「hr」の検索結果

当面对一个开放现象、说不清"为什么会这样"时使用——IYPT 题目、实验里看到的奇怪行为、科研中待解释的观测。把现象拆成候选机制清单，用守恒量收支表检查有没有漏，为每个机制写出带指数的标度律，用同量纲的量级比较排出主导、次导与可忽略，再为每个机制配一个能真正分辨它的观测量（判据是指数或符号不同，不是系数不同）。产出的是可检验命题与实验建议，不是结论。

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。

当使用者说"帮我填词"、"按这个字数模板写歌词"、"用多Agent对抗式写词"、"这首副歌帮我想几句"时使用，前提是字数骨架和这首歌写什么都已经有了；只有主题、还没定写什么时先用 lyric-concept-builder。拿一份字数骨架和意象系统，派三个 sonnet 子代理按不同路子并行独立起草（场景派 / 口语派 / 意象派），再派一个红队子代理逐句挑毛病，主 Agent 按句裁决拼稿，最后统一辙口与意象。收敛判据卡死：字数用 lyric-doctor 的脚本对模板数、每段同辙、hook 不含陈词、主歌二对主歌一有推进。不抄现有歌词，不替使用者决定这首歌要说什么。

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。

当机制清单已经排好、需要给每个机制配数值锚点并合成一个站得住的量级结论时使用。把估算写成显式的因子分解，每个因子给低／中／高三值与证据档位，算出区间而不是装饰性的小数位，再与参考区间和守恒量核对。worksheet 的结构与算术由 scripts/check_estimate.py 校验。不负责发现或排序机制——那是 physics-mechanism-decomposer 的事。

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。

当使用者说“这篇建模论文还能怎么提升”“按评分表排修改优先级”“时间不够先改什么”“给我一个论文改进清单”“要不要再加一个高级模型”时使用。基于现有草稿、模型工作包、批判 findings、评分规则和真实剩余资源建立可定位的 gap register，再按结论影响、评分关联、工作量、依赖与失败风险排序；每项写所需数据/代码/作者决定、验证与验收条件，先给一个最小可行修订，不用装饰复杂度替代证据，不编创新、实验或评委偏好。

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。

当已经有观测与模型预测（或一份拟合输出）、要判断这个拟合信不信时使用。看残差结构、带不确定度的拟合优度、杠杆值与影响点、信息准则。残差里有结构，说明模型、测量过程或不确定度模型三者之一不完整：必须说出可能是哪一处、用什么检查分辨，而不是加参数；疑似仪器漂移、温度、批次这类测量偏差时转 dataset-systematic-error-hunter 查原始数据。不在有数据之前选模型，也不悄悄删离群点。

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。

当使用者说“帮我整理建模论文结构”“这一段该放哪”“论文逻辑很乱”“怎么从模型讲到结论”“摘要和正文对不上”时使用。基于学生已有题面、模型、运行、图表和草稿建立主张—证据图，再给按问题驱动的章节蓝图、段落职责、图表计划与页数预算；保证摘要数字可追溯、结果与验证分开、结论强度不越过证据，不代写整篇竞赛论文，不用流畅叙事掩盖缺失分析。

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。

当使用者贴出一道物理题、一个实验现象、一份竞赛材料或一句"这个怎么解释"，还没想好从哪一步下手时使用。先定三件事——问题类型（计算/建模/科研/开放现象）、目标产物（数值答案/可检验模型/机制解释）、卡在哪一步——再分流到下游物理 skill；专门检出"要的产物与问题类型不匹配"和"其实该先回去读题"两种走错门。不解题，不给答案，不替使用者选机制。

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。

当使用者说"把这几张照片拼成一页"、"拼成一张长图"、"这组照片排成一页 PDF"时使用。Arrange 3–9 finished photographs into a cohesive one-page series, contact sheet, long image, or PDF. Use when a user wants to sequence and present a photo set with consistent frames, gutters, and canvas treatment. Preserve the photographer's chosen order unless they explicitly ask for sequencing suggestions; do not infer artistic intent from pixels alone. For a publication or exhibition-board layout with bands, a lead photo per band and a credit per band, or more than 9 photos, use photo-spread-composer.

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。

当使用者说“帮我批判这个模型”“找漏洞和反例”“模拟评委审稿”“这个结论站得住吗”“为什么验证不充分”时使用。先重建现有模型及其证据链，再从核心主张倒查方程、参数、数据、代码与假设，检查量纲、边界、可辨识性、泄漏、基线、验证、灵敏度、稳健性和可复现性；按对结论的影响分级，每条给最低成本反证检查与修复方向，不伪造审稿意见或验证结果，不整套重写。

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。

当使用者说"把这些照片排成一版"、"做一张照片展示海报"、"仿报纸摄影版那种排版"、"这组照片怎么摆"、"做个 photo essay 的版面"时使用。输入一组照片加署名，分两步：先产出 spread-plan.md（分带、定主次、排序、每带的图注与署名、被舍弃的照片及原因），等确认后再产出单文件 spread.html（照片按需缩放并内联，可打印成 PDF）。这个 skill 不提供固定版式——它给的是带状构图的语法与协议，具体谁大谁小、分几带、怎么排由模型和使用者判断。每张照片必须有署名，分辨率不足会被拦下。只想把自己拍的 3–9 张按原顺序拼成一张长图、网格或一页 PDF，不要分带主次和署名时，用 photo-series-layout。

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。

当需求还只是"帮我写个东西""让 AI 做这个任务"这种一句话时使用。用至多 3–5 个高杠杆追问把它补成一份可交付的任务简报——目标、产物、受众、已有素材、约束、验收标准、不做什么、待确认假设，外加一段可直接粘贴的执行 prompt。简报的九个标题保持英文（内容用什么语言都行），字段完整性由 scripts/check_brief.py 校验。产出不绑定任何一家模型，人或 Agent 都能照着执行。不适用于：写歌交给 lyric-concept-builder，复习计划交给 deadline-to-study-plan，建模题交给 modeling-problem-reading-coach，物理题交给 physics-problem-router；使用者坚持直接要成品、一个问题都不肯答时也不用本 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。

当 AI 写完测试、要决定信不信这份测试时使用。查三类假信心：断言与实现是否同源复制、有没有边界与异常用例、失败信号够不够强；再规划 2–5 个突变抽样，能执行时再实跑，看把被测代码改坏之后测试会不会变红，没实跑就不声称测试抓得住错。测试全绿不等于代码对，也可能是测试根本抓不住错。要决定整份 diff 能不能合并时走 ai-diff-review-protocol。

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。

当一个长任务要跨 session 继续、或者要交给另一个人、另一个 Agent 接手时使用。把当前进度压成一份可移植的交接文档：目标、已确认完成的事、关键决定及其理由、证据与验证状态、遗留风险、下一步的具体动作、重启须知。事实与推断分开标注，没验证过的绝不写成已完成。写的是跨 session 的交接，不是子代理交回主代理的那种短单。

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。

当拿到一段 AI 回答、准备直接复制去用之前使用。把回答拆成可检验的声明（链接、库名与版本、论文 DOI、命令行参数、API 名、数字、引文），按"用错了会炸多大"排序，为每条配一条最直接的核验路径；产出声明台账、核验计划和"现在可以用 / 必须先核实"两栏。专门防住引用了不存在的库、论文或命令这种直接复制就会出事的情况；包名存在不等于可信（幻觉出的名字可能已被人抢注），DOI 能解析也要标题对得上。不替使用者背书，核不了就写核不了。与 ai-answer-triage 的区别：那边只分级、定先查哪几条，这里逐条给核验路径；要判断一整段 AI 代码能不能跑，用 ai-code-onboarding-checklist。

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 AI 改完代码、要决定这份 diff 放不放行时使用。不逐行精读，按四步走查高风险点——意图是否匹配、有没有碰到边界条件、副作用面有多大、能不能回滚——每步有明确的放过与打回判据。改动文件数、增删行数、动到的迁移/锁文件/CI/配置/鉴权/测试文件和危险 hunk 先由 scripts/diff_risk.py 统计（粘贴进来的 diff 文本也能读，不需要 Git），越过固定阈值时必须人工逐段过。只有口头描述、没有改动内容时不给结论，只列要补的材料。diff 里新写的测试可不可信交给 ai-generated-test-auditor；没有基线的整段新代码走 ai-code-onboarding-checklist。

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。

当拿到一段 AI 生成的代码，还没决定要不要信、要不要跑、要不要往上继续加东西时使用。先做一遍客观体检：行数与嵌套深度、有没有测试、有没有硬编码密钥或遗留 TODO、依赖是不是真实存在、有没有危险调用（eval/exec、shell=True、递归删除、反序列化、提权、外发网络，按正文给的 grep 模式逐类查）；再给风险评级和下一步动作。老实写明它查不了算法正确性——体检通过不等于代码是对的。回答里文字、事实和代码混在一起时先用 ai-answer-triage 分级；只审相对已有代码的一份改动用 ai-diff-review-protocol。

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。

当想知道一段 AI 回答"哪些能直接用、哪些必须先验证、哪些只能当建议"时使用。按声明类型分四级——低风险草稿材料、观点与策略建议、可查证的事实声明、会改变状态的可执行指令——每级配一句默认处置动作；再按影响半径排序，给出最小的下一步检查。可执行类一律标"不能直接执行；先做代码审阅/沙箱测试/回滚准备"，其中破坏性或提权的命令排在最前。教的是一套可复用的复查习惯，不是替使用者把所有内容都核实一遍：本 skill 只分级、排序、定处置，要逐条核实走 ai-output-fact-checker，整段代码要做入库体检走 ai-code-onboarding-checklist。

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。

Operate Orca-managed worktrees, folder contexts, terminals, repos, automations, artifacts, skill sharing, worktree comments, and Orca's embedded browser through the `orca` CLI. Use when the user says "$orca-cli", "Orca worktree", "child worktree", "spawn codex/claude in a worktree", "read/wait/send Orca terminal", "handoff" / "handover" / "give this to another agent", "Orca browser", "orca artifacts", or "share skills". Prefer it over raw git worktree, ad hoc PTYs, or Computer Use when Orca state is involved. Use Computer Use only for external windows or desktop UI that needs OS-level control, and Playwright or CDP for external pages.

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。

Detects insider data exfiltration by analyzing DLP policy violations, file access patterns, upload volume anomalies, and off-hours activity in endpoint and cloud logs. Uses pandas for behavioral analytics and statistical baselines. Use when investigating insider threats or building user behavior analytics for data loss prevention.

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。

Detect DNS-based data exfiltration by analyzing Zeek dns.log for high-entropy subdomains and anomalous query patterns

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。

Detect privilege escalation attempts including token manipulation, UAC bypass, unquoted service paths, kernel exploits, and sudo/doas abuse across Windows and Linux.

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。

Detects early-stage ransomware indicators in network traffic before encryption begins, including initial access broker activity, command-and-control beaconing, credential harvesting, reconnaissance scanning, and staging behavior. Uses network detection tools (Zeek, Suricata, Arkime), SIEM correlation rules, and threat intelligence feeds to identify ransomware precursor patterns such as Cobalt Strike beacons, Mimikatz network signatures, and RDP brute-force attempts. Activates for requests involving pre-ransomware detection, network-based ransomware indicators, or early warning ransomware monitoring.

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。

Detect Living Off the Land Binaries (LOLBins/LOLBAS) abuse including certutil, regsvr32, mshta, and rundll32 via process telemetry, Sigma rules, and parent-child process analysis

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。

Detects and analyzes malicious behavior in mobile applications through behavioral analysis, permission abuse detection, network traffic monitoring, and dynamic instrumentation. Use when analyzing suspicious mobile applications for data exfiltration, command-and-control communication, credential stealing, SMS interception, or other malware indicators. Activates for requests involving mobile malware analysis, app behavior monitoring, trojan detection, or suspicious app investigation.

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。