用于从学术论文或技术文档中提取可操作见解，生成结构化摘要。涵盖问题、方法、关键发现及证据映射，评估实用性与局限性，辅助工程决策。
用于查询和编排本地活动数据，涵盖浏览器历史、屏幕时间、蓝牙、Shell命令、窗口焦点及Codex会话等。支持通过SQL查询获取用户行为事实，适用于个人数字足迹分析与自动化场景。
指导用户通过定义指标、审计摩擦和设计习惯机制来提升长期留存与参与度，强调生存曲线测量及先留存后变现原则。
分析页面与竞争对手在实体、子主题及关系上的语义差距，生成具体的内容补充清单以提升搜索排名。
基于图片理解提取视觉重点与关键要素，结合用户目标输出可执行清单及提示词骨架，支持风格复现、海报制作或视频分镜对齐。
交互式反编译导师，引导用户通过 tiny-dec 的 RV32I 流水线学习反编译器原理。自动配置 Python 环境并评估用户背景以提供个性化教学。
通过memsearch检索历史会话记忆，提供决策、调试笔记等上下文。适用于询问过往决定或识别重复问题的场景。流程包括搜索、评估、展开及可选的深度转录查询，以增强对话的历史连贯性。
分析博客、代码等源内容，提取AI智能体模式，与现有105+模式匹配，决定创建新文件或更新旧文件。
针对移动应用留存与用户参与策略，诊断流失原因并提供优化计划。涵盖激活、习惯养成及长期留存框架，结合行业基准数据指导提升DAU/MAU和LTV。
为AI代理生成代码地图，用于快速理解项目结构、功能入口及依赖关系。支持创建、更新和漂移检查，帮助代理在陌生代码库中高效定位关键信息，避免上下文过载。
将来自多个研究源或子代理的数据整合为统一、连贯的洞察。用于多源集成、跨线程合并、对比分析及高管摘要，确保准确性与深度。
提供 grid_ctf 场景的策略运营知识，涵盖参数调优规则、失败模式分析及验证流程。用于生成、评估、指导或调试 CTF 策略，确保在不同资源密度下实现最优得分与稳定性。
