作为重构编排者，在严格保持现有行为的前提下优化代码结构、命名和可读性。通过建立测试基线、分析代码异味并执行单一重构操作来提升可维护性，严禁修改业务逻辑或外部接口。
旨在重构代码以消除 API 和组件的潜在陷阱，确保正确行为成为默认路径。通过识别公共接口、测试误用场景并将不变量移入接口层，使错误使用变得困难，提升代码安全性和可维护性。
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。
用于升级 Anthropic SDK 包（如 @anthropic-ai/sdk）的专家技能。涵盖版本检查、变更汇总、依赖冲突解决、API 迁移及类型更新，确保平滑过渡至新版本。
自动审查代码库架构，识别高杠杆的重构机会（将浅层模块深化），过滤已提议项，并生成PRD格式的GitHub Issue。旨在提升可测试性和AI导航性，适用于CI中的无值守日常架构审查流程。
定义后端服务层架构标准，明确控制器与服务的职责边界。指导业务逻辑归属、输入输出契约设计及代码目录结构，确保控制器保持轻量并专注于编排，服务层专注核心业务规则与数据访问。
指导在仓库中添加或扩展开源连接提供者的工作流，涵盖定义、执行器、凭证验证及目录更新。本次重构将代理注册表迁移至各提供者模块，优化架构并统一运行时边界。
用于执行代码重构分析、技术债务审查和质量改进。通过调用Python脚本自动扫描代码库，根据请求范围调整分析类别数量，无需手动探索即可输出优化建议。
用于在TDD工作流中执行安全重构的Skill，通过测试保障维持代码质量。
扫描代码库以发现架构摩擦点，提出将浅层模块重构为深层模块的建议，旨在提升可测试性和AI导航能力。通过探索代码并生成包含可视化图表的HTML报告，展示具体的重构方案、收益及前后对比。
用于审计和升级DART AI基础设施的模型或编码代理。涵盖命名模型、推理模式迁移、兼容性审查及可视化模拟调试评估，确保最小化变更并维持安全性与能力平衡。
基于GitNexus工具进行安全的代码重构，支持重命名、提取模块、拆分服务和移动代码。通过影响分析映射依赖，提供干跑预览和变更检测，确保重构过程的可控性与正确性。
修复工作区中跨包相对导入，替换为包名引用并补充缺失导出，维护包边界与封装。
