「归属」の検索結果

基于已有拓扑数据回答资源影响面、上下游链路、业务归属和变更波及范围。只要用户在问某个节点或资源变更会影响什么应用、入口出口、上下游链路、归属业务，或者想梳理某个 ECS/CLB/EIP/安全组/VPC/子网/EBS 的依赖关系时，都应该使用这个 skill；即使用户没有明确提到 topology，也要主动触发。

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。

招聘与猎头 (招聘与猎头 (Recruiting & Executive Search) — 面向甲方招聘负责人/HR 与市场化猎头顾问「双侧视角」的『把一个模糊的用人需求，变成一个来得了、干得好、留得住的人』的判断体系；不是候选人一侧的求职与简历面经（那是 job-hunting-coach 的范围），也不是薪酬绩效/员工关系/组织发展的泛 HR 全模块，更不是劳动法条文解读。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：**需求诊断优先 ⇄ 快速供给优先**（用人经理提来的岗位需求几乎总是一张愿望清单，资深招聘先开 intake 会把『必须有』与『最好有』拆开、把画像逼成可证伪的成功标准；但按成单计酬的猎头把诊断时间压不进单价里，于是行业里同时存在『先诊断再搜寻』和『先扔简历再说』两种作业习惯）；**结构化面试 ⇄ 看人的直觉**（工业与组织心理学近一个世纪的效度元分析一致指向：结构化面试、工作样本、认知能力测验的预测效度明显高于非结构化面谈与经验年限，但一线用人经理绝大多数仍相信自己聊两句就能看准人——这是本行最大的知行落差，也是所有循证招聘流派的出发点；顺带一提，业内长期奉为圭臬的 Schmidt-Hunter 效度排序近年被重新校正，工作样本的效度被下调，这场修正本身就是本行必须如实呈现的争议）；**能力素质 ⇄ 文化匹配**（culture fit 既是最常被写在拒信里的理由，也是被批评得最凶的偏见外壳，Google 一派主张改口叫 culture add，看的是这个人补上了团队缺的东西，而不是像不像我们）；**主动寻访 sourcing ⇄ 被动投递漏斗**（高端与稀缺技能岗只有 outbound 人才地图一条路；量大岗位靠渠道效率、转化率与自动化，两条路的技能树几乎不重叠）；**人才地图是资产 ⇄ 人才地图是浪费**（保留制猎头把 mapping 当交付物的一部分，成功付费猎头认为地图做完单子已经黄了）；**保留制 retained ⇄ 成功付费 contingency**（按阶段预付、独家、深度地图 vs 多家赛马、入职才收钱、速度压倒深度；两种商业模式塑造出两种截然不同的作业节奏、候选人对待方式与职业道德边界，比如 off-limits 不挖回自己安置过的人）；**内部招聘团队 ⇄ 外部猎头与 RPO**（成本、速度、知识沉淀、雇主品牌归属谁的长期争论；embedded recruiter 是近年的折中）；**候选人体验 ⇄ 筛选效率**（漏斗越严体验越差，被拒者也是客户与口碑）；**AI 筛选的效率 ⇄ 合规与偏见**（简历解析、AI 面试评分、自动排序已在大规模使用，同时被监管盯上：纽约市 Local Law 144 要求自动化决策工具做偏见审计并公示、欧盟 AI 法案把招聘划为高风险场景、伊利诺伊州对 AI 视频面试单独立法；业内既离不开它，也在诉讼与审计里学做记录）；**offer 谈判的锚定 ⇄ 薪酬透明**（多地薪酬区间披露立法把谈判起点从『你现在多少』改成『这个岗位值多少』，问薪酬历史在不少法域已被禁止）；**counter-offer 该不该接**（猎头几乎一致反对，认为留下来的人多数一年内还是会走，但这条业内定论的证据基础本身也在被质疑）；**入职后早期流失算谁的**（保证期与退款条款把这场争论直接写进了合同）。(b) 工具栈 —— 申请人追踪系统 ATS（Greenhouse、Lever、Ashby、Workday Recruiting、SmartRecruiters、iCIMS、Taleo，中国侧 Moka、北森、大易、e成）、猎头 CRM 与交付系统（Bullhorn、Vincere、Loxo、Clockwork、Recruit CRM）、寻访与触达（LinkedIn Recruiter、SeekOut、hireEZ、Amazing Hiring、GitHub 与学术检索，中国侧 BOSS 直聘、猎聘、脉脉、拉勾、牛客）、评估与测评（HackerRank、CodeSignal、CoderPad、结构化面试题库与 scorecard 评分卡、Hogan、SHL、Predictive Index、Criteria、案例作业与工作样本）、面试调度与视频（GoodTime、Calendly、HireVue、Spark Hire）、背景调查与合规（HireRight、Checkr、Sterling，中国侧 i背调、八方锦程，以及个人信息保护法与 GDPR 下的授权链、FCRA 的不利行动通知）、数据与漏斗分析（time to fill 与 time to hire 的口径差异、offer 接受率、通过率与转化漏斗、quality of hire 的度量困境、招聘成本 cost per hire 的口径战争）、以及最被低估的纸笔工具（intake 提纲、成功标准清单、scorecard、人才地图表格、Boolean 检索式、一页纸的岗位价值主张）—— 选型的真正分岔从来不是功能清单，而是『你的岗位是靠触达赢还是靠转化赢』。(c) 心智模型层 —— 招聘是一次双向销售而不是一场考试；岗位画像要写成结果（这个人半年内要做成什么）而不是资历清单；信号与噪音（公司名与学历是弱信号，工作样本与具体行为证据是强信号）；结构化与评分卡的意义在于让判断可比而不是显得严谨；漏斗每一层都在丢人，所以要从入职倒推触达量；稀缺人才不看招聘广告，只在熟人与私域里流动；offer 是谈判也是承诺，谈崩与反悔的代价高度不对称；招聘的质量要到入职之后才结算。(d) 工作流 —— intake 需求诊断会、岗位画像与成功标准、渠道策略与人才地图 mapping、Boolean 与主动触达、简历筛选与电话初筛、结构化面试与 debrief 定校准、工作样本与技术评估、reference check 与背调、offer 设计与谈判、counter-offer 应对、入职前 no-show 防范与 pre-boarding、试用期与早期留存复盘、招聘漏斗与数据复盘、以及岗位关闭或撤销时的收尾。(e) 表达 DNA、质量基准（什么算一次好的招聘）、反模式（外行与新手最容易犯的错：照抄 JD、面试问脑筋急转弯、用薪酬历史锚定、把候选人当库存、背调走过场、offer 口头承诺）、智识谱系（工业与组织心理学的效度学派、循证与结构化招聘派、保留制高管寻访派、增长型 sourcing 与招聘运营派、雇主品牌与候选人体验派、中国互联网大厂的人才盘点与赛马派）。) Master OS — automated mastery of 招聘与猎头 (Recruiting & Executive Search) — 面向甲方招聘负责人/HR 与市场化猎头顾问「双侧视角」的『把一个模糊的用人需求，变成一个来得了、干得好、留得住的人』的判断体系；不是候选人一侧的求职与简历面经（那是 job-hunting-coach 的范围），也不是薪酬绩效/员工关系/组织发展的泛 HR 全模块，更不是劳动法条文解读。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：**需求诊断优先 ⇄ 快速供给优先**（用人经理提来的岗位需求几乎总是一张愿望清单，资深招聘先开 intake 会把『必须有』与『最好有』拆开、把画像逼成可证伪的成功标准；但按成单计酬的猎头把诊断时间压不进单价里，于是行业里同时存在『先诊断再搜寻』和『先扔简历再说』两种作业习惯）；**结构化面试 ⇄ 看人的直觉**（工业与组织心理学近一个世纪的效度元分析一致指向：结构化面试、工作样本、认知能力测验的预测效度明显高于非结构化面谈与经验年限，但一线用人经理绝大多数仍相信自己聊两句就能看准人——这是本行最大的知行落差，也是所有循证招聘流派的出发点；顺带一提，业内长期奉为圭臬的 Schmidt-Hunter 效度排序近年被重新校正，工作样本的效度被下调，这场修正本身就是本行必须如实呈现的争议）；**能力素质 ⇄ 文化匹配**（culture fit 既是最常被写在拒信里的理由，也是被批评得最凶的偏见外壳，Google 一派主张改口叫 culture add，看的是这个人补上了团队缺的东西，而不是像不像我们）；**主动寻访 sourcing ⇄ 被动投递漏斗**（高端与稀缺技能岗只有 outbound 人才地图一条路；量大岗位靠渠道效率、转化率与自动化，两条路的技能树几乎不重叠）；**人才地图是资产 ⇄ 人才地图是浪费**（保留制猎头把 mapping 当交付物的一部分，成功付费猎头认为地图做完单子已经黄了）；**保留制 retained ⇄ 成功付费 contingency**（按阶段预付、独家、深度地图 vs 多家赛马、入职才收钱、速度压倒深度；两种商业模式塑造出两种截然不同的作业节奏、候选人对待方式与职业道德边界，比如 off-limits 不挖回自己安置过的人）；**内部招聘团队 ⇄ 外部猎头与 RPO**（成本、速度、知识沉淀、雇主品牌归属谁的长期争论；embedded recruiter 是近年的折中）；**候选人体验 ⇄ 筛选效率**（漏斗越严体验越差，被拒者也是客户与口碑）；**AI 筛选的效率 ⇄ 合规与偏见**（简历解析、AI 面试评分、自动排序已在大规模使用，同时被监管盯上：纽约市 Local Law 144 要求自动化决策工具做偏见审计并公示、欧盟 AI 法案把招聘划为高风险场景、伊利诺伊州对 AI 视频面试单独立法；业内既离不开它，也在诉讼与审计里学做记录）；**offer 谈判的锚定 ⇄ 薪酬透明**（多地

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。

用于选择、实现、审查或重构 React、Vue、Next.js、Nuxt、URL 状态、服务端状态、表单状态、浏览器持久化或全局 store 的前端状态归属。TanStack Query 缓存细节、浏览器存储持久化或表单校验内部问题优先使用更窄的 skill；中文触发词包括 状态管理、状态归属、store 选型。

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。

从整个工作区出发，系统性地重组认知结构并整理全局文档归属。适用于首次建立认知结构、或积累了大量散落文档需要批量归档时。基于三大闭环框架（Loop1 Skill体系 / Loop2 思维体系 / Loop3 场景投射）做全工作区分类路由。触发词：「系统整理」「重组认知结构」「从文档构建认知结构」「整合文档」「全量梳理」「认知结构乱了」「全工作区整理」「文档归属梳理」「如何加入认知结构」「怎么加入认知结构」「按规范加入」「未更新的文档怎么处理」「这些文档要怎么整理」「有没有关于X的已有文档」。注意：若用户仅询问流程而非执行重组，执行 Step 0.5（检查分类清单现状）后，先向用户展示已有文档状态和分类建议，再确认是否执行完整重组。

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。

为蚂蚁社保核心用户处理“知识产权成果归属条款核验”，面向咨询顾问、设计师、程序员、自媒体人等自由职业者，通过必要信息采集、办理地当前有效官方政策核验和结构化结论，输出条件、金额、材料、行动步骤和风险边界。Use when the user asks about 知识产权成果归属条款核验、自由职业合同与回款，或需要判断相关资格、费用、记录连续性、办理路径和失败原因。变化性政策必须核对地区、适用时间和官方原文，不得承诺审核、待遇、理赔、入学、购房、补贴或税务结果。

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。

为蚂蚁社保核心用户处理“离职前后股权激励纳税归属判断”，面向有奖金、股权激励、顾问费、稿酬或境外收入的一线城市高收入人群，通过必要信息采集、办理地当前有效官方政策核验和结构化结论，输出条件、金额、材料、行动步骤和风险边界。Use when the user asks about 离职前后股权激励纳税归属判断、奖金股权与多元收入，或需要判断相关资格、费用、记录连续性、办理路径和失败原因。变化性政策必须核对地区、适用时间和官方原文，不得承诺审核、待遇、理赔、入学、购房、补贴或税务结果。

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。

从整个工作区出发，系统性地重组认知结构并整理全局文档归属。适用于首次建立认知结构、或积累了大量散落文档需要批量归档时。基于三大闭环框架（Loop1 Skill体系 / Loop2 思维体系 / Loop3 场景投射）做全工作区分类路由。触发词：「系统整理」「重组认知结构」「从文档构建认知结构」「整合文档」「全量梳理」「认知结构乱了」「全工作区整理」「文档归属梳理」「如何加入认知结构」「怎么加入认知结构」「按规范加入」「未更新的文档怎么处理」「这些文档要怎么整理」「有没有关于X的已有文档」。注意：若用户仅询问流程而非执行重组，执行 Step 0.5（检查分类清单现状）后，先向用户展示已有文档状态和分类建议，再确认是否执行完整重组。

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。

当用户在想"怎么让产品被人讨论""为什么没人分享我的内容""怎么让用户主动传播""让产品成为社交谈资"时激活此skill。 典型触发信号：用户提到"社交货币""让人愿意分享""让产品有话题性""怎么制造口碑""用户不愿意讨论我的产品"等。 不适用于：纯品牌知名度问题（那是曝光问题）、产品质量问题（那是产品问题）、价格竞争力问题（那是定价问题）。 社交货币铸造三法：内在吸引力（反常识事实）、游戏杠杆（积分排名徽章）、稀缺归属感（限量邀请制）。三种方法分别挖掘产品中让人"显得聪明""显得有成就""显得有特权"的属性。

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。

通过区分过期配置与源码缺陷，并执行真实打包 Runtime 路径，诊断 Comet Hook、安装、路由、平台、生成 Runtime 或生命周期行为。Hook 或安装报告可能涉及配置、生成资产漂移、不支持的平台或跨项目归属问题时使用。

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。

进行市场研究、竞争分析、投资者尽职调查和行业情报，附带来源归属和决策导向的摘要。适用于用户需要市场规模、竞争对手比较、基金研究、技术扫描或为商业决策提供信息的研究时。

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。

Design, improve, and review interfaces for websites, apps, dashboards, and components: explore distinct design directions, compare styles side by side, and refine visual hierarchy against real screenshots. Delivers comparison pages, design notes, mockups, or working interfaces. Use for new interface design, style comparison, visual polish, screenshot recreation, or interface review. Not for business logic, APIs, builds, or code cleanup without visible UI changes. If oil-ui-pro is installed, use oil-ui-pro instead. 设计、改进和评审网站、App、后台与组件的界面，完成设计方向探索、多风格同屏比较、视觉层级和基于实际画面的迭代；按请求交付对比页、设计说明、设计稿或可运行界面。当用户需要新界面设计、比较不同设计风格、视觉精修、截图还原或界面评审时使用。只负责设计判断，组件归属、数据流、状态正确性和测试等代码实现质量不在范围内。不用于纯业务逻辑、接口、构建部署、无界面行为变化的代码整理、单独绘制普通插画或操作现有网站。已安装 oil-ui-pro 时交给 oil-ui-pro。

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。

在向《电子学报》(Acta Electronica Sinica, AES) 正式提交稿件前做投稿就绪审计时调用。覆盖官网 ejournal.org.cn 在线投稿系统、注册与稿件同步、官方 Word/LaTeX 模板、中英文摘要与关键词、中图分类号(TN 为主)、GB/T 7714 参考文献、双盲评审的匿名化要求、稿件评审费(中文约 199 元/英文约 260 元 待核实以系统为准)、涉密脱敏、栏目归属与稿件类型选择，并在上传前做退稿风险分诊。适用于把一份电子/信息/通信/信号处理方向的中文原创论文打磨到符合本刊四级审理门槛的场景。

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。

当你在向《自动化学报》(Acta Automatica Sinica, AAS) 正式提交稿件前做投稿就绪审计时调用。覆盖官网 aas.net.cn 的 ScholarOne 投审稿系统(aas-cn)、双盲匿名化(删除页眉页脚/标题下方/尾注/文件名中的作者单位基金号)、全部作者签名加盖第一作者单位公章的《作者承诺》前置提交、只收原创非翻译稿与不接收 AI 署名、学术不端查重、栏目(综述/论文/短文)归属与退稿风险分诊。适用于把一份控制/自动化/模式识别方向的中文稿打磨到符合本刊双盲三审制门槛的场景。

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。

检测一个 IP 或住宅/机房代理节点的质量——注册库、地理库一致性、ASN/org、风控信誉、黑名单、住宅真实性、BGP 宣告、目标服务(Grok/Claude/ChatGPT)解锁与延迟三角测量。判定该 IP 能否安全用于 AI 服务(避免被地理库误判到别国导致区域锁)。当用户说"查这个 IP"、"这个节点在哪"、"这个代理能用吗"、"IP 质量检测"、"验收住宅 IP"、"为什么被判定在 X 国"、"check ip"、给出 socks5 代理凭证问归属或解锁时使用。

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。

Create original short videos using the 人物装备归属｜局部切片到全身动作 Creative DNA for MiniMax H3 or Seedance 2.0. Use when the user wants this causal, camera, motion, rhythm, or payoff structure with new subjects and surfaces.

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。

当系统提示需要设计引用格式、信息溯源机制、来源标注系统时调用。适用于文档问答、搜索增强生成（RAG）、代码引用、浏览器辅助等需要让用户追溯信息来源的场景。不适用于纯创作类输出（如故事、诗歌），不适用于无需溯源的常识问答，也不适用于注入防御（虽然两者都涉及内容可信度）。

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。

AIGC 创作工作流 (AIGC 创作工作流 / AIGC Creative Workflow — 以「生成式 AI 视觉创作（图像 + 视频）的工程化创作流水线」为对象的认知操作系统：从「需求/概念（要做什么画面/镜头/风格）→ 模型与工具选型（Midjourney / Stable Diffusion·SDXL·Flux / ComfyUI / 可灵 Kling / 即梦 Jimeng / Runway / Vidu / Sora）→ Prompt 与参数设计（提示词工程、风格描述、负向、种子、CFG/步数/采样器、参考图）→ 可控生成（ControlNet / LoRA / IPAdapter / inpainting / 图生图 / 局部重绘 / 区域控制）→ 批量出图与筛选 → 精修与合成（放大/超分、修手修脸、PS/AE 后期、抠图合成）→ 图生视频/文生视频（首尾帧、运镜、时长、一致性、对口型）→ 商业交付与迭代复现（参数留存、工作流文件复用、版权与可商用判断）」的完整创作-工程-交付决策链。覆盖 (a) 第一性张力 — **可控性/工程化复现（ControlNet/LoRA/ComfyUI 节点工作流/固定种子与参数/可复现可迭代）⇄ 随机性/抽卡玄学（出图随机、prompt 玄学、抽卡刷图、靠运气）**；**审美/创意/艺术指导主导（人的审美判断、概念设计、构图、镜头语言、艺术总监能力——'模型是地板，审美是天花板'）⇄ 工具/模型/参数主导（堆模型能力、堆参数、堆 LoRA、以为换个大模型就行）**；**开源生态/本地可控（Stable Diffusion / ComfyUI / Flux / civitai / liblib 本地部署可定制可控可商用、显卡门槛）⇄ 闭源商业/易用黑盒（Midjourney / 可灵 / 即梦 / Runway 开箱即用但不可精控、按量付费、黑盒）**；**图像生成（T2I/I2I：Midjourney / SDXL / Flux）⇄ 视频生成（T2V/I2V：可灵 / Runway Gen-3 / Vidu / 即梦 / Sora，2024-2025 前沿从图迁移到视频）**；**生产力/商业量产（替代或增强传统设计/插画/电商/广告/影视分镜流程、降本提效、批量）⇄ 纯艺术创作/作者表达（个人风格、实验性、作品集）**；**效率/批量（一次出几十张筛选、商单走量、自动化 pipeline）⇄ 质量/精控（单张精修、商业可用级细节、修手修脸修穿帮）**。(b) 核心工作流 / pipeline（最标准、最易蒸高质量 + CLI 化）— 单图创作链：概念/参考收集（moodboard/风格定位/竞品）→ 模型工具选型（按可控性/风格/成本/可商用判断 MJ vs SD/Flux vs 国产）→ Prompt 与参数设计（主体/风格/光影/镜头/负向词/CFG/采样器/分辨率/种子）→ 首轮出图与方向筛选 → 可控迭代（ControlNet 控构图/姿态/线稿、LoRA 控风格/角色一致性、图生图重绘、inpainting 局部修）→ 放大超分与精修（高清放大/修手修脸/后期调色合成）→ 交付与参数留存（工作流文件/种子/参数复现）。视频创作链：分镜/脚本→首帧出图（图像链产出关键帧）→图生视频（运镜/时长/首尾帧/动态强度）→多镜头一致性（角色/场景/风格统一）→对口型/配音/配乐→剪辑合成→交付。ComfyUI 工程链：节点工作流搭建（加载器/采样/ControlNet/放大/面部修复节点）→ 参数化与复用→批量队列→工作流分享（civitai/openart workflow json）。(c) 工具栈 — 闭源图像（Midjourney v6/v7、DALL·E 3、Adobe Firefly、Ideogram、Recraft）、开源图像与底座（Stable Diffusion 1.5/SDXL/SD3、Flux.1 dev/schnell（Black Forest Labs）、ComfyUI（节点式）、Automatic1111/Forge WebUI、Fooocus）、可控生成插件（ControlNet、LoRA、IPAdapter、AnimateDiff、inpainting/outpainting、ReActor 换脸、面部修复 CodeFormer/GFPGAN、放大 ESRGAN/SUPIR/Topaz）、模型/资源社区（Hugging Face、Civitai、liblib 哩布、吐司 Tusi、openart）、视频生成（可灵 Kling、即梦 Dreamina/Jimeng、Runway Gen-3/Gen-4、Luma Dream Machine、Pika、Vidu、海螺 Hailuo、Sora、Wan 通义万相、MiniMax）、辅助（Magnific 放大、Krea、Photoshop/After Effects 后期、ChatGPT/Claude 写 prompt、reverse prompt 反推）。(d) 知识正典 — AIGC 创作 canon 横跨论文/工程/社区教程：奠基论文（DDPM、Latent Diffusion/Stable Diffusion（Rombach et al）、DiT、ControlNet（Zhang et al）、LoRA、DreamBooth、Textual Inversion、SDEdit、IP-Adapter、视频扩散 SVD/Sora 技术报告）、官方文档与模型卡（Stability AI、Black Forest Labs Flux、ComfyUI 文档、Midjourney docs、可灵/即梦官方教程、Hugging Face diffusers）、社区教程与工作流（ComfyUI 官方示例、civitai 文章、B站/YouTube 创作者长教程、openart workflow）、prompt 工程资源（Midjourney 风格库、提示词指南）。(e) figures/流派 — 模型/工具创造者（Midjourney David Holz、Stability AI Emad/Robin Rombach、Black Forest Labs（Flux，原 SD 团队）、ComfyUI comfyanonymous、ControlNet 张吕敏 Lvmin Zhang、AUTOMATIC1111、可灵/即梦/快手字节团队）、创作者 KOL 与教育者（Midjourney/SD 头部创作者、ComfyUI 工作流大神、AI 视频创作者、国内 B站/抖音 AIGC 教程作者、独立 AI 艺术家）、行业分析与评测（AI 工具评测、生成式 AI 创作生态观察者）。流派分歧：开源可控派（SD/ComfyUI/Flux 本地精控）vs 闭源易用派（MJ/可灵开箱即用）、工程化派（节点工作流/可复现/参数化）vs 玄学抽卡派（prompt 玄学/堆词/抽卡）、审美主导派（'模型是地板审美是天花板'）vs 工具主导派（堆模型堆参数）、图像派 vs 视频派、艺术创作派 vs 商业生产力派、国产工具派（可灵/即梦/liblib）vs 海外工具派（MJ/Flux/Runway）。(f) 行业话术/黑话 — 出图 / 抽卡 / 刷图 / 炼丹（训练 LoRA）/ 喂图 / 垫图（参考图/图生图）/ 控图 / 锁种子 seed / CFG / 采样器 sampler / 步数 steps / 重绘幅度 denoise / 提示词 prompt / 咒语 / 负向 negative / 权重 / tag / 大模型 checkpoint / 底模 / LoRA / ControlNet / 控线稿/openpose/depth / IPAdapter / inpainting 局部重绘 / outpainting 扩图 / 高清放大 / 超分 / 修手 / 崩手 / AI 味 / 风格 / 角色一致性 / 工作流 workflow / 节点 / 跑图 / 队列 / 文生图 T2I / 图生图 I2I / 文生视频 T2V / 图生视频 I2V / 首帧/尾帧 / 运镜 / 动态强度 / 时长 / 对口型 / 一致性 / 可商用 / 训练集 / 过拟合 / 翻车 / 穿帮。(g) 争议/批判 — 「版权与训练数据」（模型训练用未授权作品、生成图版权归属、可商用风险、洗图/伪原创）、「AI 替代创作者就业」（替代画师/插画师/设计师/摄影、行业冲击与转型）、「AI 味与审美趋同」（生成图同质化、套模板、缺乏原创审美）、「玄学 prompt 神话与割韭菜」（'咒语'神秘化、'7天 AIGC 变现/月入过万'付费课割韭菜、抽卡当能力）、「工具快速迭代与淘汰焦虑」（模型月月换、工作流频繁失效、追新疲劳）、「开源 vs 闭源之争」（可控可商用 vs 易用黑盒）、「质量天花板」（修手修脸穿帮、长视频一致性、可控性仍有限）。(h) 大量隐性创作手艺 + 审美 + 工程 + 沟通软技能（prompt 的描述功底与审美词汇、参数与采样的手感、ControlNet/LoRA 的组合控制经验、节点工作流的搭建与调试、批量筛选的审美眼力、修图合成的后期功底、镜头语言与运镜设计、角色/风格一致性的控制、商业需求的翻译与交付、版权与可商用的判断）是高 tacit、靠大量实操跑图 + 审美积累 + 工程调试经验的核心。水分极高（大量'咒语速成/一键变现/AI 绘画割韭菜'营销

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。

arkcli doctor 统一入口，覆盖 CLI 健康、account、error、infer-endpoint、model、metrics、report 与 Ark 图片/视频来源特征验证。用户给 1-20 个媒体 URL 并问是否由 Ark/Seedance/Seedream 生成时，走 doctor +verify-origin：整批只披露并确认一次费用，确认前不发 Create/Get 业务请求，最终完整转交服务端 JSON，禁止解释 IsOfficial。其余错误码（包括 ServerOverloaded、ModelNotOpen）、模型名、ep-xxx、失败/慢/超时/限流、健康度、P99/Cache、内容审核、DNS/TCP/TLS/时钟等按正文诊断路由。来源验证不判断内容真假、版权归属、法律认证或内容安全。安装/登录/profile/API Key 归 arkcli-shared/auth；纯用量明细归 arkcli-usage；部署、Endpoint CRUD、模型元信息归对应 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。

当任务需要实现、修改、重构或评审产品前端的可见界面、交互行为、前端状态与数据流、组件或样式组织时主动使用，无需用户点名；也用于这些前端行为的测试与验证策略。适用于页面、表单、列表、弹窗、响应式、样式与动效实现和前端代码归属调整。不用于视觉风格、配色、排版与设计方向这类设计判断，也不用于纯后端、构建部署、依赖升级、只修导入路径的机械改动、仅操作现有网站、仅生成设计图片或讨论本 Skill；用户明确要求不使用时不触发。

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。

设计 API 认证鉴权和权限矩阵时使用。适用于多角色系统、租户隔离、字段级权限。优先使用 OAuth 2.0 / JWT + RBAC + 资源归属检查。

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。

用于设计或审查 Vue 3 + TypeScript 项目结构、SFC/组件边界、composables 组织、路由组合、Pinia 归属、API/错误/样式默认约定、directives 或仓库级 Vue 规范。表单、数据获取、测试、无障碍、虚拟列表、动画或安全深挖优先使用更窄的 skill；中文触发词包括 Vue 3 项目规范、Vue 组件架构。

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。

**精度验收标准**：凡是"改动不应改变结果"的场合（等价替换、算子/子模块融合、并行切分、 编译与图下发、拷贝消减），都按本标准判"合格 / 不合格"——等价分层（L1 逐位 / L2 数值门 / L3 有损门）+ 三级验收序（① 同配置重跑逐位 → ② 跨配置数值门 + 产物 md5 不变 → ③ 质量门）+ 判据不达标时的排障入口。当用户说"这个算子能不能换个写法/换个 kernel/等价实现/ 无损替换""替换后结果会不会变""怎么证明逐位一致""结果不对""花屏""尾部塌了" "CPU 跑对 NPU 跑不对"，或发现某个 hotspot 占了大头（例如某类算子在阶段里占 90% 以上）想动手时， 都应触发；即使用户只说"这样改有没有把结果改坏""能不能判它是无损的"也应触发。 覆盖：等价分层与判据、满足本标准的实现约定（per-shape 对拍写进实现，把索引/相位/顺序类重写 错误在首次调用抓住）、per-shape 条件性等价（同一改动在不同形状下结论可能不同）、 判据不达标 → `references/silent-failure-localization.md` 排障入口、否决案例的形态学 （换写法未换 kernel / 差异极小仍非逐位 / 等价但 OOM）、以及收益口径的归属（性能数字一律交 `perf-gate`）。 **近义分流**：选量化档 / 特性选档（要不要开量化、开哪一档）→ `dit-perf-opt`； 并行选型（USP / CP / TP 怎么切）→ `dit-parallel-opt`；本技能只判"结果是否被改变"， 不负责选档与选型。

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。

分布式并行策略选型与实测（USP / CP 通信掩盖 / CFG / TP/RSP/PP 概览；含拓扑相关选型 （按实测拓扑分域条件化：域内 bulk vs 跨域 head-parallel 翻转）与 AlltoAllV 缺陷绕过）。在 model-auto-optimization 中承担 S3：优先 USP、结合拓扑带宽差异选 CP，少量 step + 多 rank 验证特性开启与掩盖（产物：并行方案 + 多 rank 证据）。当用户需要多卡并行 策略选择、**序列并行形态抉择**（纯 Ulysses vs 复合 AllGather-KV×Ulysses：按 GQA / 跨域带宽 / 形态 plumbing 条件化定胜负）、**并行 × 稀疏叠加**（seam 契约：先汇聚后稀疏、 窗口偏移、块对齐、per-head 掩码；含「稀疏看似生效实则未生效」判定）、通信掩盖调优 （含**掩盖率上限**：1-1/n 何时成立、c/f 决定的真实上限、没生效的排查）、**并行方案 差异归因**（阶段 Δ 分解 / 集合通信按 communicator 归属 / 4→8 卡线性度），或排查多卡 跑不动 / 通信暴露大 / 换卡组 / 端口 bind / HCCL 带宽验证问题时使用；**并收编原并行作用域诊断**： 改了 SP/CP/Ulysses/AllGather-KV 后**不报错但结果没变/性能没变**、或小规模能跑大规模崩 （如 Ascend EE1003 coreDim 超限）时，用本技能证明"改动到底有没有生效"（判别量逐层收窄 + 两侧对照 + 日志≠生效，见 `references/scope-effectiveness-check.md`）； 即使用户只说 "多卡跑不动""通信暴露大""为什么没达到 6/7 的掩盖率""CP 和 USP 该选哪个""CP 叠稀疏 怎么不生效"而未说并行，也应触发。特性档位/接口事实见 `docs/zh/features/parallelism.md` /`usp.md`（仓内真源），框架侧开启见 framework-integration； 本技能承载选型决策、monkey-patch 掩盖与多卡诊断实测。 由 dev-workflow 多卡场景触发，亦由 model-auto-optimization 的 S3 阶段触发。

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。