「sse」の検索結果

Advanced Evaluation workflow skill. Use this skill when the user needs This skill should be used when the user asks to "implement LLM-as-judge", "compare model outputs", "create evaluation rubrics", "mitigate evaluation bias", or mentions direct scoring, pairwise comparison, position bias, evaluation pipelines, or automated quality assessment 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。

Advanced Evaluation workflow skill. Use this skill when the user needs This skill should be used when the user asks to "implement LLM-as-judge", "compare model outputs", "create evaluation rubrics", "mitigate evaluation bias", or mentions direct scoring, pairwise comparison, position bias, evaluation pipelines, or automated quality assessment 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。

企业财务与 CFO 视角 (企业财务与 CFO 视角 (Corporate Finance & the CFO Lens) — 面向创业公司与中小企业主/创始人/业务负责人的『看懂钱、管住钱、用好钱』的财务判断,不是考注会/中级职称的准则背诵,也不是投行卖方并购执行或 VC 投资人的看项目视角。覆盖: (a) 第一性张力 — 这行的核心世界观分歧: **利润是观点,现金是事实(权责发生制下的利润由收入确认时点、折旧摊销年限、存货计价、资本化与费用化的选择拼出来,是一组可辩论的判断;银行户头的钱是唯一不能辩论的事实——所以 CFO 看三张表的顺序是现金流量表→资产负债表→利润表,与外行相反) ⇄ 增长本身要烧钱(账面盈利的公司照样会因营运资金被增长吸干而倒闭:先付供应商、后收客户钱,规模越大缺口越大,这是『增长性破产』;所以现金转换周期比毛利率更早预警) ⇄ 记账合规派 vs 管理决策派(一套账是给税局与审计看的准则语言,另一套视图是给经营者看的贡献边际与单位经济;同一笔成本在两种语言里归属不同,把合规科目直接拿来做定价决策是中小企业最常见的错) ⇄ 全成本分摊 vs 贡献边际(把固定成本按产量分摊进单件成本,会在淡季得出『卖一件亏一件所以停产』的错误结论;边际思维只问增量收入是否覆盖增量成本,但长期只看边际会让公司永远收不回固定成本) ⇄ 预算是承诺 vs 预算是地图(传统年度预算把数字变成考核契约,导致部门年底突击花钱与藏预算;滚动预测与超越预算派主张预算只是当前最好的猜测,该月月刷新) ⇄ 融资是里程碑 vs 融资是负债(融资新闻稿把估值当成绩,但优先股、优先清算权、对赌与回购条款让创始人在低价退出时可能一分不拿;自筹派认为最便宜的钱是客户的预付款) ⇄ 估值方法之争(DCF 的数学严谨但对增长率与折现率假设极敏感,业内讥为『垃圾进垃圾出』;可比公司倍数简单但把市场情绪打包进来;早期公司两者都不成立,实际靠谈判与稀释目标倒推) ⇄ EBITDA 是不是有用(PE 与并购圈把它当经营现金流代理,巴菲特与芒格公开斥其忽略了折旧背后真实的资本开支;调整后 EBITDA 的『加回』项在业内被视为高危信号) ⇄ 财务是记分员 vs 财务是业务伙伴(传统财务事后出报表,财务 BP/FP&A 主张财务应在决策前进场做定价、投产、招人的经济性测算) ⇄ 中国中小企业的两套账现实 vs 合规红线(金税四期与社保入税之后,业内公认的做法是尽早并账,但这条张力必须如实呈现而不是装作不存在,也绝不给出规避税收的操作建议)); (b) 工具栈(记账层与决策层是两套东西) — 记账与 ERP(用友、金蝶、Odoo、QuickBooks、Xero、NetSuite、SAP Business One)、中国财税合规(电子税务局、金税四期发票与进销项比对、百望/航天信息电子发票、慧算账等代账 SaaS、个税与社保申报)、FP&A 与预算(Excel 与 Google Sheets 仍是绝对主力,之上是 Cube、Causal、Jirav、Mosaic、Runway、Abacum、Pigment、Anaplan、Planful)、现金流预测(Float、Fathom、13 周滚动现金流模板)、股权与 cap table(Carta、Pulley、AngelList、Excel 稀释模型,中国的股权代持与持股平台)、订阅计费与收入确认(Stripe Billing、Chargebee、Maxio)、费控报销(Ramp、Brex、Expensify、汇联易、分贝通)、BI 与看板(Power BI、Tableau、Metabase、帆软)、以及最被低估的纸笔工具(一页纸的驱动因素模型、贡献边际表、13 周现金日历)—— 选型的真正分岔是『公司在哪个阶段、由谁来维护这个模型』,不是厂商功能清单; (c) 心智模型层 — 三张表的勾稽关系(利润表的净利经现金流量表调整后落到资产负债表的未分配利润)、权责发生制与收付实现制的差、现金转换周期 CCC 与 DSO/DIO/DPO、营运资金与增长的耦合、贡献边际与盈亏平衡点、经营杠杆与固定成本结构、单位经济与 LTV/CAC 及回本周期、烧钱率与现金跑道 runway、自由现金流与业主收益 owner earnings、资本成本与机会成本、净现值与内部收益率、投入资本回报率 ROIC 与增长的价值条件(只有 ROIC 高于资本成本时增长才创造价值)、股权稀释与优先清算权的退出瀑布、递延收入是负债不是收入; (d) 工作流/SOP — 月度关账与管理报表包(关账日历、计提、对账、出具一页纸经营分析)、13 周滚动现金流预测的搭建与每周刷新、年度预算与滚动预测(自上而下目标与自下而上驱动因素模型的对撞)、定价与成本核算(标准成本、作业成本法、贡献边际定价与报价审批)、应收账款与账期管理(信用政策、账龄表、催收节奏、保理与供应链金融)、融资轮次建模(投前投后估值、期权池扩容对创始人的额外稀释、SAFE 与可转债转股、优先清算权下的退出分配)、投资决策与产能/招人测算(增量现金流、回收期、敏感性分析)、税务合规日历与汇算清缴、董事会与投资人财务包、尽调与数据室准备、以及财务模型的三表联动搭建; (e) 知识正典(en 一手极厚,中文一手集中在高校教授与准则原文) — 《Financial Intelligence》Berman & Knight(给非财务经理的入门标准)、《Financial Statements》Thomas Ittelson、Brealey·Myers·Allen《Principles of Corporate Finance》(公司金融教科书)、Damodaran 的估值三部曲与《Narrative and Numbers》及其 NYU 公开课与免费数据集、《Simple Numbers, Straight Talk, Big Profits!》Greg Crabtree(中小企业实操)、《Venture Deals》Feld & Mendelson(条款与稀释)、《Financial Shenanigans》Howard Schilit(识别财务粉饰)、《The Outsiders》Thorndike(资本配置)、《Accounting for Value》Penman、伯克希尔股东信中的业主收益与商誉摊销讨论、《The Essays of Warren Buffett》、《Profit First》Michalowicz(流行但有争议)、IFRS 15/16 与 ASC 606 收入与租赁准则原文、中国企业会计准则 CAS 与小企业会计准则、肖星《一本书读懂财报》与清华的财务分析公开课、张新民的财务报表分析体系; (f) 行业大佬/figures — Aswath Damodaran(NYU,估值教父,博客与公开课与数据集全免费开放,一手素材极厚)、Michael Mauboussin(ROIC 与资本配置的实证写作)、Howard Schilit(财务舞弊识别)、Karen Berman 与 Joe Knight(财务素养普及)、Greg Crabtree(中小企业现金与利润实操)、Brad Feld 与 Jason Mendelson(创业融资条款)、David Skok 与 Jason Lemkin 与 David Sacks(SaaS 单位经济与烧钱效率指标)、Warren Buffett 与 Charlie Munger(对 EBITDA 与股权激励费用化的著名批评)、CJ Gustafson 等现役 CFO 的时事通讯作者、以及中文圈的肖星与张新民等高校学者; (g) 争议/批判(必须保留不洗白) — 调整后 EBITDA 与非公认会计准则指标的滥用(把股权激励与一次性费用年年加回)、DCF 对假设的极端敏感与被用来事后合理化结论、独角兽估值与优先清算权造成的『纸面身价』幻觉、对赌与回购条款把股权融资变成隐性债务、Profit First 现金分桶法被专业会计批评为回避真实成本结构、作业成本法的实施失败率高、预算游戏与年底突击花钱、财务 BP 沦为报表美化、中国中小企业两套账的历史现实与金税四期后的合规收敛(如实呈现风险,不提供规避操作)、以及『融资额等于成功』的媒体叙事对创始人的误导; (h) 流派/思想谱系 — **准则与合规派(IASB/FASB/财政部,信可比性与审计留痕,语言是准则条文)** vs **管理会计/决策派(IMA 与贡献边际、作业成本法、有效产出会计,信决策相关性高于合规一致性)** vs **公司金融/估值派(Brealey-Myers-Allen 与 Damodaran,信现金流折现与资本成本)** vs **价值投资/资本配置派(巴菲特-芒格-Thorndike-Mauboussin,信业主收益与 ROIC,公开鄙视 EBITDA)** vs **创业与 SaaS 指标派(Skok-Lemkin-Sacks-Bessemer,信单位经济、回本周期与烧钱倍数)** vs **中小企业现金实操派(Crabtree、Profit First 一脉,信老板看得懂的少数几个数)**。不含: 投行卖方并购执行与尽调建模(已由 investment-banking-mna 覆盖)、VC 投资人的看项目与投后视角(已由 vc-investor 覆盖)、个人理财与二级市场投资(已由 personal-investing 覆盖)、注册会计师考证与准则条文背诵、以及任何税收规避操作建议。) Master O

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。

数据工程 — 数据平台从业者的认知操作系统, 覆盖把数据从源系统搬运成可靠 / 可查询 / 可信赖形态供分析 / ML / 数据产品消费的全生命周期 (生成 → 摄取 → 存储 → 转换 → 服务 + 安全/数据管理/DataOps/数据架构/编排/软件工程 六条暗流, Reis & Housley 框架): 摄取与集成 (批 + CDC 变更数据捕获 Debezium + EL 工具 Fivetran/Airbyte/Meltano/dlt + Kafka Connect + schema drift) / 存储与文件表格式 (对象存储数据湖 + 列存 Parquet/ORC/Arrow/Avro + 开放表格式 Apache Iceberg/Delta Lake/Apache Hudi + lakehouse + 分区/compaction) / 转换与建模 (ELT dbt/SQLMesh + Spark + 维度建模 Kimball + Inmon + Data Vault + 大宽表 OBT + 渐变维 SCD + 增量模型 + 语义/指标层) / 编排与工作流 (Apache Airflow/Dagster/Prefect/Mage/Kestra/Apache DolphinScheduler + DAG + 幂等 + 回填 backfill + 数据资产调度) / 批流与实时 (Apache Kafka/Apache Flink/Spark Structured Streaming/Kinesis/Pulsar/Redpanda + Lambda vs Kappa + watermark/窗口/exactly-once + 流式 SQL Materialize/RisingWave + 实时 OLAP ClickHouse/Apache Druid/Apache Pinot/StarRocks/Apache Doris) / 数仓与查询引擎 (Snowflake/BigQuery/Redshift/Databricks SQL/Trino/Presto/DuckDB/Polars + 存算分离 + MPP) / 数据质量测试与可观测性 (dbt tests/Great Expectations/Soda + 数据契约 + Monte Carlo data downtime + 新鲜度/量/schema 异常检测) / 数据治理编目与血缘 (DataHub/Amundsen/OpenMetadata/Unity Catalog + 列级血缘 + PII 分类 + 访问控制 + GDPR) / DataOps 与可靠性 (数据 CI/CD + 转换版本控制 + 环境隔离 + 幂等重处理 + 数据 SLA/SLO + 计算存储 FinOps) / 数据架构范式 (现代数据栈 + lakehouse + data mesh + data fabric + 去中心化 vs 中心化所有权) / 分析工程角色 (dbt 时代连接数据工程与分析的桥) — 不含 数据科学/ML 建模本身 (是下游消费者) / BI 仪表盘制作 (serving 下游) / 数据分析报表为终点 / 'data engineer = 跑 Hadoop 的' 过时窄化 / 通用后端应用开发 (平行学科) (Data Engineering — the cognitive operating system of practitioners who design, build, and operate the data platform: moving data from source systems into reliable, queryable, trustworthy form for analytics / ML / products, covering (a) the data engineering lifecycle (generation → ingestion → storage → transformation → serving, with the undercurrents security / data management / DataOps / data architecture / orchestration / software engineering — Reis & Housley framing), (b) ingestion & integration (batch + CDC change-data-capture with Debezium, EL tools Fivetran / Airbyte / Meltano / dlt, Kafka Connect, API + file + database sources, schema drift handling), (c) storage & file/table formats (object storage data lakes, columnar formats Parquet / ORC / Arrow / Avro, open table formats Apache Iceberg / Delta Lake / Apache Hudi, lakehouse architecture, partitioning / compaction / Z-ordering), (d) transformation & modeling (ELT with dbt / SQLMesh, Spark, dimensional modeling Kimball, Inmon CIF, Data Vault, One Big Table / wide tables, normalization vs denormalization, slowly changing dimensions, incremental models, the semantic / metrics layer), (e) orchestration & workflow (Apache Airflow, Dagster, Prefect, Mage, Kestra, Apache DolphinScheduler, DAGs, idempotency, backfills, data-aware / asset-based scheduling), (f) batch vs streaming & real-time (Apache Kafka, Apache Flink, Spark Structured Streaming, Kinesis / Pulsar / Redpanda, the Lambda vs Kappa debate, watermarks / windowing / exactly-once, streaming SQL Materialize / RisingWave, real-time OLAP ClickHouse / Apache Druid / Apache Pinot / StarRocks / Apache Doris), (g) warehouses & query engines (Snowflake, BigQuery, Redshift, Databricks SQL, Trino / Presto, DuckDB, Polars, decoupled storage & compute, MPP), (h) data quality, testing & observability (dbt tests, Great Expectations, Soda, data contracts, Monte Carlo / data downtime, freshness / volume / schema anomaly detection, unit / integration testing of pipelines), (i) data governance, catalog & lineage (DataHub, Amundsen, OpenMetadata, Unity Catalog, column-level lineage, PII / data classification, access control, GDPR / data privacy), (j) DataOps & reliability (CI/CD for data, version control of transformations, environments, idempotent reprocessing, SLAs / SLOs for data, cost / FinOps for compute & storage), (k) data architecture paradigms (modern data stack, data lakehouse, data mesh, data fabric, decentralized vs centralized ownership), (l) the analytics engineering role (the dbt-era bridge between data engineering and analysis); N

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。

摄影 (摄影 (Photography) — 以静态影像为产出的视觉创作 + 服务行业：从看见 → 用光 → 构图 → 拍摄 → 后期 → 交付的认知操作系统，覆盖商业摄影 (commercial: 产品/广告/电商/美食)、人像摄影 (portrait: 影楼/写真/婚礼/时尚/环境人像)、纪实与街头摄影 (documentary/photojournalism/street)，以及与之贯通的风光、新闻、艺术摄影。面向职业摄影师 / 助理 / 修图师 / 想转职业的资深爱好者 / 服务这行的人 (器材厂商、图库、后期外包、影楼运营)。覆盖: (a) 第一性张力 — **光 (light is the craft — 看光、控光、塑光：硬光/柔光、方向、色温、光比、布光是摄影第一性) ⇄ 器材 (gear — 相机/镜头/灯具迷信, 'GAS' gear-acquisition-syndrome, 'the best camera is the one you have with you' — 器材不是摄影)**; **决定性瞬间/抓取 (decisive moment, Cartier-Bresson, 等待与预判, 纪实/街头不可重来) ⇄ 构建/导演 (constructed/directed, 商业与人像是布光摆姿造光的'制造'而非'捕获')**; **前期/拍对 (get it right in camera, 曝光/白平衡/构图当场拍对) ⇄ 后期/暗房 (post/darkroom, Ansel Adams 'negative is the score, print is the performance' — RAW 冲洗/调色/修图是创作一半)**; **作者性/艺术表达 (vision, personal voice, 'photograph what you feel not what you see') ⇄ 服务性/商业交付 (client brief, 影楼标准化出片, 'shoot the brief not your ego', 摄影是生意)**; **真实/未操纵 (truth, photojournalism ethics, 不过度 PS, 新闻摄影伦理) ⇄ 修饰/理想化 (retouch, 商业人像液化磨皮, 广告的'谎言')**; **决定性技术参数 (曝光三角 aperture/shutter/ISO, 景深, 互易律) ⇄ 看见/眼力 (seeing, 'photography is about seeing not cameras', 构图/光感是 tacit 眼力)**; **胶片/慢/不可见 (film, 慢工, 不可即时回看, 暗房) ⇄ 数码/即时/海量 (digital, chimping, 连拍, 后期无限)**; AI 对摄影的冲击 ('是不是摄影'、生成式填充/换天/AI 修图、真实性危机); (b) 核心工作流 / pipeline (最标准、最易蒸高质量+CLI 化) — 通用链: 看光选光 → 曝光三角决策 (光圈定景深/快门定动静/ISO 兜底) → 测光与曝光 (评价/点测光, 向右曝光 ETTR, 直方图, 区域系统) → 构图 (三分法/引导线/框架/负空间/前景) → 对焦 → 拍摄 → 选片 culling → RAW 后期 (Lightroom/Capture One: 曝光/白平衡/色调曲线/HSL/局部) → 精修 retouch (Photoshop: 频率分离/液化/D&B) → 调色 grading → 输出交付 (色彩管理/sRGB/打印/图库上传); 子流派 SOP: 影棚商业布光 (主光/辅光/轮廓光/背景光, 三点布光, 光质修饰器 softbox/beauty-dish/grid)、婚礼/纪实一天流程、街头扫街、产品/电商台面、人像引导摆姿 posing & direction; (c) 工具栈 — 相机系统 (无反主导: Sony A 系 / Canon R / Nikon Z / 富士 X&GFX / 徕卡 M; 中画幅 Phase One/Hasselblad/GFX 商业; 残幅 vs 全幅 vs 中幅)、镜头 (大三元, 定焦 vs 变焦, 35/50/85 人像三剑客, 微距, 移轴)、灯具 (机顶闪 Godox/Profoto, 影室灯, 常亮 LED, 持续光 vs 闪光)、修饰器 (柔光箱/反光伞/束光筒/雷达罩/旗板)、测光/附件 (测光表, 灰卡, 三脚架, 滤镜 ND/CPL/渐变)、后期软件 (Adobe Lightroom Classic/CC 主导, Capture One 商业/影室, Photoshop 精修, DxO PhotoLab/PureRAW 降噪, Capture One vs Lightroom 之争, 国产: 醒图/泼辣 Polarr/Snapseed 移动端, RawTherapee/Darktable 开源, AI: Lightroom 生成式/Photoshop Generative Fill/Topaz Photo AI/Gigapixel/Luminar Neo)、色彩管理 (X-Rite/Calibrite 校色仪, ICC, 显示器)、图库/交付 (Pixieset/图虫/500px/视觉中国/Getty/Adobe Stock, 客片在线选片); (d) 知识正典 — Ansel Adams 'The Camera / The Negative / The Print' 三部曲 + 区域系统 (Zone System)、Henri Cartier-Bresson 'The Decisive Moment'、Michael Freeman 'The Photographer's Eye' (构图) 'The Photographer's Mind'、Bryan Peterson 'Understanding Exposure' (曝光入门圣经)、Scott Kelby 'Digital Photography Book' 系列 + Lightroom/Photoshop 书、Joe McNally 'The Hot Shoe Diaries / Sketching Light' (闪光灯)、Light Science & Magic (布光科学经典教材)、Roland Barthes 'Camera Lucida' (摄影哲学)、Susan Sontag 'On Photography'、John Szarkowski 'The Photographer's Eye'、National Geographic 摄影指南、Robert Capa / Sebastião Salgado / Steve McCurry (纪实)、Annie Leibovitz / Richard Avedon / Peter Lindbergh (人像/时尚)、Galen Rowell / Ansel Adams (风光); (e) figures/流派 — 风光/系统派 (Ansel Adams 区域系统奠基、Galen Rowell 探险风光、Marc Adamus); 决定性瞬间/纪实街头派 (Henri Cartier-Bresson 奠基、Robert Capa 战地、Sebastião Salgado 社会纪实、Steve McCurry、Vivian Maier、Daido Moriyama、森山大道/荒木经惟 日本派、Vivian Maier); 人像/时尚派 (Richard Avedon、Annie Leibovitz、Peter Lindbergh、Platon、Joey L、Lindsay Adler 时尚布光); 布光/教育派 (Joe McNally、Zack Arias 'one light'、Profoto/strobist David Hobby 'Strobist' 闪光灯启蒙博客、Karl Taylor 商业布光教学); 商业/广告派 (Chase Jarvis 'CreativeLive'创办+'best camera'、Joel Grimes、Tim Wallace 汽车); 后期/修图派 (Pratik Naik、Aaron Nace 'Phlearn'); 街头当代派 (Eric Kim 街头博客、Joel Meyerowitz、Saul Leiter 色彩街头); 中文圈 (李涛 'photoshop教学'、宁思潇潇 器材评测、thomas 'Thomas看看世界' 风光后期、阿刘 风光、668 人像); 哲学/批评 (Susan Sontag、Roland Barthes、John Szarkowski MoMA); (f) 行业话术/黑话 — 曝光三角 exposure triangle / 光圈 aperture f-stop / 快门 shutter speed / 感光度 ISO / 景深 DoF depth of field / 焦段 focal length / 等效 / 全画幅 full-frame vs 残幅 crop / 大三元 / 定焦 prime / 互易律 reciprocity / 向右曝光 ETTR / 直方图 histogram / 高光溢出 clipping / 动态范围 dynamic range / 宽容度 / 白平衡 WB

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。

加密链上交易 (加密 / 链上交易 (Crypto & On-chain Trading) — 以加密资产为标的、强调链上活动的主动交易认知操作系统：从「看叙事/选赛道 → 找标的 → 链上尽调与风控 → 选场所(DEX/CEX/链上合约) → 建仓与仓位管理 → 监控链上流向与情绪 → 退出与复盘」的完整决策链。覆盖 (a) 第一性张力 — **链上 on-chain (DEX 现货/AMM、钱包追踪 wallet tracking、资金流向 flow、MEV、memecoin、链上衍生品 Hyperliquid/GMX、自托管 self-custody, 'not your keys not your coins') ⇄ 链下 CEX (中心化交易所现货/合约 Binance/OKX/Bybit、订单簿、托管、出入金法币)**; **合约/杠杆/衍生品 (perps 永续、资金费率 funding、清算 liquidation、爆仓、做多做空、高频/择时) ⇄ 现货/价值/长持 (spot、HODL、定投 DCA、基本面/估值、'time in market > timing the market')**; **价值/基本面派 (协议收入、TVL、代币经济学 tokenomics、真实使用、估值模型) ⇄ meme/叙事/情绪派 (memecoin、narrative rotation 叙事轮动、attention is the asset、纯博弈/PvP、Ponzinomics)**; **链上数据/量化/客观 (on-chain analytics, Nansen/Arkham/Dune、聪明钱 smart money、链上指标、系统化/机械化) ⇄ 直觉/盘感/叙事阅读 (narrative、KOL alpha、社群情绪、tape reading)**; **自托管/去中心化/抗审查 (DeFi、自托管钱包、抗审查、'be your own bank') ⇄ 便利/合规/中心化 (CEX、合规出入金、KYC、托管、ETF)**; **主动交易/择时/高换手 (trading、波段、合约、撸毛/空投 airdrop farming、套利 arbitrage) ⇄ 被动配置/低换手 (配置 BTC/ETH、ETF、长期叙事 beta)**; (b) 核心工作流 / pipeline (最标准、最易蒸高质量 + CLI 化) — 通用链: 叙事/赛道判断 (宏观周期/减半/流动性/板块轮动) → 标的发现 (链上扫链/聪明钱跟单/新币/叙事映射) → 尽调 due diligence (代币经济学/解锁 unlock/团队/合约审计/honeypot 检测/流动性与持仓分布) → 风控前置 (仓位 sizing/最大回撤/止损/相关性) → 场所与执行 (CEX vs DEX、滑点/MEV/gas、限价 vs 市价、TWAP) → 持仓监控 (链上流向/巨鲸/资金费率/解锁日历/情绪指标) → 退出与复盘 (止盈分批/再平衡/记录交易日志); 子流派 SOP: 链上 degen 打新与 memecoin 流程、合约交易者的资金费率与清算地图、空投/撸毛 farming、套利与 MEV、被动配置与定投; (c) 工具栈 — 链上分析 (Nansen 聪明钱/Arkham 实体标注/Dune 自建仪表盘/Dexscreener & DEX Screener 新币/GMGN & Photon & BullX memecoin 终端/Etherscan & Solscan 区块浏览器/DeBank 钱包总览/Token Terminal 协议基本面/DefiLlama TVL/Glassnode & CryptoQuant 链上指标)、交易场所 (CEX: Binance/OKX/Bybit/Coinbase; 链上现货 DEX: Uniswap/Jupiter/Raydium/Aerodrome; 链上衍生品: Hyperliquid/GMX/dYdX)、钱包与安全 (MetaMask/Rabby/Phantom 热钱包、Ledger/Trezor 硬件冷钱包、Revoke.cash 授权管理、honeypot/合约扫描)、行情与图表 (TradingView、CoinGecko/CoinMarketCap)、信息与聚合 (Twitter/X、Telegram、DeFiLlama、RootData/ICO 日历、解锁日历 Token Unlocks)、自动化 (交易机器人、链上 bot/sniper、Telegram trading bot); (d) 知识正典 — 注意加密交易 canon 偏少且新: 通用交易/风控经典 (Edwin Lefèvre 'Reminiscences of a Stock Operator'、Van Tharp 'Trade Your Way to Financial Freedom' 仓位管理、Mark Douglas 'Trading in the Zone' 交易心理、Michael Mauboussin、Nassim Taleb 'Fooled by Randomness/Antifragile')、加密原生 (Bitcoin whitepaper 中本聪、'The Bitcoin Standard' Saifedean、Vitalik 博客与 Ethereum whitepaper、'DeFi and the Future of Finance'、Lyn Alden 宏观、a16z crypto 文章、Messari/Delphi/Bankless 研报)、链上分析方法 (Glassnode/CryptoQuant 教程、Nansen/Arkham/Dune 文档、Dune Analytics SQL)、交易方法论散见于 podcast/Substack/Twitter thread 而非书; (e) figures/流派 — 价值/基本面派 (Vitalik Buterin 以太坊、Hasu/Su Zhu(争议)、Arthur Hayes BitMEX 创始人/宏观+衍生品、Raoul Pal、Lyn Alden 宏观、Cobie/Jordan Fish UpOnly podcast、DeFi 研究 Bankless Ryan Adams/David Hoffman); 链上分析派 (Nansen Alex Svanevik、Arkham、Adam Cochran、Ansem(blknoiz06) 链上交易、Murad memecoin supercycle、链上侦探 ZachXBT 反诈); 合约/衍生品派 (Arthur Hayes、GCR(GiganticRebirth) 传奇合约、Pentoshi、CryptoCred 技术分析、Tyler Durden); meme/叙事派 (Ansem、Murad、Cobie、各 Solana memecoin KOL); 宏观/周期派 (Raoul Pal、Lyn Alden、PlanB stock-to-flow(争议)、Benjamin Cowen 数据/周期); 量化/系统化 (各匿名量化、Hyperliquid 生态); 中文圈 (链上分析/合约 KOL、币圈大 V、播客如 '无人之境'/'Web3 佛学院'、研究机构如 Foresight/PANews/律动 BlockBeats); 反诈/安全 (ZachXBT、SlowMist 慢雾、go+ 安全); (f) 行业话术/黑话 — 现货 spot / 合约 perps 永续 / 杠杆 leverage / 多空 long-short / 爆仓 liquidation 清算 / 资金费率 funding rate / 开多开空 / 止损 SL 止盈 TP / 仓位 position sizing / 满仓梭哈 ape in / 梭 / FOMO / FUD / 钻石手 diamond hands / 纸手 paper hands / 韭菜 / 镰刀 / 庄 / 出货 / 拉盘砸盘 / 插针 wick / 针 / 上车下车 / 埋伏 / 潜伏 / 链上 on-chain / 钱包 wallet / 地址 / 聪明钱 smart money / 巨鲸 whale / 跟单 copy-trade / 老鼠仓 / 貔貅盘 honeypot / 貔貅 / rug 跑路 rug-pull / 归零 / 土狗 (memecoin/小币) / 金狗 (暴涨百倍) / meme 币 / 叙事 narrative / 赛道 / 板块轮动 / 撸毛 撸空投 airdrop / 女巫 sybil / 交互 / 解锁 unlock / 砸盘解锁 / 代币经济学 tomomics / TVL / APY APR / 无常损失 IL / 滑点 slippage / MEV / 三明治 sandwich / gas / 抢跑 frontrun / 貔貅检测 / 授权 approve / 撤销授权 revoke / 私钥 助记词 seed phrase / 冷钱包 热钱包 / 自托管 / 减半 halving / 牛熊 / 山寨季 altseason / 比特币市占率 BTC.D / 山寨 alt / 主流币 / DeFi 暑期 / GM / WAGMI / NGMI / 归零归零 / PvP / Ponzi 庞氏; (g) 争议/批

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。

投行并购 (投行并购 / 交易撮合 (Investment Banking M&A / Dealmaking) — 面向并购顾问、企业融资、卖方/买方交易执行的职业认知操作系统，从业者(分析师 Analyst / 经理 Associate / 副总裁 VP / 董事 Director / 董事总经理 MD / 内部公司发展 Corp Dev / PE 投资人)、想入行者、以及服务这行(法律/会计/估值/咨询)的视角。覆盖: (a) 第一性张力 — 投行 M&A 的核心世界观分歧: **价格 vs 价值 (price 是市场愿意付的, value 是内在的, deal 在两者缝隙里成交) ⇄ 确定性 vs 最高价 (certainty of close 对卖方常胜过纸面最高报价) ⇄ 顾问/中介 vs 委托代理 (banker 是 agent, 客户利益 vs 成交费的激励冲突真实存在, 「banker 总想成交」是行业原罪批判)**; 更深层 — 「过程/竞价纪律 (controlled auction 制造竞争张力、信息不对称管理) ⇄ 关系/信任 (relationship banking、长期 coverage、reputational capital)」, 「叙事/包装 (the story, equity story, positioning) ⇄ 数字/尽调 (the numbers, diligence, quality of earnings)」, 「估值的科学外衣 (DCF/comps 的伪精确) ⇄ 谈判的真实定价 (价格由 leverage、竞争、时机决定)」; (b) 估值与分析正典 (最标准化、最易蒸出高质量+CLI 化) — DCF (折现现金流: FCF 预测/WACC 折现率/terminal value 终值/Gordon growth vs exit multiple), Comparable Companies (可比公司/trading comps: EV/EBITDA, EV/Revenue, P/E), Precedent Transactions (先例交易/deal comps: control premium 控制权溢价), LBO (杠杆收购模型: IRR/MOIC/debt schedule/sources & uses), Accretion/Dilution (增厚/摊薄分析: EPS 影响、pro forma), Sum-of-the-Parts (分部估值/SOTP), Football Field (估值区间图), Merger Model (合并模型: synergies 协同/purchase accounting/goodwill), Sensitivity/scenario; (c) 交易流程与产出物 — 卖方流程 (sell-side: teaser 简介 → NDA → CIM/IM 信息备忘录 → management presentation → IOI 意向函 → data room 数据室 → LOI/term sheet → confirmatory diligence → SPA 买卖协议 → signing → closing), 买方流程 (buy-side: thesis/sourcing → outreach → valuation → bid → exclusivity → diligence → financing → close), auction 类型 (broad/targeted/negotiated/preemptive bid); 产出物: pitchbook 推介材料、CIM、fairness opinion 公平意见、board presentation、fee letter、engagement letter; (d) 交易结构与条款 — consideration (cash/stock/mix/earnout 对赌)、deal protections (breakup fee 分手费/go-shop/no-shop/MAC 重大不利变化条款)、representations & warranties 陈述与保证、escrow 托管、working capital adjustment 营运资金调整、reverse termination fee、collar 价格区间、tender offer vs merger、hostile vs friendly、defensive tactics (poison pill 毒丸/white knight 白衣骑士/staggered board); (e) 行业结构与角色 — bulge bracket (高盛/摩根士丹利/JPM/BofA/花旗) vs elite boutique (Centerview/Evercore/Moelis/Lazard/PJT/Perella) vs middle market (Houlihan Lokey/William Blair/Harris Williams) vs regional/independent; analyst→associate→VP→director→MD 晋升金字塔; coverage (行业组) vs product (M&A/ECM/DCM/leveraged finance/restructuring); sponsors group (服务 PE); 买方包括 PE/strategic acquirer/corp dev; (f) 量化指标与节奏 — deal fee (success fee 业内通常约 1-2% 视规模递减/retainer/Lehman formula)、league table 排行榜、pitch→mandate 转化、deal velocity、hours culture (analyst 80-100h/week 文化批判)、bonus/comp 结构、deal sheet (简历上的成交清单); (g) 争议/批判 — fairness opinion 是否橡皮图章 (利益冲突: 出意见的 banker 也收成交费)、estimate 的伪精确 (DCF garbage in garbage out、假设驱动结论)、banker 永远建议成交 (deal 偏见、empire building 助推 CEO 自利并购)、协同效应系统性高估 (大量并购毁灭价值、winner's curse 赢家诅咒)、analyst 血汗工厂文化 (2021 高盛 13 人 deck 事件、过劳死争议)、advisory 价值 vs 中介寻租之争、bulge vs boutique 的利益独立性叙事 (boutique 标榜「无承销利益冲突」)、SPAC 泡沫与 de-SPAC 教训; (h) 流派/思想谱系 — 估值学派 (Aswath Damodaran 估值教父/纽大、Tim Koller McKinsey《Valuation》、McKinsey valuation 体系) vs 公司金融教科书派 (Rosenbaum & Pearl《Investment Banking》行业圣经、Brealey Myers Allen、CFI/WSP/BIWS 培训体系) vs 交易实战派 (Bruce Wasserstein《Big Deal》、Joseph Perella/Felix Rohatyn 老派 dealmaker、现代 boutique 创始人) vs 行为/批判派 (并购毁灭价值的学术证据、Damodaran 对协同/控制权溢价的批判、Matt Levine《Money Stuff》解构华尔街逻辑) vs PE/buy-side 视角 (LBO 数学、value creation 杠杆/运营/multiple expansion)。不含: 二级市场股票交易/卖方研究 (equity research)、零售财富管理/private banking、纯 ECM/IPO 承销执行 (虽相关但聚焦 M&A advisory)、纯 PE 投后运营、量化交易/对冲基金策略、纯公司财务报表会计。) Master OS — automated mastery of 投行并购 / 交易撮合 (Investment Banking M&A / Dealmaking) — 面向并购顾问、企业融资、卖方/买方交易执行的职业认知操作系统，从业者(分析师 Analyst / 经理 Associate / 副总裁 VP / 董事 Director / 董事总经理 MD / 内部公司发展 Corp Dev / PE 投资人)、想入行者、以及服务这行(法律/会计/估值/咨询)的视角。覆盖: (a) 第一性张力 — 投行 M&A 的核心世界观分歧: **价格 vs 价值 (price 是市场愿意付的, value 是内在的, deal 在两者缝隙里成交) ⇄ 确定性 vs 最高价 (certainty of close 对卖方常胜过纸面最高报价) ⇄ 顾问/中介 vs 委托代理 (banker 是 agent, 客户利益 vs 成交费的激励冲突真实存在, 「banker 总想成交」是行业原罪批判)**; 更深层 — 「过程/竞价纪律 (controlled auction 制造竞争张力、信息不对称管理) ⇄ 关系/信任 (rela

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。

Manage LaTeX projects in Litewrite - use the built-in AI agent for all writing/editing/analysis, manage projects and versions, compile to PDF, and upload binary assets.

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。

Create or update AgentSkills. Use when designing, structuring, or packaging skills with scripts, references, and assets.

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。

is_page_loaded() 四种验证模式与调用层级。触发：页面断言、is_page_loaded、page loaded、页面加载验证。

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 dependencies for licensing, security, and maintenance risk. Use when a senior developer needs risk assessment.

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。

Evaluate third-party vendors for engineering fit. Use when a senior developer needs a structured vendor assessment.

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。

Perform threat modeling for a system or feature. Use when a senior developer needs security risk assessment.

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。

Assess readiness for compliance audits. Use when a senior developer needs a gap analysis for standards.

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。

Assess and prioritize tech debt items. Use when a senior developer needs an investment plan for debt reduction.

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。

Finds, evaluates, fills, submits, and tracks a candidate's own job applications using a verified resume, evidence-based targeting, secure local profile storage, and browser automation. Use for onboarding or migrating a job-search profile, searching active roles, assessing a posting, applying to an authorized URL or batch, recording outcomes, or reviewing application effectiveness.

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。

產出 codebase 語意符號地圖（classes、functions、interfaces、types 的精確 file:line 位置）。適合在大型重構前或接手陌生 codebase 時使用。

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。

Routes, triages, flags and rates a piece of text with a probability for every option: which department or queue a ticket goes to, which intent a message expresses, whether a yes/no condition holds (is this tool call grounded, should the agent ask first, is the customer angry), and how severe or urgent it is on a rubric, each with a calibrated confidence. Runs Claude Haiku in the request and response shapes of OpenAI's Decisions API, for when no purpose-built decision model is at hand. Use for "route this ticket", "triage these", "classify with a confidence", "give me a probability that", "rate the severity", "score against this rubric", guardrail checks before a tool call, or "a Decisions API without OpenAI".

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。

60-Second Agency Snapshot — rapid 5-dimension assessment without subagents, outputs a compact scorecard

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。

Image processing toolkit awareness. Use when: user uploads images for manipulation, requests format conversion, batch processing, compositing, resizing, optimization, analysis, effects, metadata inspection, montages, animated GIFs, color correction, or any image-related task. Also use when working with screenshots, photos, diagrams, icons, or visual assets. Triggers on 'resize', 'crop', 'convert', 'compress', 'optimize', 'thumbnail', 'watermark', 'montage', 'collage', 'gif', 'sprite sheet', 'color space', 'metadata', 'EXIF', 'compare images', 'diff', 'overlay', 'composite', 'batch process', 'image analysis', 'histogram', 'blur', 'sharpen', 'rotate', 'flip', 'border', 'shadow', 'round corners', 'favicon', 'icon set'.

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。

Preprocesses photographed sheets of many business cards — slicing each into overlapping high-resolution tiles and de-glaring them with container tooling (OpenCV/ImageMagick) — then reads every card via cheap parallel temperature-0 API calls (Haiku or Sonnet) using a distilled extraction prompt, and writes deduped contact fields to a CSV. Use when a user has photos or scans holding multiple business cards per image, mentions glare or unreadable cards, batch card transcription, contact extraction, or wants to read many cards without an expensive in-conversation pass. Triggers on 'business cards', 'card scan', 'extract contacts', 'read these cards', 'card glare', 'too many cards per photo'.

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。

Adds a searchable text layer to a scanned PDF with ocrmypdf. Installs the toolchain at runtime in ~18s. Use when a PDF's pages are images and the deliverable is a file to keep, grep, or hand to another tool: 'make this PDF searchable', 'OCR this scan', 'I can't select the text in this PDF', 'search across these scanned pages', 'the pdf skill returned nothing'. Handles non-English scans via tesseract language packs. NOT for charts, diagrams, handwriting, or slide layouts. Route those to transcribing-images.

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。

Create video from prompts by overseeing multi-clip AI generation end to end: write a shot list, generate each scene with Gemini Omni Flash (via the Cloudflare AI Gateway), review the results, and assemble them into a finished cut. Use when the user asks to make/generate a video, a short film, an animatic, or a multi-scene clip from a script or idea; when they mention Omni, Veo, text-to-video, or image-to-video; or when acting as the editing/director agent over generated footage. Triggers on 'make a video', 'generate a clip', 'short film', 'video from this script', 'turn this into a video', 'omni', 'veo', 'text to video', 'storyboard to video'. For transcoding/trimming/merging/GIF/subtitles use processing-video; for reading or summarizing existing video content use parsing-video.

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。