「poi」の検索結果

Predicts ADMET properties using ADMETlab 3.0 (119 endpoints with uncertainty), ADMET-AI, DeepChem MolNet, and chemprop D-MPNN with explicit handling of OECD QSAR principles, applicability domain assessment, calibration, hERG/CYP/AMES gold-standard endpoints, and PAINS / Lipinski / Ro5 / Veber / BBB druglikeness filters. Use when filtering compounds for drug-likeness, prioritizing leads by predicted safety, or building an in-house ADMET QSAR model.

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。

把 guizang-ppt-skill 生成的 HTML 横向翻页 deck 转成 deck.pdf 和 deck.pptx，供线下演讲、加速器/评委上传、印刷等场子使用。**只要用户提到 HTML deck 转 PPT、deck 导出 PowerPoint、网页 PPT 转 pptx、HTML 转 PowerPoint、把幻灯片/演讲材料/演示文件做成离线版、需要 .pptx 上传，就用这个 skill**，即使用户没说 "guizang" 字样。产出是图片型 PPTX（每页一张 PNG 满版，视觉 100% 还原但内文不可编辑）。

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。

Turn one document into a kawaii NotebookLM slide-deck PDF. Use for "wowerpoint this", "make a deck about <file>", "turn this report into slides", or any request to render a single document as shareable narrative slides.

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。

Ultimate MCP server for Civitai — search models, browse top images with prompts, download LoRAs/Checkpoints, analyze trends. Use when user asks about AI models, LoRAs, checkpoints, Stable Diffusion, Flux, image generation prompts, or Civitai.

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。

Produce pre-meeting lead intelligence briefs with Firecrawl. Use when the user needs company research, person research, recent news, talking points, pain points, or outreach preparation before a sales call, partnership meeting, investor conversation, or customer interview.

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。

CesiumJS 3D Tiles - Cesium3DTileset, compressed and CAD-style glTF content, MVTDataProvider, UrlTemplate3DTilesDataProvider, styling, metadata, feature picking, voxels, point clouds, I3S, Gaussian splats, clipping. Use when a task involves loading 3D Tiles or Mapbox Vector Tiles, draping vector tiles on terrain, rendering KHR meshopt/CAD content, styling or querying features, working with voxels or point clouds, or clipping spatial data.

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。

Trim large MetaX model directories for dummy smoke tests or real-checkpoint loading on limited GPUs. Preserve target execution paths while reducing depth; use the real-weight workflow when a loadable checkpoint is requested. Not for accuracy evaluation or model compatibility upgrades.

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。

Define implementation contracts (APIs and data models) that developers will build against during PRD v0.6 Architecture. Triggers on requests to define APIs, design database schema, create data models, or when user asks "define APIs", "data model", "database schema", "API contracts", "technical spec", "endpoint design", "schema design". Consumes ARC- (architecture), TECH- (Build items), UJ- (flows), SCR- (screens). Outputs API- entries for endpoints and DBT- entries for data models. Feeds v0.7 Build Execution.

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。

Designs the public interface of a module before any implementation exists: writes the caller scenarios first, produces three candidates with genuinely different shapes, type-checks each one against the scenarios, scores them on measurable criteria and records the decision. Use when someone says "design the API for this module", "what should this signature look like", "compare interface options", "this function is awkward to call", "show me alternatives before I build it", or is about to add a module, library entry point, endpoint or command that other code will depend on.

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。

Sets up automated database backup, restore, and disaster recovery procedures for PostgreSQL, MySQL, MongoDB, and Redis. Use when you need to implement backup schedules, point-in-time recovery, cross-region replication, backup verification, or disaster recovery runbooks. Trigger words: database backup, pg_dump, mysqldump, mongodump, disaster recovery, point-in-time recovery, WAL archiving, backup rotation, restore database, RTO, RPO, backup verification.

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。

Expert guidance for Cal.com, the open-source scheduling platform for building booking and appointment systems. Helps developers integrate Cal.com's embed widgets, REST API, and webhooks to add scheduling capabilities to their applications.

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。

Test REST and GraphQL API endpoints with structured assertions and reporting. Use when a user asks to test an API, hit an endpoint, check if an API works, validate a response, debug an API call, test authentication flows, or verify API contracts. Supports GET, POST, PUT, PATCH, DELETE with headers, body, auth, and response validation.

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。

Expert in gamification mechanics - points, badges, streaks, progress bars, and the psychology that makes them work. Covers variable reward systems, progress mechanics, social competition, and ethical considerations. Knows how to create engagement without manipulation. Use when "gamification, points, badges, streaks, leaderboard, achievements, engagement, retention loop, " mentioned.

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。

API Documentation Generator workflow skill. Use this skill when the user needs Generate comprehensive, developer-friendly API documentation from code, including endpoints, parameters, examples, and best practices 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。

为已有 PageObject 增量添加回归测试点。触发：新增测试点、添加回归点、add test point、增加覆盖、扩展页面方法。

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。

量化交易 (量化交易 (Quantitative Trading) — 面向股票、期货与期权二级市场的系统化交易者（私募/自营/公募量化研究员、CTA 交易员、有工程能力的个人系统化交易者）的『把一个交易想法，变成一个在真钱上还站得住的策略』的判断体系；不是加密与链上交易（那是 crypto-onchain-trading 的范围），不是个人长期资产配置与理财（personal-investing），不是卖方投行的并购与承销（investment-banking-mna），也不是主观基本面选股与券商 IT 系统开发。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：**经济学解释先行 ⇄ 数据里挖出来就行**（一派要求任何超额收益背后先有风险补偿或行为偏差的故事，否则视为噪音；另一派认为解释是事后编的，只信严格的样本外与实盘，机器学习派把这条推到极致，两派对同一个因子会给出完全相反的判断）；**横截面选股 ⇄ 时序趋势跟踪**（选股要在同一时点比较一篮子标的的相对好坏、假设均值回复与相对定价，CTA 趋势在单一品种的时间序列上假设动量延续，两者的研究方法、回测口径、风险来源和亏损形态几乎不重叠，却常被外行混为一谈）；**样本内的漂亮曲线 ⇄ 多重检验之后还剩什么**（因子动物园与可复制性危机是本行最重要的一次集体自省：显著性门槛该抬多高、发表后收益衰减多少、大量已发表因子在严格复制下失效，以及回测过拟合的概率如何度量）；**回测至上 ⇄ 只信实盘**（回测是唯一能低成本证伪的工具，也是最容易骗自己的工具：前视偏差、幸存者偏差、时点数据缺失、参数寻优、重复使用同一份历史数据；于是有人把纸上交易与小仓位实盘当成唯一可信的检验）；**alpha ⇄ 容量与成本**（一个策略的规模是它自己的敌人：冲击成本随规模上升、换手越高越吃成本、拥挤度让同类策略在回撤时同时踩踏；毛收益漂亮而净收益为负是新手最常见的死法）；**风险预算 ⇄ 收益最大化**（波动率目标、凯利与部分凯利、风险平价、回撤止损、杠杆与尾部，这一层的分歧决定了同一个信号在不同人手里是稳健产品还是爆仓故事）；**高频做市 ⇄ 中低频统计套利与基本面量化**（延迟、撮合机制、报单结构与硬件是一套技能树，因子构建、组合优化与风险模型是另一套，混谈两者是外行破绽之一）；**学术公开 ⇄ 业界闭源**（真正在赚钱的策略通常不发表，公开材料存在系统性的幸存者偏差与选择性披露，这是本行诚实边界的核心）；**中国市场的制度约束 ⇄ 教科书假设**（T+1、涨跌停、融券与做空成本、股指期货基差与贴水、行业与市值中性化的实际口径、指数增强与市场中性产品的收益来源，以及监管对程序化交易与高频交易的报告与差异化收费要求，让直接照搬美股论文的做法在 A 股经常失效）；**模型信心 ⇄ 制度与市场结构变化**（策略衰减、结构性断点、极端行情下相关性同时上升、去杠杆踩踏，这些不是尾部意外而是本行的常态风险）。(b) 工具栈 —— 数据（行情与基本面的时点数据 point-in-time、复权口径、停牌与退市处理、财报修订、指数成分历史、期货主力连续合约的拼接方式、期权链与波动率曲面数据；供应商与开源社区两条路线）、研究框架（向量化回测与事件驱动回测的取舍、因子检验与分层回测、组合优化与风险模型、机器学习工具链与交叉验证的时间序列改造）、执行与交易接口（券商与期货柜台接口、模拟盘、订单类型与算法委托、成交回报与对账）、基础设施（时序数据库与列式存储、行情落地、任务编排、实验记录与版本管理）、以及最被低估的东西：一份写清楚假设与失效条件的策略说明书、一套不会自欺的回测规范、一张归因表 —— 选型的真正分岔从来不是功能清单，而是『你的策略是靠信号质量赢，还是靠执行与成本赢』。(c) 心智模型层 —— 收益必须先有来源（风险补偿、行为偏差、结构性约束或提供流动性）；样本外只有一次，用完就没了；毛收益是观点，净收益才是事实；规模是策略的敌人；相关性在你最需要分散的时候上升；回测里每多试一次，显著性就贬值一次；活下来比赢一次重要，所以先定风险预算再谈收益。(d) 工作流 —— 想法与假设成文、数据准备与清洗、单因子与信号检验、组合构建与风险约束、交易成本与容量估计、样本外与滚动前推验证、纸上交易与小仓位实盘、上线监控与风控阈值、业绩归因与衰减检测、策略退役与复盘、极端行情与事故处置、多策略配置与资金分配。(e) 表达 DNA、质量基准（什么算一次可信的回测与一次合格的策略上线）、反模式（外行与新手最容易犯的错：只看年化与最大回撤、参数寻优后的曲线拟合、忽略成本与容量、用未来数据、拿主力连续合约当真实可交易序列、把杠杆当收益来源、爆仓后归因于黑天鹅）、智识谱系（学术因子与资产定价派、系统化 CTA 与趋势跟踪派、金融机器学习派、市场微观结构与执行派、期权与波动率交易派、风险管理与尾部批评派、中国私募的指数增强与市场中性实践派）。) Master OS — automated mastery of 量化交易 (Quantitative Trading) — 面向股票、期货与期权二级市场的系统化交易者（私募/自营/公募量化研究员、CTA 交易员、有工程能力的个人系统化交易者）的『把一个交易想法，变成一个在真钱上还站得住的策略』的判断体系；不是加密与链上交易（那是 crypto-onchain-trading 的范围），不是个人长期资产配置与理财（personal-investing），不是卖方投行的并购与承销（investment-banking-mna），也不是主观基本面选股与券商 IT 系统开发。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：**经济学解释先行 ⇄ 数据里挖出来就行**（一派要求任何超额收益背后先有风险补偿或行为偏差的故事，否则视为噪音；另一派认为解释是事后编的，只信严格的样本外与实盘，机器学习派把这条推到极致，两派对同一个因子会给出完全相反的判断）；**横截面选股 ⇄ 时序趋势跟踪**（选股要在同一时点比较一篮子标的的相对好坏、假设均值回复与相对定价，CTA 趋势在单一品种的时间序列上假设动量延续，两者的研究方法、回测口径、风险来源和亏损形态几乎不重叠，却常被外行混为一谈）；**样本内的漂亮曲线 ⇄ 多重检验之后还剩什么**（因子动物园与可复制性危机是本行最重要的一次集体自省：显著性门槛该抬多高、发表后收益衰减多少、大量已发表因子在严格复制下失效，以及回测过拟合的概率如何度量）；**回测至上 ⇄ 只信实盘**（回测是唯一能低成本证伪的工具，也是最容易骗自己的工具：前视偏差、幸存者偏差、时点数据缺失、参数寻优、重复使用同一份历史数据；于是有人把纸上交易与小仓位实盘当成唯一可信的检验）；**alpha ⇄ 容量与成本**（一个策略的规模是它自己的敌人：冲击成本随规模上升、换手越高越吃成本、拥挤度让同类策略在回撤时同时踩踏；毛收益漂亮而净收益为负是新手最常见的死法）；**风险预算 ⇄ 收益最大化**（波动率目标、凯利与部分凯利、风险平价、回撤止损、杠杆与尾部，这一层的分歧决定了同一个信号在不同人手里是稳健产品还是爆仓故事）；**高频做市 ⇄ 中低频统计套利与基本面量化**（延迟、撮合机制、报单结构与硬件是一套技能树，因子构建、组合优化与风险模型是另一套，混谈两者是外行破绽之一）；**学术公开 ⇄ 业界闭源**（真正在赚钱的策略通常不发表，公开材料存在系统性的幸存者偏差与选择性披露，这是本行诚实边界的核心）；**中国市场的制度约束 ⇄ 教科书假设**（T+1、涨跌停、融券与做空成本、股指期货基差与贴水、行业与市值中性化的实际口径、指数增强与市场中性产品的收益来源，以及监管对程序化交易与高频交易的报告与差异化收费要求，让直接照搬美股论文的做法在 A 股经常失效）；**模型信心 ⇄ 制度与市场结构变化**（策略衰减、结构性断点、极端行情下相关性同时上升、去杠杆踩踏，这些不是尾部意外而是本行的常态风险）。(b) 工具栈 —— 数据（行情与基本面的时点数据 point-in-time、复权口径、停牌与退市处理、财报修订、指数成分历史、期货主力连续合约的拼接方式、期权链与波动率曲面数据；供应商与开源社区两条路线）、研究框架（向量化回测与事件驱动回测的取舍、因子检验与分层回测、组合优化与风险模型、机器学习工具链与交叉验证的时间序列改造）、执行与交易接口（券商与期货柜台接口、模拟盘、订单类型与算法委托、成交回报与对账）、基础设施（时序数据库与列式存储、行情落地、任务编排、实验记录与版本管理）、以及最被低估的东西：一份写清楚假设与失效条件的策略说明书、一套不会自欺的回测规范、一张归因表 —— 选型的真正分岔从来不是功能清单，而是『你的策略是靠信号质量赢，还是靠执行与成本赢』。(c) 心智模型层 —— 收益必须先有来源（风险补偿、行为偏差、结构性约束或提供流动性）；样本外只有一次，用完就没了；毛收益是观点，净收益才是事实；规模是策略的敌人；相关性在你最需要分散的时候上升；回测里每多试一次，显著性就贬值一次；活下来比赢一次重要，所以先定风险预算再谈收益。(d) 工作流 —— 想法与假设成文、数据准备与清洗、单因子与信号检验、组合构建与风险约束、交易成本与容量估计、样本外与滚动前推验证、纸上交易与小仓位实盘、上线监控与风控阈值、业绩归因与衰减检测、策略退役与复盘、极端行情与事故处置、多策略配置与资金分配。(e) 表达 DNA、质量基准（什么算一次可信的回测与一次合格的策略上线）、反模式（外行与新手最容易犯的错：只看年化与最大回撤、参数寻优

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。

影视编剧 (Scriptwriting / Screenwriting) — 为电影 / 电视 / 流媒体剧集写戏剧蓝本的从业者认知操作系统: 决定「讲什么故事、人物是谁为何转变、场景如何被戏剧化、主题为何重要」的学科 —— 区别于导演 (调度 / 视觉实现)、制片 (融资 / 排期)、小说 (无格式 / 场景 / 视觉动作约束)。覆盖 (a) 故事与结构理论 (亚里士多德《诗学》情节 / 人物 / 思想 + 突转 peripeteia / 发现 anagnorisis + 净化 catharsis; Syd Field 范式 / 三幕 / 情节点; Freytag 金字塔; Egri 前提; McKee《故事》掌控性理念 / 鸿沟 / 价值正负转变 / 激励事件 / 渐进式复杂化; Truby《故事剖析》22 步 + 道德论证; Vogler/Campbell 英雄之旅; Blake Snyder《救猫咪》15 拍节拍表; Dan Harmon 故事环; John Yorke 五幕《进入森林》; Frank Daniel 八序列法; 起承转合东亚戏剧结构), (b) 人物 (想要 vs 需要 / 外在目标 vs 内在缺失, 人物弧光 正 / 负 / 平, flaw-wound-ghost 创伤背景, 主动 vs 被动主角的能动性, Egri 三维人物 生理 / 社会 / 心理, 反派是主角的镜子, 群像与关系网, 人物在压力下的选择中显形), (c) 对白 (潜台词 subtext, 对白即动作与冲突而非信息, 避免太直白 on the nose, 人物独特声口, 信息植入 exposition, Mamet/Sorkin 意图-阻碍式对白, 展示而非告知, 中文剧台词工艺), (d) 场景与序列工艺 (场景是有目标 / 冲突 / 转折的微型故事, 场景价值充能与转折点, 晚进早出, 八序列法, set piece, 转场, 场景头 / 动作行 / 括号提示 格式工艺), (e) 主题与前提 (掌控性理念 / 前提, 主题是被戏剧化的论证而非说教, 道德论证 Truby, 主题统一性, 这到底在讲什么), (f) 类型 (类型惯例是对观众的承诺, Snyder 10 类故事, 颠覆 vs 尊重套路, 类型片 vs 文艺片, 中国类型 主旋律 / 古装 / 年代 / 悬疑 / 甜宠 / 都市 / 军旅 / 历史正剧), (g) 格式与工业流程 (好莱坞剧本格式与 Final Draft, logline 一句话故事, treatment 故事大纲, 节拍表, 分场 / 分集大纲, spec 原创剧本 vs 委托, pitch, coverage, 美剧编剧室与 showrunner 制; 中国 大纲→人物小传→分集大纲→剧本, 长剧集 40 集结构, 网络电影 / 网大, 分账剧, 平台定制剧, 微短剧竖屏短剧), (h) 改稿与开发 (写作就是改写, 改稿 / 润色 / 推倒重写, 处理意见 / 改稿意见, 片方与平台 notes, 杀死你的宝贝, 围读, 开发地狱), (i) 改编 (IP改编 小说 / 漫画 / 游戏改编, 忠于精神而非字句, 压缩, 中国网文 IP 热), (j) 中国影视编剧产业现实 (审查 / 广电总局约束, 备案 / 立项, 平台定制剧 爱优腾芒, 分账, 编剧维权 署名权 / 欠薪 / 枪手, 注水剧, 流量 + 大IP 资本逻辑 vs 原创工艺, 导演中心制 vs 编剧话语权), (k) 编剧职业与工艺生涯 (spec vs 委托, 编剧 vs 编审 / 策划, 单兵 vs 编剧室, 在开发链条中的位置, WGA 与署名仲裁规范, 入行, 中国编剧地位与权益)。跨 电影 / 美剧流媒体 / 中国电影与长剧集。不含 导演 / 摄影 / 制片 / 融资 / 表演 / 电影理论批评为终点 / 泛小说写作 / 纪录片 / 新闻 —— 本 skill 是「戏剧化编剧」工艺: 故事 / 人物 / 场景 / 对白 / 主题 / 结构 / 格式 与围绕它们的产业流程。 (Scriptwriting / Screenwriting for film & TV (影视编剧) — the cognitive operating system of practitioners who write the dramatic blueprint of films, television, and streaming series: the discipline of deciding WHAT story is told, WHO the characters are and why they change, HOW the scenes are dramatized, and WHY it matters thematically — distinct from directing (staging/visual realization), producing (financing/scheduling), and prose fiction (which has no format/scene/visual-action constraints). Covers (a) story & structure theory (Aristotle's Poetics — plot/character/thought + reversal peripeteia/recognition anagnorisis + catharsis; Syd Field's paradigm/three-act/plot points; Freytag's pyramid; Lajos Egri's premise; Robert McKee's Story — controlling idea/the gap/value charge/inciting incident/progressive complications; John Truby's 22 steps & moral argument; Christopher Vogler/Joseph Campbell hero's journey; Blake Snyder's Save the Cat 15-beat sheet; Dan Harmon's story circle; John Yorke's 5-act Into the Woods; Frank Daniel's 8-sequence method; 起承转合 East-Asian dramatic structure), (b) character (want vs need/external goal vs internal lack, character arc positive/negative/flat, 人物弧光, flaw-wound-ghost backstory, agency active vs passive protagonist, Egri's 3-dimensional character physiology/sociology/psychology, antagonist as the protagonist's mirror, ensemble & relationship webs, character revealed through choice under pressure), (c) dialogue (subtext 潜台词, dialogue as action & conflict not information, 'on the nose' avoidance, distinct character voice, exposition handling, Mamet/Sorkin intention-obstacle dialogue, show-don't-tell, 台词 craft in Chinese drama), (d) scene & sequence craft (scene as a mini-story with goal/conflict/turn, scene value charge & turning point, enter-late-leave-early, the 8-sequence method, set pieces, transitions, slug line/action line/parenthetical format craft), (e) theme & premise (controlling idea/premise/前提, theme as dramatized argument not message, moral argument Truby, thematic unity, 'what is this really about'), (f) genre (genre conventions as audience promise, Snyder's 10 story types, subverting vs honoring tropes, 类型片 vs 文艺片, Chinese genres 主旋律/古装/年代/悬疑/甜宠/都市/军旅/历史正剧), (g) format & industry process (Holly

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。

管理咨询 (管理咨询 (Management Consulting) — 战略与管理咨询的职业认知操作系统，从业者/咨询顾问/想入行者/采购咨询服务的客户视角。覆盖: (a) 第一性张力 — 假设驱动 (hypothesis-driven / answer-first / Day-1 answer) 的「先有答案再验证」⇄ 数据驱动 (data-led / bottom-up) 的「先穷尽事实再归纳」，这行的核心张力是「先射箭再画靶 vs 先画靶再射箭」，资深人偏 top-down 假设树减少 boil-the-ocean，但要时刻防 confirmation bias; 以及更深层的张力 — 「卖洞见 (insight / so-what) vs 卖工时 (analysis / 体力)」，「客户影响 (client impact / 落地) vs 智识严谨 (intellectual rigor / 漂亮 deck)」; (b) 方法论正典 (最标准化、最易蒸出高质量) — MECE (相互独立完全穷尽)、issue tree / logic tree (问题树/逻辑树)、hypothesis-driven problem solving (假设驱动)、Pyramid Principle (Minto 金字塔原理: SCQA 情境-冲突-疑问-回答 + 结论先行 + 自上而下 + 归纳/演绎)、80/20 (帕累托/抓大放小)、so-what (所以呢/洞见提炼)、storyline (故事线/ghost deck 鬼影稿)、driver tree / profit tree、2x2 矩阵、value chain、frameworks (Porter 五力/3C/4P/7S/BCG 矩阵/价值链) 既是脚手架也是陷阱 (套框架 vs 真洞见); (c) 行业结构 — MBB (McKinsey/BCG/Bain 战略三巨头) vs Big Four 咨询臂 (Deloitte/PwC Strategy&/EY-Parthenon/KPMG) vs 精品战略所 (Oliver Wyman/Kearney/Roland Berger/L.E.K./Arthur D. Little) vs 专业/职能 boutique (运营/数字化/PE 尽调); up-or-out (非升即走)、leverage model (杠杆模型: 1 个合伙人带多个 EM/咨询师/分析师的金字塔)、partner/principal/EM(项目经理)/associate(咨询师)/analyst(分析师) 职级; (d) 项目交付模型 (the case/study/engagement) — 提案/SOW (scope of work)、problem definition (问题定义/真问题 vs 表象问题)、workplan (工作计划)、hypothesis tree (假设树)、analysis (分析/建模)、synthesis (综合)、recommendation (建议)、implementation (落地); 客户管理 (steering committee 指导委员会、stakeholder 利益相关方、对齐); (e) 产出物 — the deck (PPT 幻灯片是咨询的母语)、executive summary、action title (行动标题/每页一句话结论)、ghost deck (先搭骨架后填数据)、Excel 财务模型、framework 图; (f) 职业/招聘 — case interview 生态 (案例面试: Victor Cheng LOMS/Case in Point/market sizing 市场估算/估算题/fit 行为面)、网申-笔试-案例面、up-or-out、exit options (退出路径: PE/VC/corp dev 企业发展/战略岗/创业/industry); (g) 争议/批判 — 咨询的价值之辩 (「借你的表告诉你时间」「frameworks 是剧场表演 vs 真洞见」Matthew Stewart《The Management Myth》)、McKinsey 的丑闻 (Purdue 阿片类/独裁政府/ICE/利益冲突, Bogdanich & Forsythe《When McKinsey Comes to Town》)、咨询 vs 自建战略部、generalist 通才 vs specialist 专才之争、AI/GenAI 对初级分析师工作的冲击; (h) 流派 — 战略经典 (Porter 定位学派/五力 vs 资源基础观 RBV vs 蓝海战略 Kim&Mauborgne vs 颠覆式创新 Christensen vs Mintzberg 应急战略批判 planning school); 三巨头气质分野 (McKinsey 事实驱动/CEO 信任/通才, BCG 概念/思想领导力/经验曲线/增长-份额矩阵, Bain 结果导向/NPS 净推荐值/PE 关系/与客户深度绑定)。不含: 投行 M&A/财务顾问 (估值/承销超出范畴)、纯 IT 实施/系统集成 (SI 人力外包)、纯审计/税务、纯人力 RPO/猎头、内部战略部 only (虽相关但本 skill 聚焦专业服务咨询的外部视角)。) Master OS — automated mastery of 管理咨询 (Management Consulting) — 战略与管理咨询的职业认知操作系统，从业者/咨询顾问/想入行者/采购咨询服务的客户视角。覆盖: (a) 第一性张力 — 假设驱动 (hypothesis-driven / answer-first / Day-1 answer) 的「先有答案再验证」⇄ 数据驱动 (data-led / bottom-up) 的「先穷尽事实再归纳」，这行的核心张力是「先射箭再画靶 vs 先画靶再射箭」，资深人偏 top-down 假设树减少 boil-the-ocean，但要时刻防 confirmation bias; 以及更深层的张力 — 「卖洞见 (insight / so-what) vs 卖工时 (analysis / 体力)」，「客户影响 (client impact / 落地) vs 智识严谨 (intellectual rigor / 漂亮 deck)」; (b) 方法论正典 (最标准化、最易蒸出高质量) — MECE (相互独立完全穷尽)、issue tree / logic tree (问题树/逻辑树)、hypothesis-driven problem solving (假设驱动)、Pyramid Principle (Minto 金字塔原理: SCQA 情境-冲突-疑问-回答 + 结论先行 + 自上而下 + 归纳/演绎)、80/20 (帕累托/抓大放小)、so-what (所以呢/洞见提炼)、storyline (故事线/ghost deck 鬼影稿)、driver tree / profit tree、2x2 矩阵、value chain、frameworks (Porter 五力/3C/4P/7S/BCG 矩阵/价值链) 既是脚手架也是陷阱 (套框架 vs 真洞见); (c) 行业结构 — MBB (McKinsey/BCG/Bain 战略三巨头) vs Big Four 咨询臂 (Deloitte/PwC Strategy&/EY-Parthenon/KPMG) vs 精品战略所 (Oliver Wyman/Kearney/Roland Berger/L.E.K./Arthur D. Little) vs 专业/职能 boutique (运营/数字化/PE 尽调); up-or-out (非升即走)、leverage model (杠杆模型: 1 个合伙人带多个 EM/咨询师/分析师的金字塔)、partner/principal/EM(项目经理)/associate(咨询师)/analyst(分析师) 职级; (d) 项目交付模型 (the case/study/engagement) — 提案/SOW (scope of work)、problem definition (问题定义/真问题 vs 表象问题)、workplan (工作计划)、hypothesis tree (假设树)、analysis (分析/建模)、synthesis (综合)、recommendation (建议)、implementation (落地); 客户管理 (steering committee 指导委员会、stakeholder 利益相关方、对齐); (e) 产出物 — the deck (PPT 幻灯片是咨询的母语)、executive summary、action title (行动标题/每页一句话结论)、ghost deck (先搭骨架后填数据)、Excel 财务模型、framework 图; (f) 职业/招聘 — case interview 生态 (案例面试: Victor Cheng LOMS/Case in Point/market sizing 市场估算/估算题/fit 行为面)、网申-笔试-案例面、up-or-out、exit options (退出路径: PE/VC/corp dev 企业发展/战略岗/创业/industry); (g) 争议/批判 — 咨询的

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。

Use when setting up a new or existing project on @drincs/pixi-vn, wiring the main.ts entry point, or calling the top-level Game API (Game.init, Game.start, Game.onEnd, Game.addOnError, Game.onNavigate, Game.clear) — this is the entry point every Pixi'VN project needs before touching canvas, narration, sound, storage, or history.

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。

Periodic multi-reviewer sweep of the whole codebase — surfaces a triaged checkpoint report.

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。

Odoo 19 development knowledge base with 18 specialized guides covering Actions (ir.actions.*, cron jobs, server actions), Controllers (HTTP routing, endpoints, auth types), Data files (XML/CSV records, shortcuts, noupdate), API Decorators (@api.depends, @api.constrains, @api.ondelete, @api.onchange, @api.model, @api.private), SQL Constraints (models.Constraint replacing _sql_constraints), Database Indexes (models.Index), Module development (manifest, wizards, reports), Field types (Char, Text, Monetary, relational fields), Manifest configuration (__manifest__.py, dependencies, asset bundles), Mixins (mail.thread, mail.activity.mixin, mail.alias.mixin, utm.mixin), ORM Model methods (search, CRUD, domain filters, recordsets, CamelCase model naming), Migration scripts (pre/post/end hooks, data migration), OWL frontend components (hooks, services, lifecycle), Performance optimization (N+1 prevention, batch ops, _read_group), QWeb Reports (PDF/HTML, paper formats, barcodes, t-out), Security/ACL (record rules, field permissions, privilege-based groups, @api.private), Testing (TransactionCase, HttpCase, mocking, query count assertions), Transactions (savepoints, UniqueViolation, serialization failures), Translations (i18n, PO files, translatable fields), XML Views (list/form/search, kanban card templates, xpath inheritance, QWeb templates). Use when writing, reviewing, or debugging any Odoo 19 Python or XML code, creating or modifying modules, fixing performance issues, or looking up Odoo 19 API patterns and best practices. Includes CSS/SCSS asset authoring and review for Odoo addons.

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。

arkcli 接入向导(workflow):把某个模型接入到自己的应用/服务的端到端引导 —— 从'我想用某模型'到拿到可调用的 Endpoint(+ 可选示例代码)。当用户说'我想在我的 app/服务里用豆包/某模型''怎么把方舟模型接进来''帮我接入 XX 模型''想正式用上某模型'这类**不含 deploy/部署关键词、但本质是正式接入**的意图时触发。已明确说'部署/创建 endpoint'的直接走 arkcli-deploy;只想试效果/问一句的走 +chat/+gen。反触发：TTS/ASR/语音模型接入不走本向导，只能转 models search 说明 arkcli 当前不支持调用/部署/示例/用量/费用/接入。

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。

火山方舟 Ark 图片/视频生成入口：支持 profile 默认资源与临时 API Key/Base URL/Endpoint；显式 Endpoint 不受当前 plan profile 误导。图片同步返回，视频异步轮询。

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。

arkcli +understand：基于 Responses API 的 12 个多模态专项理解配方，支持临时 API Key/Base URL/Endpoint 执行与无副作用 dry-run。用户只给 Endpoint 时先用 resources resolve；转写、抽取、字幕、定位等明确产出走本 skill，开放式对话走 +chat，生成走 +gen。

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。