指导 DeepSeek V4 模型执行多步任务的最佳实践，强调验证状态、保持计划简洁、避免引用过期及提供完整证据输出。
并行批量获取并分析GitHub仓库中所有开放的Issue、PR和Discussion，生成优先级排序报告，指导维护者优先处理需审查的PR、需修复的Issue及需关注的讨论。
提供受控的AI系统演化框架，通过意图工作单、WOOP、VOI决策门及不确定性阶梯，规范Prompt、RAG等组件升级与审计，确保变更可逆且符合人类授权边界。
TaskFlow用于管理跨步骤、需持久化的后台任务流。提供单所有者上下文、状态持久化、子任务链接及版本冲突检测，适用于多步工作、等待外部系统或插件等场景，不处理业务逻辑分支。
作为工程循环的感知层，自动分析近期CI失败、问题、提交和对话，生成结构化、优先级的行动报告，辅助决策。
分析任务本质并匹配最小技能集，生成执行指引与元认知警示，确保选择规则能改变执行或验证方式。
根据用户目标、仓库信息及上下文，生成具体的 STRATEGY.md 策略文件。解析输入简报或读取 README/MEMORY 获取背景，提炼北极星指标、优先级和约束，为后续技能执行提供明确的指导方向。
实现当前会话内工作的暂停与恢复机制，通过保存精确的检查点状态支持后续无缝续接。适用于用户显式请求中断任务并稍后继续的场景，不涉及崩溃恢复或跨会话交接。
自动化整理、分类和优先排序开源仓库的待处理Pull Requests，生成维护者行动队列。通过GitHub信号评估PR状态（如CI结果、冲突、草稿状态），识别阻塞项并指派后续动作，辅助高效管理代码审查流程。
通过维护 MENTAL_MODEL.md 文件实现跨轮次持久化学习，记录任务状态、反馈与假设。适用于迭代编码、调试及基准测试等需持续反馈的任务，确保上下文连贯。
