验证事实性主张与引用映射，确保在指定时间窗口内可追溯。通过分解主张、路由验证工具、检查引用有效性及日期范围，输出机器可读的PASS或needs_tool记录，保障内容真实性。
用于对现有章节或手稿进行基于题材、读者和标准的审稿，提供具体问题诊断、评分及修订建议，强调保留作者风格并协作修改。
协调重构、代码审查和文档更新的顺序工作流，确保变更完成。适用于功能实现后、提交前的最终检查或用户请求的全面审查与清理场景。
基于LLM评估内容原创度与版权风险，检测洗稿、搬运及侵权隐患。识别机械改写、引用合规及品牌商标风险，输出定性报告与建议，适用于发布前风控。
用于古生物博物馆3D资产的上架工作流，涵盖从源文件校验、缺陷检测（如肢体错误）、Blender标准化到分级风险路由及最终审批发布的完整流程。
指导代码审查与反馈处理，涵盖正确性、安全等审查维度及回复策略。
作为 Sepia 插件的包装器，用于执行文本审查任务。当用户明确要求诊断文本质感而非修改时触发，它会调用独立的 Sepia canonical skill 进行 review 操作，不改变内容或执行其他动作。
执行涵盖爬虫、索引、安全、移动端及性能等9大维度的技术SEO审计，提供robots.txt、结构化数据及AI爬虫管理等优化建议。
用于代码提交前的综合质量验证，涵盖规范合规性、静态检查、测试覆盖及跨层数据流一致性审查，旨在捕获上下文漂移并修复潜在缺陷。
基于《软件设计哲学》生成3种以上截然不同的模块或API接口设计方案，通过并行子代理探索设计空间，对比优劣并给出推荐，旨在优化接口深度与复杂性隐藏。
该技能为已退役的角色，负责向 ap-independent-checker 报告兼容性重定向。作为只读终端节点，它验证 L4 级别的分配任务并返回精确结果，禁止执行新工作或修改数据。
提供Berd桌面应用的帮助，涵盖操作指南、故障排除、设置配置及berdctl命令使用。指导AI通过查阅参考文件和源码验证行为，确保回答准确，区分应用层与Harness层问题。
