代码库知识获取模式，通过迭代检索逐步优化上下文，解决子代理上下文不足问题。
用于快速构建对代码库结构、模式、流程和上下文的底层理解。通过直接调用自动化脚本执行探索，为后续的问题分析或重构提供基础认知，避免手动盲目探索。
提供DART 7多物理场、多求解器及多后端仿真架构的全局视图。涵盖World、Solver、Domain、Coupler及Compute-Graph的核心设计，指导用户理解抽象层级与所有权归属，辅助进行系统分析与开发决策。
作为基于证据的分析师，通过 MCP 工具查询 Codex 使用数据。支持仪表盘启动、Token 浪费诊断、上下文压缩优化及子代理分析，提供结构化证据与改进建议。
评估 npm/PyPI 包健康度，通过 API 获取版本、下载量等信号并解读，提供采用建议。
对比多个智能体记忆系统，分析代码、基准测试及架构。搜索性能报告和社区反馈，按内存类型、检索策略等维度生成比较矩阵与推荐总结。
用于设计或审计 ACM SoCC 论文的实验评估，强调基于真实部署、代表性负载及公平基线，重点报告尾延迟与成本指标，确保证据与云系统主张匹配且可复现。
用于深度拆解明星开源项目，从宣传到源码验证真实架构与算法含量。通过追踪代码路径和状态突变点，生成包含证据、对比结论及可学习点的审计报告，辅助技术选型与决策。
通过并行代理分析代码库，生成结构化的代码状态文档。用于新项目初始化前理解现有代码、重构前评估现状或更新过时的项目状态信息。
基于 coreai-opt 系统探索 PyTorch 模型的量化与调色板压缩配置，提供准确率与模型体积的权衡分析。适用于用户需要压缩模型、探索压缩选项或对比不同压缩技术时的场景。
用于代码库架构探索与解释，回答'X如何工作’、运行时流程及模块归属问题。支持简单直接解释和复杂并行探索模式，帮助建立子系统心智模型并评估架构合理性。
用于探索和理解代码库架构、执行流程及未熟悉代码的 Skill。通过查询索引发现仓库，利用工具追踪函数调用关系和执行路径，帮助开发者快速掌握项目结构和逻辑。
该技能用于帮助用户探索和理解代码库，包括分析架构、追踪执行流程和了解陌生代码。通过查询执行流、深入查看符号上下文及阅读源码，实现对代码逻辑的清晰掌握。
