Skills

以罗伯特·格里斯默——Go语言的共同创造者——的风格编写Go代码。本方法强调简洁的语法、精确的语义，以及经过精心定义的类型系统行为。适用于设计API、类型层级结构，或对代码的精确性有着严格要求的场景。

按照项目的规范（Tailwind、BEM、实用类、CSS模块）编写一致且易于维护的CSS，同时遵守设计系统并优化性能。在编写或修改样式、CSS文件、实用类、CSS-in-JS、styled组件或任何样式代码时，可使用此技能。在处理.css、.scss、.module.css文件、Tailwind实用类、styled-components、CSS模块、设计令牌（颜色、间距、排版）、特定框架的样式方法、优化生产环境的CSS、实施CSS清除或树摇动或避免样式覆盖时应用此技能。适用于任何涉及视觉样式、布局样式、设计系统实施或CSS组织的任务。

行为准则，助你规避LLM编码中的常见失误。在编写、审查或重构代码时运用此技能，避免过度复杂化，实施精准而有针对性的修改，主动揭示潜在假设，并明确可验证的成功标准。

在接收代码评审反馈后、落实改进建议之前使用。尤其当反馈内容模糊不清，或在技术层面存在疑虑时，更需秉持严谨的技术态度与充分的验证过程，而非仅停留在表面的“同意”或盲目照搬。

一种独立于语言的分词器，将文本视为原始 Unicode 字符串进行处理。支持 BPE 和 Unigram 算法。速度快（每秒可处理 5 万条句子）、内存占用低（仅需 6MB 内存）、词汇表生成具有确定性。已被 T5、ALBERT、XLNet、mBART 等模型广泛采用。可在未经预分词处理的原始文本上进行训练。当您需要多语言支持、CJK 语言处理能力，或追求分词结果的可重复性时，此分词器将是您的理想之选。

记录并阐述架构决策。

先进的统计分析工具集，适用于调查数据的量化分析。支持样本加权（Raking）、因子分析、主成分分析（PCA），以及聚类分析（K-Means）。当您需要对调查数据集进行定量分析时，可使用此工具。

Logo设计原则与AI图像生成最佳实践，助您打造专属品牌标识。涵盖Logo类型、提示词技巧、可扩展性规则以及迭代工作流程。适用场景：品牌识别、初创公司Logo、应用图标、网站favicon、Logo创意构思。触发关键词：Logo设计、创建Logo、品牌Logo、Logo生成、AI Logo、Logo制作工具、图标设计、品牌标志、Logo概念、初创公司Logo、应用图标Logo。

使用渐进式工作流系统性地调试失败的 Omnistrate 实例部署，高效定位根本原因且避免令牌限制。适用于部署失败、探测问题和 Helm 基础资源。

在进行 Python 数据管道、GCS 操作，或采用中金石架构（青铜/白银/黄金）时自动触发。 此技能适用于：运行数据管道、调试数据转换、GCS 上传/下载， 数据质量验证、CVR/CHR/BFE 标识符处理、GeoPandas/PostGIS 操作，以及针对大文件的 DuckDB 查询。 关键词：管道、青铜、白银、黄金、GCS、Parquet、CVR、CHR、BFE、转换、摄取、ETL、DuckDB、大文件

生成机构级投资适当性报告，涵盖投资理由、风险披露与客户适当性评估。当用户需要记录投资决策、编制合规报告、撰写风险披露文件、准备面向客户的投资说明、撰写适当性评估报告，或为投资建议与投资组合出具信义义务相关文档时，可调用此技能。