指导使用 Mintlify 构建和维护文档站点，涵盖配置 docs.json、编写 MDX 内容、使用组件及 CLI 命令的最佳实践。
用于编写或优化技能描述前缀，确保其准确反映激活触发场景。通过枚举工作流时刻、前置触发词、添加反触发条件及回放测试，解决技能休眠或误匹配问题，提升激活准确率。
指导如何撰写准确、可复现的缺陷报告，避免夸大或误报。适用于提交Issue、PR描述及代码审查中的缺陷确认场景。
用于记录架构决策和关键文档，通过ADR模板捕获技术选型的背景、权衡及后果，帮助团队理解代码背后的‘为什么’，适用于重大变更或新成员入职场景。
根据目标平台（React/MDX、Comark或纯Markdown）生成并粘贴标准化的ASCII图表或JSX组件，用于文档和PR中辅助说明技术细节。
将需求、笔记等素材整理为唯一主PRD，支持新建、更新及多源决策收敛。通过交互式问卷澄清关键缺口，输出结构化规格与验收标准，确保需求可验证且边界清晰。
查询AI模型提供商的免费规则与定价信息，用于更新README文档或补充新厂商资料。通过读取本地配置确定厂商，搜索并抓取官方定价页面，提炼数据后更新文档表格。
指导编写和维护项目文档（如README），强调文档应作为原则词表而非代码镜像。核心规则包括保留非显而易见的设计原理，剔除可由代码直接推导的具体清单和变更日志，确保每个事实有唯一权威来源并建立向下链接的文档树结构。
提供Tangle组件YAML格式规范，涵盖基本结构、数据类型及流水线图实现，用于定义和配置组件输入输出与执行逻辑。
用于在开发、调试或讨论后捕获可执行契约和编码规范，确保关键设计决策和接口细节被记录至 .trellis/spec/ 文档中，供后续 AI 或开发者安全执行。
指导如何编写、修订和审查Agent技能，确保触发准确且指令可用。涵盖描述撰写、内容结构、去重检查及发布前验证，防止技能失效或冲突。
用于检测、验证和生成Schema.org结构化数据（JSON-LD格式），支持多种标记格式识别，提供Google富媒体结果校验规则及模板，确保SEO合规。
用于构建和精炼领域模型，挑战模糊术语，讨论边缘场景并即时记录决策。适用于确定词汇、评估命名或涉及文档/ADR/RFC变更时，确保术语一致性与设计严谨性。
用于在开发、调试或讨论后，将有价值的经验转化为可执行的代码契约和编码规范。通过更新 .trellis/spec/ 文档，固化 API 签名、数据结构和测试用例，确保未来 AI 或开发者能安全准确地执行任务。
