「分析」の検索結果

用户想预防某个潜在风险或问题时; 当系统出现早期预警信号但尚未爆发时; 当已出现问题需要防止恶化和扩散时; 当需要建立长期防护机制时。 不适用于: 紧急危机处理(系统正在崩溃, 需要急救而非预防); 纯历史回顾 (分析过去发生了什么但不涉及未来预防)。

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。

用户面临"该加强还是该削减""该投入还是该撤出"的二元方向决策时; 当系统出现某方面过强某方面过弱的失衡时; 当需要判断失衡方向并确定 纠正方向时。不适用于: 没有失衡的分析场景、纯信息查询、 问题只有单一变量没有对立面的情况。

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。

用户面对多个相互关联的问题, 不知道先解决哪个时; 当需要区分根本原因 与表面症状时; 当问题有先后因果链需要追溯源头时。 不适用于: 只有一个简单问题的场景、问题之间没有因果关系的场景。

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。

用户需要从外部可观测信号推断内部隐藏状态时; 当需要"从表象看本质"时; 当直接观测不可行, 必须通过间接指标推断时。 不适用于: 可以直接观测内部的场景、纯数据查询、不需要推断的场景。

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。

用户需要评估一个系统中"自身能力vs外部压力"的力量对比时; 当面对一个需要判断是"加强自身"还是"消除障碍"的场景时; 当问题反复出现需要判断是能力不足还是负担过重时; 当用户纠结于"是该加强还是该精简"时。 不适用于: 可以直接用数据量化评估的场景(如财务报表分析);纯客观测量即可得出结论的技术场景。

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。

为中文微信公众号文章分析内容并生成清晰易懂、真实 3D 毛毡质感且图文一体的头条长封面、1:1 分享页封面与正文配图，同时给出每张正文图应插在哪个原句之后。用于用户提供文章、Markdown 或正文，并要求“公众号封面”“分享封面”“方形封面”“毛毡配图”“文章插图”“为正文配图”“只做封面”“生成 N 张配图”“推荐配图数量”等任务；未提供文章标题时默认根据核心命题生成合适的封面文字，正文图未指定画幅时默认 16:9，也支持用户明确指定 4:3 或 3:4，并使用少量毛毡文字帮助单图理解；适配方法论、教程、专业干货、商业科技、情感叙事、个人成长、生活方式、教育与母婴等内容。

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。

生成标准中文图表：架构图、流程图、示意图、拓扑图等，输出 standalone HTML/SVG，内置中文字体栈与 CJK 排版规则（字号下限、字距、中英混排），零指令产出可直接放进文档、周报、公众号的图。支持把 Mermaid 源（.mmd/.mermaid/Markdown 代码块）重绘为中文标准图表；支持排队瓶颈、策略评估、安全铺路等语义模式与可选无障碍分步动效；内置 IT/云/K8s 单色图标库，支持终端外壳与深色档变体。当用户要求画架构图/流程图/看板/鱼骨图/根因分析/数据库/schema/依赖图/部署图/用户旅程/故事地图/桑基图/极坐标图/热力图/UML 类图/Wardley 地图/瀑布图/哑铃图/思维导图/脑图/示意图/拓扑图/图表/diagram 且期望好看，要求转换/重绘 Mermaid 图，或要求加动效/分步动画、配图标、终端风格、深色/暗色模式时使用。Chinese diagram skill with built-in CJK typography for agent-authored standalone HTML/SVG.

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。

当用户想判断一个问题是否能用监督学习解决,或试图把业务问题转化为AI问题时调用。 用户在问"AI能不能做X"、"这算不算机器学习问题"、"我们的业务场景适合用AI吗"时使用。 不适用于: 纯数据分析洞察、无明确输入输出的探索性问题、聚类等非监督学习场景。

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。

当用户想快速判断一项任务是否能被当前AI技术自动化时使用。 用户在问"这个AI能做吗"、"技术上可行吗"、"能不能用AI自动完成X"时激活。 不适用于: 需要深度可行性分析的项目评估、涉及情感共鸣或复杂推理的创意任务、LLM时代的长文本生成场景。

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。

当用户想系统评估一个AI项目是否值得投入时使用，结合概念简单性和数据充足性两个维度。 用户在问"这个想法可行吗"、"我们需要多少数据"、"技术上能做到吗"时激活。 不适用于: 纯数据科学洞察项目、探索性分析、已明确不需要AI的场景。

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。

小白安全清理C盘（Windows）。当用户想清理C盘、磁盘空间不足、系统盘快满了、想安全释放空间时使用。WizTree扫描→模式库+知识库两层分析→清理方案经用户批复→备份后执行→观察期收尾。安全第一，不确定的一律不动。

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。

从游戏客户端（安装包/APK/IPA/EXE 或 dump.cs、lua、usmap、抓包等）反推服务端协议并复现可部署服务端。含阅读路径分派、原理层(primer：三要素/数据包协议/协议表/热更源码)、四阶段路线图(workflow-roadmap：静态分析→建工具+登录链→重定向→补包循环→清单迭代)、11 种反推方法选择器（含内联服务端路线）、接口清单提取器（tools/）、协议规格模板(protocol.spec.yaml)、wire 级定点改写（不等 schema 齐就能跑）、客户端地址来源清查、三轴状态与验收体系、发布运维清单、进度清单(TRACKER.md)、登录链条与功能清单模板。覆盖：账号登录注册、房间匹配、战斗、掉落物资、抽卡、充值与邮件、部署(本地/服务器/Termux/Windows)、客户端对接、闭环验证；并支持 Unity(IL2CPP/Mono/Lua)、Unreal(UE4/UE5)、Cocos2d-x/Cocos Creator(JS/Lua 热更)、C#、AS3、Java、JS 等客户端；含进服后的 Live 运营手册；并含「内联服务端」路线（客户端进程内合成响应、运行时对象合成与字段发现、平台 SDK 登录态复用与目录服/区服两段准入）。

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。

当用户是创业者/管理者/领导者，遇到企业增长瓶颈、转型困难、或者在问"为什么公司越大越创新不了""为什么我们总是错过新机会""公司的问题到底出在哪"时激活。 核心信号：用户在描述组织发展困境，且问题根源指向领导者自身的认知局限而非外部环境。 不适用于：非管理者的个人发展问题、纯粹的市场/竞争分析、具体业务执行问题。

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。

当用户在做决策/推理/分析，但结果总是"差一点"或"不对劲"，或在问"为什么这个方案总是无效""我怎么才能看到自己看不到的东西""这个结论的大前提是什么"时激活。 核心信号：用户在推理链中遇到困惑，问题可能不在结论而在前提。 不适用于：信息查询、纯执行任务、情感问题。

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。

当用户在做复杂决策/分析时感觉工具不够用、或在问"怎么才能看问题更全面""为什么我总是用同一种方式思考""如何建立跨学科的思维方式""芒格的多元思维模型是什么"时激活。 核心信号：用户意识到自己的思维工具单一，需要构建多元的认知工具箱。 不适用于：单一领域的专业深耕、不需要跨学科视角的常规问题。

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 量化调优闭环中需要生成或修改一轮调优所需的 Practice YAML，包括敏感层分析、策略决策、写出 YAML 文件和校验。

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。

量化专家经验调优库：按「L1 通用专家调优意见 → L2 结构化专家调优意见 → L3 模型专属专家调优意见」三级递进， 输出量化精度调优的完整手段（离群值抑制 / 量化方法·粒度·对称性选型 / 校准集调整 / 敏感层回退 / 模型专属策略）， 每条结论附专家原因分析与专家意见可信度等级。 本 Skill 是专家经验库，负责说明可选离群值抑制算法并询问用户选择哪些算法，以及回答「怎么调、哪些层需要回退及为什么」；不运行离群值抑制 processor，不修改 YAML、不执行量化、不做 EP 检查 / 服务化 / 任务评测。

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。

专门用于 Ascend 集群 Profiling 性能数据的“快慢卡”诊断专家技能。当用户提供【集群性能数据目录/路径】并要求分析【快慢卡】、【慢节点】、【负载不均衡】或【集群瓶颈】时，必须触发此技能。该技能会自动接收集群路径，调度相关工具输出快慢卡的宏观定性与微观根因（如 Host 下发瓶颈、算子计算劣化）。

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。

当用户直接要求进行数据集压缩测评，或在量化调优过程中需要使用 AISBench 评测工具输出数据集精度等场景时使用。 本 Skill 负责：使用 AISBench 数据集压缩代码、用 RBF Kernel Herding 算法生成压缩后的数据子集（coreset），并按用户目标交付两种产物之一： ① 接入量化调优主流程：产出独立的 coreset 数据集配置（不覆盖原始数据），回传「全集 config_name + coreset config_name」给编排层，供 evaluation.yaml 切换； ② 仅数据集压缩测评（不做量化调优）：基于 example 模板生成「全集测试脚本」和「子集测试脚本」两份 shell 脚本。 暂时支持 AIME 2025 和 GPQA，其他数据集需要再结合 aisbench tools目录下 herding_coreset_selector 源码进行分析。

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。

MindStudio Profiler Analyze（msprof-analyze）是面向 AI 训练与推理场景的性能分析工具，基于采集得到的 profiling 数据进行统计、比对和诊断，帮助定位计算、通信、调度及集群场景下的性能瓶颈。

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。

DB格式Profiling数据场景化性能拆解：自动完成场景确认（框架/任务类型判定）、阶段拆解与单次执行边界拆解，并给出报告。Use when 需要对昇腾 Profiling DB 做阶段拆解、step 归因或生成性能报告, or when the user says "帮我按任务阶段拆解这个Profiling数据", "多层次性能耗时拆解", "分析这个 vllm/sglang/verl 数据，主要耗时都花费在哪里了"。

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。

分析 AscendC 算子中自实现的软同步代码，判断其所属同步语义（核间 barrier/set-wait、卡间 barrier/signal），并接入 mssanitizer 的 Sanitizer 接口（sanitizer_report.h）上报软同步语义，避免 racecheck 对软同步误报。触发：算子存在自实现软同步（GM 地址轮询、flag 计数、跨核/跨卡信号等）需要配合 mssanitizer 检测、需要上报软同步语义、需要判断某段同步代码属于哪种同步语义时。

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。

在遇到模型精度问题，需要分析定位时使用。典型的精度问题包括回复输出中有乱码或重复、精度测评不达标等。

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。

训练与推理数据不一致的端到端根因分析。当模块映射/值比较不足以定位问题时使用，可追踪首个可信的分歧边界，过滤融合或结构性误报，遵循生产者-消费者链，并生成包含具体假设和证据的根因报告。

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。