyanonymous、ControlNet 张吕敏 Lvmin Zhang、AUTOMATIC1111、可灵/即梦/快手字节团队）、创作者 KOL 与教育者（Midjourney/SD 头部创作者、ComfyUI 工作流大神、AI 视频创作者、国内 B站/抖音 AIGC 教程作者、独立 AI 艺术家）、行业分析与评测（AI 工具评测、生成式 AI 创作生态观察者）。流派分歧：开源可控派（SD/ComfyUI/Flux 本地精控）vs 闭源易用派（MJ/可灵开箱即用）、工程化派（节点工作流/可复现/参数化）vs 玄学抽卡派（prompt 玄学/堆词/抽卡）、审美主导派（'模型是地板审美是天花板'）vs 工具主导派（堆模型堆参数）、图像派 vs 视频派、艺术创作派 vs 商业生产力派、国产工具派（可灵/即梦/liblib）vs 海外工具派（MJ/Flux/Runway）。(f) 行业话术/黑话 — 出图 / 抽卡 / 刷图 / 炼丹（训练 LoRA）/ 喂图 / 垫图（参考图/图生图）/ 控图 / 锁种子 seed / CFG / 采样器 sampler / 步数 steps / 重绘幅度 denoise / 提示词 prompt / 咒语 / 负向 negative / 权重 / tag / 大模型 checkpoint / 底模 / LoRA / ControlNet / 控线稿/openpose/depth / IPAdapter / inpainting 局部重绘 / outpainting 扩图 / 高清放大 / 超分 / 修手 / 崩手 / AI 味 / 风格 / 角色一致性 / 工作流 workflow / 节点 / 跑图 / 队列 / 文生图 T2I / 图生图 I2I / 文生视频 T2V / 图生视频 I2V / 首帧/尾帧 / 运镜 / 动态强度 / 时长 / 对口型 / 一致性 / 可商用 / 训练集 / 过拟合 / 翻车 / 穿帮。(g) 争议/批判 — 「版权与训练数据」（模型训练用未授权作品、生成图版权归属、可商用风险、洗图/伪原创）、「AI 替代创作者就业」（替代画师/插画师/设计师/摄影、行业冲击与转型）、「AI 味与审美趋同」（生成图同质化、套模板、缺乏原创审美）、「玄学 prompt 神话与割韭菜」（'咒语'神秘化、'7天 AIGC 变现/月入过万'付费课割韭菜、抽卡当能力）、「工具快速迭代与淘汰焦虑」（模型月月换、工作流频繁失效、追新疲劳）、「开源 vs 闭源之争」（可控可商用 vs 易用黑盒）、「质量天花板」（修手修脸穿帮、长视频一致性、可控性仍有限）。(h) 大量隐性创作手艺 + 审美 + 工程 + 沟通软技能（prompt 的描述功底与审美词汇、参数与采样的手感、ControlNet/LoRA 的组合控制经验、节点工作流的搭建与调试、批量筛选的审美眼力、修图合成的后期功底、镜头语言与运镜设计、角色/风格一致性的控制、商业需求的翻译与交付、版权与可商用的判断）是高 tacit、靠大量实操跑图 + 审美积累 + 工程调试经验的核心。水分极高（大量'咒语速成/一键变现/AI 绘画割韭菜'营销

日本語の概要は準備中です。原文の説明を表示しています。

红队渗透 / 攻防 — 受授权的红队作业者 + 渗透测试工程师 + 攻击型安全顾问的认知操作系统 (侦察 OSINT / 外网渗透 / 内网 AD 渗透 BloodHound + Kerberoasting + ADCS 利用 + 横向移动 / Web 应用渗透 OWASP WSTG / 移动 OWASP MASTG / 云渗透 AWS Azure GCP IAM 路径 + 容器逃逸 + K8s / C2 操作 Cobalt Strike Sliver Mythic Havoc + OPSEC / 初始访问 + AV EDR 绕过 (仅授权场景) / 无线 RF / 物理社工 / 报告与整改 / 框架 MITRE ATT&CK + D3FEND + PTES + OSSTMM + NIST 800-115 + Kill Chain / 法律伦理 CFAA + 网络安全法 + 刑法 285 286 + 数据安全法 + GDPR + 授权书 + 范围 + 交战规则 — 不含 黑产 / 未授权攻击 / 大规模 exploitation / 供应链投毒 / 未授权 DoS — 这是 重罪 + 行业封杀 + 律师吊销, 本 skill 严守 authorized-only 边界 — 也不含 蓝队 SOC + 恶意软件 即服务 / 僵尸网络 / 勒索软件作者 — 这是 cybercrime 不是 红队) (Cybersecurity Red Team / Offensive Security Operations — the cognitive operating system of authorized red team operators, penetration testers, and offensive security consultants covering (a) reconnaissance & OSINT (passive + active discovery, asset surface mapping), (b) external network pentest (perimeter, exposed services, web), (c) internal network / Active Directory pentest (AD enumeration via BloodHound, Kerberos abuse — Kerberoasting / AS-REP-roasting / Unconstrained delegation / S4U2self, NTLM relay, ADCS abuse, GPO abuse, lateral movement, privilege escalation), (d) web application pentest (OWASP WSTG, authentication, authorization, SSRF, XXE, deserialization, SSTI, prototype pollution, GraphQL, JWT, API), (e) mobile pentest (OWASP MASTG, iOS / Android, instrumentation Frida / Objection, MASVS), (f) cloud pentest (AWS / Azure / GCP — IAM enumeration, privilege escalation paths, container escape, K8s RBAC, serverless), (g) C2 operations & post-exploitation (Cobalt Strike / Sliver / Mythic / Havoc, beacon ops, malleable profiles, OPSEC), (h) initial access & evasion (phishing infrastructure, payload development, AV / EDR evasion, BYOVD, AMSI / ETW bypass — strictly for authorized engagements), (i) wireless / RF (WPA2/3, evil twin, Wi-Fi pivots), (j) physical / social engineering (badge cloning, pretexting, vishing — under engagement letter), (k) reporting & remediation (executive summary, technical findings, CVSS, MITRE ATT&CK mapping, retest), (l) frameworks & methodology (MITRE ATT&CK, MITRE D3FEND, PTES, OSSTMM, NIST SP 800-115, OWASP WSTG / MASTG, Cyber Kill Chain, Unified Kill Chain, Diamond Model), (m) law & ethics (CFAA US, Computer Misuse Act UK, 中国 刑法 285/286 + 网络安全法 + 数据安全法, GDPR for tested EU systems, engagement letter, scope, rules of engagement, safe harbor for bug bounty); NOT criminal hacking / 黑产 / unauthorized targeting / mass exploitation / supply-chain compromise / DoS against unconsented systems (这是 重罪 + 业内开除 + 律师执照吊销, 本 skill 严守 authorized-only 边界), NOT pure defensive blue team / SOC analyst tradecraft (是 平行学科, 仅做 边界标注 + ATT&CK 反推方向), NOT malware-as-a-service development / botnet ops / ransomware authoring (是 cybercrime 不是 红队), NOT 'ethical hacking' 在 'just curious 看看' 自我合理化的灰色操作 (违反 authorization 原则即不是 红队).) Master OS — automated mastery of Cybersecurity Red Team / Offensive Security Operations — the cognitive operating system of authorized red team operators, penetration testers, and offensive security consultants covering (a) reconnaissance & OSINT (passive + active discovery, asset surface mapping), (b) external network pentest (perimeter, exposed services, web), (c) internal network / Active Directory pentest (AD enumeration via BloodHound, Kerberos abuse — Kerberoasting / AS-REP-roasting / Unconstrained delegation / S4U2self, NTLM relay, ADCS abuse, GPO abuse, lateral movement, privilege escalation), (d) web application pentest (OWASP WSTG, authentication, authorization, SSRF, XXE, deserialization, SSTI, prototype pollution, GraphQL, JWT, API), (e) mobile pentest (OWASP MASTG, iOS / Android, instrumentation Frida / Objection, MASVS), (f) cloud pentest (AWS / Azure / GCP — IAM enumeration, privilege escalation paths, container escape, K8s RBAC, serverless), (g) C2 operations & post-exploitation (Cobalt Strike / Sliver / Mythic / Havoc, beacon ops, malleable profiles, OPSEC), (h) initial access & evasi

日本語の概要は準備中です。原文の説明を表示しています。

临床诊断思维 (临床诊断思维 / 临床推理 (Clinical Diagnostic Reasoning) — 医生『怎么想病』的元学科:从症状/体征/检查到诊断结论的认知操作系统,从业者(临床医生/住院医/规培生,尤其全科/急诊/大内科等以未分化主诉为生的科室)、医学生与医学教育者、诊断安全与质量改进研究者、以及做医疗 AI 辅助诊断产品的人的视角。覆盖: (a) 第一性张力 — **直觉模式识别 (System 1: illness scripts 疾病脚本 / pattern recognition / gestalt, 『资深人一眼认出 aunt Minnie』) ⇄ 分析性推理 (System 2: hypothetico-deductive 假设演绎 / Bayesian 概率更新)** 的 dual-process 双过程理论 (Kahneman→Croskerry/Norman 谱系), 资深≠更会分析而是『脚本库更大+校准更好』; 更深层论战 — **『认知去偏可教 (Croskerry: bias awareness / cognitive forcing strategies / diagnostic timeout) ⇄ 偏倚标签是马后炮、知识结构才是主因 (Norman/Sherbino/Monteiro: debiasing 干预 transfer 证据弱, bias 是 hindsight 标签)』** — 本行最核心学术对垒; 『概率思维 (验前概率 × 似然比 → 验后概率, Pauker-Kassirer test/treatment threshold 阈值模型) ⇄ 穷尽式排查 (rule-out everything / 防御性医疗 / VOMIT)』; 『临床 gestalt ⇄ 结构化临床决策规则 (Wells/PERC/HEART)』; 『诊断简约 Occam's razor ⇄ Hickam's dictum (病人可以同时得 N 个病)』; 『床旁体格检查复兴 (Verghese Stanford 25 / McGee 循证体检) ⇄ 影像检验替代床旁』; (b) 方法论正典 — illness script theory (Schmidt/Boshuizen: enabling conditions/fault/consequences 三段结构), problem representation + semantic qualifiers 问题表征与语义限定词 (Bowen NEJM 2006, 把病人翻成 one-liner), hypothetico-deductive model (Elstein 1978《Medical Problem Solving》: 早期假设生成+定向检验), Bayesian 工具箱 (sensitivity/specificity/LR/Fagan nomogram/SnNout-SpPin), threshold model (Pauker-Kassirer NEJM 1975/1980), 认知偏倚分类学 (anchoring/premature closure/availability/confirmation/base-rate neglect/search satisficing/diagnostic momentum — Croskerry 偏倚清单), 去偏与元认知策略 (diagnostic timeout/cognitive forcing/Ely checklist/calibration), schema-based reasoning (Clinical Problem Solvers schemas: 按 pivot 症状走分支), reflective practice 结构化反思 (Mamede/Schmidt), 诊断错误科学 (NAM 2015 报告定义 / Newman-Toker Big Three / Hardeep Singh e-triggers / SAFER Dx 框架); (c) 行业结构与角色 — 医学生→实习/住院医 (晨会 morning report/查房被 pimping/汇报训练)→主治 attending→master clinician (NEJM CPC discussant/晨会大师如 Dhaliwal); 配套生态: 医学教育者 (clinical reasoning curriculum + 评估: script concordance test/key features exam/OSCE), 诊断安全研究者 (SIDM/AHRQ), 诊断辅助与 CDS 工具开发者 (DDx generator/AI); (d) 核心工作流 — 数据采集 (病史为王 + 循证体检 + 针对性检验影像) → 问题表征 (one-liner + semantic qualifiers) → 鉴别诊断生成 (schema / 解剖定位法 / VINDICATE-M 病因筛, 按『常见可能 × 致命不能漏 can't-miss』双轴排序) → 假设定向检验 (按 LR 选检查 / 阈值决策) → working diagnosis + 安全网 (red flags 交代 / test of time / test of treatment) → 反馈校准 (follow-up / M&M / diagnostic timeout); 教学工作流: 晨会渐进披露汇报 / CPC / SNAPPS / one-minute preceptor / virtual morning report; AI 增强工作流 (2023-2026: LLM 鉴别诊断头脑风暴 / OpenEvidence 检索 / ambient scribe 释放认知带宽 + 自动化偏倚 guardrails); (e) 产出物 — one-liner, problem list, prioritized DDx, assessment & plan (按问题分层), 晨会/CPC 汇报, M&M 复盘, 诊断不确定性沟通 (『最可能是 X, 但出现 Y 红旗立刻回来』); (f) 教育与评估 — script concordance test / key feature exam / EPA / 里程碑; 中国语境: 人卫《诊断学》教材 / 执业医师考试 / 规培结业临床思维考核; (g) 争议/批判 — debiasing 之争 (Croskerry vs Norman-Sherbino『knowledge is the cure』, 去偏 RCT 效果弱 / bias 标签不可证伪), 诊断错误率数字之争 (『10-15%』经典估计 / Newman-Toker 79.5 万美国年严重伤害外推方法被质疑 / 尸检符合率), dual-process 二分被批过度简化 (连续谱 / 难以实证分离), 决策规则 vs gestalt (资深 gestalt 常不输 Wells 类规则 / 算法厌恶), vignette 研究外推性 + context/case specificity (推理高度内容绑定不可通用迁移 [Norman/Eva] — 对『教推理通用课』产业的根本批判), AI 辅助诊断 2023-2026 (GPT-4 在 NEJM CPC/vignette 追平或超医生 [Kanjee 2023 JAMA / Goh 2024 JAMA Netw Open『AI alone > physician+AI』悖论] / Google AMIE / OpenEvidence 爆发 vs 自动化偏倚 / 去技能化 / 真实环境验证缺失), 防御性医疗与过度检查 (incidentaloma 瀑布 / VOMIT), 体检衰亡之争, pimping 教学法争议; (h) 流派/思想谱系 — 决策科学/Bayesian 派 (Ledley-Lusted 1959 → Elstein/Kassirer/Sox/Pauker/Eddy → Brush) vs 认知心理/双过程派 (Kahneman-Tversky → Croskerry/Graber) vs 教育认知派 (Schmidt/Boshuizen illness scripts → Norman/Eva/Mamede/Durning 情境认知) vs 诊断安全/系统派 (NAM 2015 / Newman-Toker / Hardeep Singh / Graber-SIDM: 错误=系统×认知共因) vs 床旁临床派 (Osler 传统 → Tierney aphorisms / Verghese / McGee / Dhaliwal / Saint: 病史体检为王 + 刻意练习) vs AI/计算派 (INTERNIST-1/DXplain 专家系统 → Isabel → LLM 世代 Rodman/Topol)。不含: 具体专科治疗方案与手术决策深度 (足踝外科/种植牙等另有 skill), 中医辨证 (另有 skill), EBM 文献批判性评价方法学 (相关但本 skill 聚焦诊断推理本身), 护理诊断体系 (NANDA), 影像/病理知觉型读片训练 (相邻但独立), 精神科 DSM 结构化访谈细节, 医患沟通技巧全集 (只覆盖诊断不确定性沟通), 患者自查/自我诊断指

日本語の概要は準備中です。原文の説明を表示しています。

测试 use-persona 的角色扮演一致性。给定 persona + 10 个对话场景，生成回复并按 5 个维度评分，输出一致性报告。

日本語の概要は準備中です。原文の説明を表示しています。

测试 use-self 替身会议的辩论质量。给定 persona + 3 个决策场景，运行完整三阶段辩论并按 5 个维度评分，输出质量报告。

日本語の概要は準備中です。原文の説明を表示しています。

AI驱动的Java代码安全审计技能，实现系统化、高覆盖率的漏洞挖掘。使用场景： (1) 审计Java/Kotlin项目寻找安全漏洞（0day挖掘、代码审计、安全评估） (2) 企业级代码库的安全审计（支持大型项目） (3) 需要高质量、低幻觉率的安全审计报告 (4) CI/CD集成的前期漏洞发现 触发关键词：Java审计、代码审计、安全审计、漏洞挖掘、0day、安全评估、Java security audit、code review for security

日本語の概要は準備中です。原文の説明を表示しています。

当用户面对大量杂乱信息（用户反馈、竞品数据、市场报告、内部指标）需要从中提取决策信号时激活。 典型触发信号："数据太多了不知道信哪个""用户说什么的都有""收到了一堆反馈但不知道结论是什么"。 不调用场景：信息已经结构化清晰、只需简单判断；或完全没有信息需要凭直觉决策。 与"调查研究法"的区别：本skill是信息处理（拿到原料后怎么加工），后者是信息采集（怎么拿到好的原料）。

日本語の概要は準備中です。原文の説明を表示しています。

驱动 IDA 配合 WPeGPT 插件对二进制可执行文件（PE/ELF）进行自动化逆向分析，输出包含程序用途、网络 IoC、可疑函数及漏洞评估的结构化报告。

日本語の概要は準備中です。原文の説明を表示しています。

会议纪要整理工作流：汇总指定时间范围内的会议纪要并生成结构化报告。当用户需要整理会议纪要、生成会议周报、回顾一段时间内的会议内容时使用。

日本語の概要は準備中です。原文の説明を表示しています。

审阅或修改剧本、对白、人物与故事结构；按原文证据给出诊断和最小修改方案，支持 Coverage 报告

日本語の概要は準備中です。原文の説明を表示しています。

IHS（IDE Harness Score）仓库健康评估技能。用于衡量 AI Coding IDE 驾驭能力下的代码仓技术债变化趋势，输出 IHS.md 评测报告（代码腐化、测试信号、文档对齐、变好/变坏结论）。

日本語の概要は準備中です。原文の説明を表示しています。