用于每周业务指标审查的只读 Agent，从数据源提取带来源的证据并生成报告。严格遵循安全约束，不修改外部状态或发送消息，确保数据可追溯且准确。
提供出版级科学图表的规范，确保最终交付数据的准确性、一致性和可读性。涵盖数据保真度、标签精简、颜色语义及布局验证，适用于报告或论文中的正式图表，排除探索性分析。
指导如何严谨地进行定量分析，包括界定决策导向问题、选择对比基准、验证数据质量及识别统计陷阱，确保结论可靠。
利用Claude子代理对archestra-bench运行结果进行Map-Reduce分析，生成Tier-1/Tier-2改进报告。通过Rust工具准备数据，使用Workflow工具并行执行评估，最终输出推荐建议。
审计已构建的财务模型，检查公式、完整性及逻辑合理性，不修改文件。通过重新计算和核对检查表，识别算术错误与承保假设问题，生成可执行的问题日志。
用于追踪语义图随时间的变化及本体版本差异。支持按时间点查询图状态、节点历史审计，以及本体版本的创建、列表、对比和迁移操作，辅助进行数据变更管理与溯源分析。
执行金融图表技术分析，包括设置标的、添加指标、导航至关键日期、绘制标注及截图。结合实时数据与量化信息，提供价格、支撑阻力及趋势判断报告。
用于在人类审批前对记录、数据集或GMP文档执行ALCOA+数据完整性检查。通过确定性Lint工具验证可归属性、同步性、完整性、准确性和一致性，输出机器验证结果与人工判断清单，绝不自动判定合规。
分析 BigQuery 表或视图故障、陈旧或修改时的下游影响范围。通过数据血缘关系识别受影响的下游表、仪表板及流程，评估变更的爆炸半径，辅助进行维护决策和依赖管理。
提供ClickHouse最佳实践指南，涵盖表结构设计、查询优化及数据写入。包含28条规则，用于在审查Schema、Query和Insert策略时提供具体检查项和建议，确保符合ClickHouse列式存储特性。
用于对比两份本地授权的投资研究记录，检查事实、评分和判断的变化。通过Python脚本执行本地差异分析，输出可比变化、数据缺口及需复核的判断，不涉及云端访问或交易回测。
对学术文献进行多源交叉验证，逐字段对比作者、标题、年份等元数据，检测DOI冲突、作者顺序异常及页码偏差，输出结构化报告并支持Zotero同步修正。
基于Dean/Ghemawat性能原则的PyTorch/CUDA/Triton性能审查与优化工作流，用于热点代码审查、基准测试设计及延迟/吞吐量优化。
用于提议并执行评分标准（Rubric）或分桶（Bucket）升级的 Skill。支持完整公式变更与轻量边界重校两种模式，强制包含跨模型审核与校准池重打分流程，确保评分体系调整的严谨性与一致性。
