指导 React 开发，避免不必要的 useEffect 使用。提供诸如在渲染期间进行计算、useMemo、key 属性以及事件处理程序等替代方案。在编写 React 组件、审查 React 代码，或在考虑使用 useEffect 进行状态更新、派生数据或事件处理时使用。
编写正确、惯用的 Apple MLX 代码，用于 Apple Silicon ML。当处理 MLX 数组、神经网络、训练循环、惰性求值、统一内存、mx.eval、mx.compile、Metal GPU、内存优化、量化，或 Apple Silicon 性能时使用。涵盖与 PyTorch/NumPy 的关键 API 差异、数组索引陷阱（列表必须是 mx.array，切片会创建副本）、Conv2d 的 NHWC 格式、__call__ 不是 forward()、仅 float64 CPU、mlx-lm 集成和调试模式。
通过交互式修复诊断并解决Kubernetes问题。当Pod崩溃（CrashLoopBackOff、OOMKilled）、服务无法访问（502/503、空端点）、部署卡住（ImagePullBackOff、待处理）时使用。也适用于用户想直接运行kubectl fix命令而未提供选项的情况，或当用户说“直接修复”K8s问题时。
当编辑规划中心、时间线、日历或任何包含星期名+日期组合（周三11月12日）、相对日期（明天）或倒计时（18天后）的文件时使用——验证星期几准确性、相对日期计算和倒计时数学，使用双源真实验证后再允许编辑
在memory.jsonl中管理架构决策和见解。在需要记录战略决策、经验教训、修复的问题或架构见解时使用。仅追加的审计追踪用于项目知识。
管理需求可追溯性——生成矩阵、检查覆盖率、查找孤儿、追踪需求
用于识别、测试和修复LLM驱动应用漏洞的AI安全副驾驶。 适用场景：(1) 保护LLM应用或代理，(2) 使用promptfoo生成安全测试套件， (3) 测试提示注入、越狱、数据外泄，(4) 加固系统提示， (5) OWASP LLM Top 10、NIST AI RMF、CJIS、SOC2合规映射，(6) 建模AI系统威胁， (7) 分析安全评估结果，(8) 研究LLM攻击/防御技术。 触发词：“保护我的LLM”、“提示注入”、“越狱测试”、“AI安全”、“红队”， “系统提示加固”、“LLM漏洞”、“promptfoo”、“OWASP LLM”、“AI合规”。
在执行前审查实施计划时使用，尤其是从设计文档中得出的计划
从互联网链接获取图片——无需任何配置，即可通过 CLI 从 iCloud、Dropbox、Google Photos 以及 Google Drive 的分享链接中下载全分辨率图片。采用四层抓取策略，结合浏览器自动化技术，支持 HEIC 格式转换与相册管理功能。基于 Node.js 和 Playwright 开发。
审查LangGraph代码中的缺陷、反模式和改进建议。在审查使用StateGraph、节点、边、检查点或其他LangGraph功能的代码时使用。可发现状态管理、图结构和异步模式中的常见错误。
当用户要求“在Elixir中实现功能”、“重构这个模块”、“我该在这里用GenServer吗？”、“我该如何组织这个？”、“使用管道运算符”、“添加错误处理”、“让这个并发运行”，或提及协议、行为、模式匹配、with语句、推导式、结构体，或来自面向对象背景时，应使用此技能。包含颠覆性的见解。
在代码生成前对代码库上下文进行系统性验证，以防止假设错误。在以下情况使用：(1) 在不熟悉的命名空间中工作，(2) 使用认证助手，(3) 在不同命名空间间复制模式，(4) 在任何代码生成之前。触发关键词：上下文、假设、助手、认证、current_user、验证、校验上下文