「目标」の検索結果

设计单页面结构和线框图时使用。适用于功能页面设计、内容布局、主次操作排布。优先使用页面目标导向方法 + 内容层级 + 主次操作区分。

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。

确保项目对齐 OKR 战略目标时使用。适用于项目启动、季度规划、项目优先级决策。优先使用 Google OKR 方法 + 项目-OKR 对齐检查。

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。

把项目目标分解为可执行工作包时使用。适用于项目启动、Sprint 规划、需求拆任务。优先使用 WBS（Work Breakdown Structure）逐层分解到 5~60 分钟粒度。

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。

测试覆盖率收集和报告时使用。适用于覆盖率目标设定、CI 集成、PR 评论、趋势跟踪。

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。

设计指标体系时使用。适用于北极星指标、AARRR 海盗模型、漏斗指标、GSM（Goals-Signals-Metrics）框架。帮助团队从业务目标出发，建立可量化、可追踪、可行动的指标体系。

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。

通用网络与资产信息收集。面向 IP、CIDR、主机名、企业/域名等尚未明确攻击面的目标，完成资产扩展、主机发现、TCP/UDP端口发现、服务/版本/协议识别、只读服务枚举、网络设备识别和漏洞候选研判。Recon only：不执行漏洞利用、口令爆破、服务配置修改或持久化。

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。

当用户明确要求转换、修改或批量转换图片格式时使用。支持常见本地或网络图片输入与常见目标格式输出。⚠️ 不适用：仅调整尺寸/裁剪、查看图片信息，或没有明确格式转换意图。

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。

为任意 Agent Skill 设计、实现、接入或精简 Verifier 与 State；当用户希望给目标 skill 配置验证器/状态机、落实已有设计，或仅规划和审查架构时使用，尤其适合需要避免过度设计、硬编码并符合 Kernel 契约的任务。

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 mas/verif_plan_seed.md 扩展为完整验证计划 markdown（功能检查点、覆盖率目标、边界、随机约束、test case 清单）。触发场景：(1) bba-guru-verification 启动时；(2) 显式 /bb-create-verif-plan。

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"透析三棱镜"框架穿透问题表象找到本质原因，通过校准目标B、重构方法A、消除变量C三步解决反复出现的顽固问题。适用于面对同一个问题反复出现、用了各种方法都治不好的场景，以及需要精准定义问题后再解决的分析型场景。当你发现"打补丁式"的解决方案无效时使用此skill。不适用于全新领域没有历史方法可回溯的场景，也不适用于纯不确定性事件（那是概率域/风险域，应使用mirror-world）。关键触发信号："这个问题怎么又出现了"、"为什么总是解决不了"、"试了好多方法都没用"、"问题的根源到底是什么"。

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。

用四步流程做出理性客观的决策：紧盯目标过滤小事→找第三选择突破选项限制→绕开认知偏误→量化打分做最终选择。适用于面临重大选择纠结不已、选项看似非此即彼、或担心被直觉误导的场景。不适用于日常低风险小决策（过度量化反而浪费时间）。关键触发信号："纠结选A还是B"、"不知道怎么选"、"两个都不满意但必须选一个"、"帮我做个决定"。

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。

改写中文学术论文中被知网AIGC检测器标为"红色显著"的段落，目标是将AI率落出红色区间且不改变事实/数字/术语/引用。基于实战将20.6%降至10.1%（净降10.5个百分点）的工作流提炼。使用场景：用户提到"知网AIGC""降AI率""红色显著""降重"或贴出AIGC检测报告片段时触发。

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。

当用户想把某个岗位或流程自动化，需要把宏大目标拆解为具体可执行任务时使用。 用户在说"替代XX岗位"、"全自动"、"AI取代"、"把X工作交给AI"时激活。 不适用于: 岗位本身只有单一不可拆分的任务、需要整体流程自动化的场景、创意型工作。

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。

把一个目标/主题/文章/截图/数据转成有观点、有节奏、有视觉约束的单文件 HTML 演示（网页 PPT、科技战报、产品拆解、行业观察、路演/发布会 deck、社媒可传播长图）。**7 套各锚定公认设计体系的视觉人格**——技术崇高派 Technical Sublime（工程冷光·技术战报/算力）/ 构成主义 Constructivism（宣言/号召）/ 信息·数据设计（Tufte·数据/图表）/ 判断震慑极简 Luxury（高端品牌/判断）/ De Stijl 新造型（标准/秩序）/ 编辑主义 Editorial（衬线·深度观察）/ 演示禅 Zen（暗墨·思想/品牌 keynote）——用户可指定，否则按内容自动判选并透明告知。token + validator 机检（P0/P1/P2）+ 32 维审计**机器强制设计一致性**；反伪造（不造数据/logo/截图/来源·示意标注）；字体本地子集；图按角色路由（默认 CSS/SVG·要图先探测生图环境）。Generates single-file HTML decks with 7 design-system-anchored visual personas, a semantic layout grammar, locked design tokens, evidence-grading, machine validation (P0/P1/P2 + 32-dimension audit), an anti-fabrication discipline, and image-generation environment detection. Use when the user wants a presentation / deck / slides / 网页 PPT / 战报 / 产品拆解 / 行业观察 / 路演 / 发布会 / 社媒长图, or asks to turn an article / screenshot / dataset into slides. Do NOT use for large data-table training material, strict legal/medical/financial compliance documents, multi-author collaborative PPT editing, plain-text summaries, requests to replicate a brand's official keynote visuals, or any request to fabricate realistic-looking data / fake logos / fake screenshots / fake sources.

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。

在基础模型适配完成后，按算法适配并安装 Adapter 接口，依据目标模型真实 forward 生成并验证 final-logits patch，执行单算法 msModelSlim 离群值抑制变换、官方计算图提取和浮点 logits 门禁。

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。

当首次使用 msmodeling optix 的用户需要根据硬件、模型、负载和优化目标推荐 MindIE/vLLM 寻优参数、搜索范围、benchmark 侧字段或 config.toml 片段时使用。

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。

当用户需要深入理解目标客户的心理动机来撰写有共鸣的文案时调用。 适用于：写文案前分析客户心理、客户画像不够深入、文案太平面缺乏情感共鸣、 做用户调研准备。核心信号：用户在问"客户到底在想什么""怎么打动他们"。 不适用于：纯功能型产品文案（技术规格就够了）、不需要情感共鸣的B2B技术文档。

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。

社媒互动增长专家团自动化互动专家（柏特 · Bot）。负责各平台互动自动化策略设计，包括点赞/关注/收藏/评论/转发等安全操作，频率控制与行为模拟，防封号体系搭建，目标用户精准筛选。 触发词：由 social-engagement-team-lead 主理人调度执行 Phase 2 互动自动化配置任务时激活。不直接面向用户。

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。

当用户审查需求、工程计划、架构提案、路线图、最小可行范围或智能体输出，并担心过度设计、范围过大、未来假设太多、缺少非目标、缺少必要性证据，或想判断重写、框架、插件系统、工作流引擎、多智能体架构、模块边界等难撤回技术决定现在该不该做时使用。典型触发词：必要性审判、反过度设计、范围审查、砍噪音、最小必要升级、复杂度税、承诺闸门、技术决定、重写、开庭、多线程审判。

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。

用于安全移除前端死代码、未使用导出、陈旧组件、废弃路由、未使用依赖，或由 knip、depcheck、ts-prune、TypeScript、ESLint、人工审查发现的清理目标。不要用于会改变行为的功能重写；中文触发词包括 死代码、清理未使用、refactor clean、依赖清理、删除无用代码。

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。

沙盘库系统化扩充 Skill。识别各域沙盘覆盖缺口，建议优先场景（优先级：缺失类型>跨域>边界>变体），严格两阶段生成（Phase 1 禁止读 SKILL.md → Phase 2 对照验证），将 status="draft" 补全为 "validated" 或 "gap-found"，持续推进 100 沙盘目标。触发词：「扩充沙盘」「增加沙盘」「写更多沙盘」「沙盘库不够」「填充沙盘覆盖缺口」「把[域名]域的沙盘补到N个」「沙盘数量太少」「补全draft沙盘」「把草稿沙盘补完」「把所有草稿补完」「把draft补成完整版」。

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。

SciPilot Skills 家族成员，负责科研数据可视化——但定位不是"画图工具"， 而是"可视化顾问"。先做数据剖析（列类型/样本量/分布/异常值/分组结构/相关性）， 再结合用户的论证目标推荐图型，主动拦截科研画图的经典错误（小样本画均值柱掩盖 分布、双 Y 轴、饼图、Y 轴不当截断、rainbow 色图、把分类点连成折线等），最后 产出 Nature / Science / IEEE / Elsevier / PNAS / 中文核心期刊级别的成图。 覆盖纯数据图：折线、柱状、散点、箱线 / 小提琴、热力图、误差棒、分布图（直方 图 / KDE）、相关性矩阵 / 散点矩阵、多面板组合。技术栈 matplotlib + seaborn + SciencePlots（静态）+ plotly（交互）。中英文双语，中文模式自动配置 Noto Sans CJK / Source Han Sans / SimHei 并修复负号方框，支持中文期刊"宋体正文 + Times New Roman 数字"混排。默认色盲安全配色 + 冗余编码 + 灰度预览。出图后做 "视觉自检闭环"：渲染 PNG 预览→程序自检缺字/文字裁切/刻度重叠→AI 读图复核遮盖 与子图对齐→回改重渲，直到通过。 当用户的任务涉及以下任何情况时主动触发：论文配图、科研画图、数据可视化、 不知道用什么图、怎么展示数据、用什么图好、期刊投稿图、figure、出版级图表、 matplotlib、seaborn、plotly、误差棒、显著性标注、色盲安全配色、矢量图导出、 中文论文图表、多面板。**即使用户只是给一批数据问"这个怎么画"或"用什么图 好"，也应使用本技能——本技能首要能力是"判断该用什么图"，其次才是绘制。** 不做示意图、流程图、架构图。

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。

习惯养成监督技能。帮助用户制定合理目标、拆解可执行计划、每日监督打卡、动态调整难度、可视化追踪进度。支持同时跟进最多5个习惯。

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。