开发技能

使用日志、执行轨迹、状态信息和精简复现，排查 OMC 或 Claude Code 会话中的故障，并整理有依据的原因假设与下一步最小处理方案。

• 排查 Claude Code 工作流中断
• 调查钩子或智能体行为
• 缩小测试或命令失败范围

检查 GitHub 中收到的 issue 和 PR，核实说法并整理证据与既有决定。为维护者汇总待定选项、建议及影响，只执行已有明确授权的操作，不会合并更改。

• 分流缺陷报告和功能请求
• 按已批准规则处理重复报告
• 整理维护者决策材料

为人员与人工智能代理建立共享的项目规则和术语表，承接现有文档，并在有内容时补充记录；还可用检查模式核对引用、术语设置和文档与实际结构之间的不一致。

• 建立协作开发的共同规则
• 记录散落在聊天中的知识
• 为新参与者准备项目背景

在通过插件、npm 或本地开发环境安装后，初始化、更新或修复 oh-my-claudecode。可配置项目或全局说明、状态栏和团队默认值，也能快速更新现有配置并恢复中断的设置流程。

• 安装 OMC 后进行初始设置
• 更新后刷新项目配置
• 选择全局配置和文档保留方式

对照最新官方模板更新现有 Ant Design Pro 项目，在保留自定义页面和业务逻辑的同时调整依赖、配置与 API，并检查过时接口和构建问题。

• 更新现有 Ant Design Pro 项目
• 保留自定义代码并同步模板
• 升级时检查过时接口

通过查询 Ant Design 组件选项、示例和设计令牌，帮助实现界面并排查问题；还可检查项目中的过时写法和配置，梳理版本变更与迁移步骤。

• 依据组件示例实现界面
• 排查组件设置或问题
• 确认 Ant Design 更新内容

使用 CopilotKit CLI 检查应用连接、凭据和智能体回复，并在排查代码前定位问题；还可创建项目、接入现有应用、选择 Intelligence 项目、生成带类型检查的智能体标识符并导入会话历史。

• 排查连接或凭据问题
• 创建 CopilotKit 项目
• 将 CopilotKit 接入现有应用

为 reskinnable-demo 创建面向特定行业或产品的新皮肤，整合品牌、布局、页面、数据、工具和智能体，用于演示 AI 生成界面、状态共享、人工确认及记忆功能。

• 制作面向其他行业的销售演示
• 同步切换品牌、页面和数据
• 演示状态共享与人工确认

在专用本地工作台中检查和修改 CopilotKit Inspector 的界面与交互，并通过每次修改前后的截图确认效果；也可检查窄屏、主题和特定状态。

• 调整 Inspector 面板和交互
• 检查窄屏下的折叠布局
• 比较浅色与深色主题

通过 CopilotKit CLI 引导流程，搭建能在 Slack 或 Microsoft Teams 中回复的智能体，涵盖项目准备、智能体实现、频道配置、常驻主机启动，并用真实消息确认回复。

• 首次搭建 Slack 回复智能体
• 将智能体连接到 Microsoft Teams
• 通过真实回复核对连接配置

使用 mcp-use 指导构建或改造 MCP 服务器，让 AI 调用外部操作和数据。涵盖项目创建、工具、可复用提示、交互式 React 界面、认证、输入验证和部署，并按任务指向参考资料。

• 创建 mcp-use MCP 服务器
• 添加工具或只读数据
• 构建 React 操作界面

通过查阅最新文档和源代码，协助在应用中集成 CopilotKit，涵盖聊天界面、智能体连接、共享状态和故障排查，并指导检查配置及避免混用不兼容的 API 版本。

• 为应用添加聊天界面
• 连接智能体框架
• 排查运行环境连接故障

为 Slack 或 Microsoft Teams 中的智能体实现和定制托管式 CopilotKit Channels，涵盖事件处理、常驻运行时连接、Teams 设置，以及排查权限不足或软件包版本不匹配导致的无响应。

• 调整提及和反应的处理方式
• 为现有项目添加托管式频道
• 配置 Microsoft Teams 连接

通过 Intelligence 托管的 Channel 将本地运行的 CopilotKit 智能体接入 Slack。此技能会引导你创建专用 Slack 应用、设置凭据和本地运行环境，并确认真人发送的提及能收到回复。

• 为本地智能体配置 Slack 机器人
• 排查运行环境为何仍在等待连接
• 查找机器人不回复提及的原因

使用 mcp-use 设计和实现向智能体提供功能与数据的 MCP 服务器，涵盖工具、资源、可复用提示词、响应格式及 React 交互组件。本技能已弃用，资料指向替代技能 mcp-app-builder。

• 规划 MCP 工具和参考数据
• 实现可复用提示词与响应格式
• 为 MCP 服务器添加 React 界面

此技能介绍如何使用 mcp-use 和 OpenAI Apps SDK 开发带交互组件的 ChatGPT 应用，涵盖服务端工具、React 界面和状态共享；该技能已弃用，请改用 mcp-app-builder。

• 规划可交互的 ChatGPT 应用
• 实现 MCP 工具和 React 组件
• 让 ChatGPT 读取组件状态

为 SGLang 的 Rust 处理器添加或验证模型支持，使聊天请求生成的提示文本和令牌 ID 与 Python 路径一致，并通过参考用例查找工具、推理设置、历史记录和错误处理差异。

• 向 `sglang-processor` 添加模型
• 将渲染处理迁出 `sgl-router`
• Dynamo 更新后复查行为

本技能指导使用 AOT 方式向 sgl-kernel 添加 CUDA/C++ GPU 运算，涵盖 PyTorch 注册、Python API、SGLang 集成、正确性测试和基准测试，并考虑缓存复用。

• 添加 CUDA/C++ 运算
• 向 PyTorch 注册并公开 Python API
• 测试计算结果和无效输入

为修改 SGLang 运行时配置和进程共享状态提供设计指南，帮助区分启动输入、解析后的配置、运行时标志、资源及推理过程状态，并了解访问、更新和检查方式。

• 审查服务器配置的读取与更新
• 安排共享状态和请求级状态
• 确认工作进程发布配置的时机

使用执行前保存的输入和日志调查 SGLang 的 CUDA 崩溃，检查张量形状、类型及数值异常，并支持区分多 GPU 或多进程的日志。

• 调查非法内存访问
• 追踪 NaN 或 Inf 的位置
• 崩溃前保存输入

为 SGLang 投机解码代码统一变量和指标命名，区分是否包含额外令牌，以及数量、累积计数和数组，适用于新增标识符、重命名和代码审查。

• 为投机解码变量命名
• 按含义重命名标识符
• 审查指标和计数器名称

按照统一规则定义、命名和读取 SGLang 环境变量，并选择合适的类型。还可指导旧名称迁移，以及在测试期间临时覆盖设置并恢复原值。

• 添加 SGLang 环境变量
• 迁移已弃用的变量名称
• 仅在测试期间覆盖设置

用于修改和审查 SGLang 的 Scheduler、TokenizerManager 与 ModelRunner。把初始化拆成可替换的小型辅助方法，将计算与协调分开，并明确依赖关系和字段赋值的归属。

• 审查 SGLang 大型类的改动
• 拆分可替换的初始化方法
• 从 ModelRunner 中分离计算

将新的扩散模型或 Diffusers 生成流程接入 SGLang：检查参考代码，选择流程结构并复用现有组件，实现模型配置、预处理、去噪和解码阶段。

• 向 SGLang 添加扩散模型
• 移植 Diffusers 生成流程
• 复用现有组件添加模型变体