扫描代码库识别架构深化机会，生成可视化HTML报告。基于领域模型和设计词汇分析模块深度、耦合及测试性，提出重构建议以提升可测试性和AI导航能力。
激活抽象思维模式，从具体实例中识别重复模式并提取核心特征，构建可复用的通用模型。用于代码分析、系统设计及问题解决，旨在通过抽象简化复杂性。
指导如何将插件模块中的可选依赖提取到独立内容模块，确保宿主模块在无新模块时仍可运行。提供简单迁移和扩展点两种模式及详细构建配置步骤。
将超大任务递归分解为多个上下文受限的子代理，适用于全库审计、大规模代码分析和多文件重构。通过持久化绑定管理状态，避免上下文溢出，实现高效的任务并行与结果聚合。
用于在 deepseek-harness 仓库中识别非显而易见的简化候选项，编写 Agent Notes 或 TODO/FIXME 注释，审计重复或废弃的笔记，并折叠有价值的简化建议。
将现有的代理概念验证或试点项目迁移至 Archestra 实例。通过自动化脚本发现源配置，结合人工判断进行实体映射与决策，最终执行迁移并生成报告，适用于将分散的代理设置标准化整合的场景。
为Freqtrade策略提供声明式三阶段退出引擎，整合ROI阶梯、硬止损与追踪止盈。通过统一DSL替代分散逻辑，优化获利了结与风险控制，提升策略可维护性与回测表现一致性。
执行 Tinycast 架构重构的指定阶段。解析路线图确定当前阶段，检查依赖与环境，读取规范后在边界内实施代码修改，不提交或记录进度。
提供重构前的代码诊断流程，通过扫描结构、识别耦合与测试缺口来规划安全顺序，确保在修改前充分理解代码，避免盲目重构。
指导安全、行为保持的代码重构，强调小步验证与测试覆盖。触发词包括refactor、clean up等。禁止行为变更和格式化噪音，确保结构优化不影响功能。
通过调用Python脚本自动化执行代码重构分析、技术债务审查及质量改进。根据用户请求范围动态调整扫描类别数量，无需人工预探索，直接遵循脚本输出进行后续操作。
定义后端精英级设计标准，强制采用垂直切片架构以隔离业务功能，禁止水平分层。强调模块化单体、零信任安全及高可靠性协议，要求处理边缘情况并优化性能，确保系统可维护性与稳定性。
指导软件架构决策、设计模式及系统原则，涵盖SOLID、分层与六边形架构等。适用于系统设计、技术选型、重构遗留系统及规划可扩展性，旨在构建可维护且健壮的软件系统。
扫描代码库以发现架构深化机会，生成可视化HTML报告并推荐重构方案，旨在提升模块可测试性与AI可读性。
