针对AI搜索（如Google AI Overviews、ChatGPT）的内容优化技能，涵盖品牌提及分析、llms.txt合规性及引用评分，旨在提升内容在生成式引擎中的可见性。
用于构建和精炼领域模型，挑战模糊术语，讨论边缘场景，并在设计时即时记录决策。适用于确定词汇、评估命名或涉及文档变更的场景。
用于在项目任务完成后，将调试、实现或讨论中获得的有价值信息（如契约、约定、设计决策）捕获并更新到 .trellis/spec/ 代码规范文档中，以固化可执行合同和最佳实践。
PromptedGenerator算子参考文档，介绍其在DataFlow中用于单字段LLM生成的构造函数参数、run()签名及行处理逻辑。适用于将该算子集成至数据处理流水线的场景。
将当前对话中已确定的计划综合为里程碑简报（PRD），生成持久化的上下文文档，供后续执行使用。不重新访谈，仅提炼已有决策与模块设计。
用于起草、重写、翻译或审查Maka Agent后端的中英双语架构文档。通过代码证据验证技术准确性，确保叙述清晰严谨且语言一致，适用于技术方案说明与文档质量检查。
提供面向 Agent 的文档编写指南，涵盖 SKILL.md、AGENTS.md 等文件的结构优化。重点讲解上下文指针的触发机制、上下文与认知负载管理以及信息层级设计，旨在提升 Agent 读取文档的可预测性和效率。
记录高价值的工程教训，防止重复踩坑。当遇到需上级指导或长期调试后顿悟的复杂Bug时自动创建文档，结构化总结症状、根因和可复用规则，并在解决难题前检索历史经验。
用于检测和修复代码注释、文档及笔记中泄露的推理过程文本，如过时的引用、版本叙事和审查对话，确保内容仅反映当前仓库状态。
Omnigent平台配置与架构参考文档，详解Agent目录结构、config.yaml字段及执行器类型。用于在开发或维护Omnigent Agent时查询规范、理解组件关系及配置格式。
用于编写和编辑 Archestra 产品文档的 Skill，规定内容结构、语气风格及写作流程，确保文档准确简洁。
专注于技术文档写作，支持生成架构决策记录、系统文档、API参考及运维手册。通过模板和受众分析，确保文档准确、可验证且版本可控，避免文档漂移。
提供编写 Pull/Merge Request 描述的风格指南，指导如何清晰阐述问题、解决方案及验证方法。适用于 GitHub PR 创建与编辑场景。
