追踪代币解锁与归属，通过吸收比率量化供应压力，分类悬崖或线性释放，并结合交易量数据提供市场影响解读。
针对LLM智能体强化学习训练、评估及实验设计的故障排查指南。通过症状路由提供根因分析、诊断步骤与修复方案，涵盖PPO、GRPO等算法及框架选型，辅助解决奖励不收敛、评估异常等问题。
用于重建、验证或运行 Core AI 模型库中的模型，通过读取目录和配方文件执行转换与导出，并检查发布包的正确性。
构建基于LandingAI ADE的端到端文档处理流水线，涵盖批量异步处理、RAG向量库集成、数据库存储及可视化。用于将解析/提取操作组合为多步骤工作流，实现并行处理和结果落地。
该技能用于生成特定AI/ML主题的学术综述论文。它从公开资源提取研究信息，构建结构化数据，并调用Kimi K2.6 API一次性生成包含内联SVG和参考文献的单文件HTML报告。
用于生成Pine Script策略的综合绩效报告，包含指标、交易分析、收益曲线及改进建议。适用于回测后评估策略表现并提供优化方案。
用于打包模型评测结果并提交至WBench排行榜。支持生成meta.json、turns.json及视频文件，可选择自评估或官方评估路径，并上传至HuggingFace数据集。
通过交互式测验评估用户对AI/ML知识的掌握程度，覆盖数学、机器学习、深度学习、NLP及应用AI五个领域，根据总分推荐课程起点并生成个性化学习路径。
用于判断人物线索是否应进入记忆提案、延迟或弃权。通过资格、证据、时机、授权及降档五道门，确保仅处理可命名第三方且证据充分的人物信息，禁止静默写入。
用于在人工审批前对记录、数据集或GMP文档执行ALCOA+数据完整性检查。通过DEGRADED或FULL模式运行确定性Lint工具，输出硬性/软性发现及人工判断清单，绝不自动判定合规，确保事实准确且无臆造。
指导在vime框架中实现自定义奖励函数，支持单样本或批处理模式，集成外部服务及后处理逻辑，确保类型一致性与异步安全。
将 Obsidian Wiki 的知识图谱导出为 JSON、GraphML、Cypher、SQL 等结构化格式，支持按项目或可见性过滤，便于外部工具分析。
通过Shioaji Pro桌面应用的原生MCP工具进行语义化操作，涵盖市场观察、策略回测、指标调整及受控交易执行。严格遵循安全规范与隐私保护，确保交易预览、幂等执行及状态同步的准确性与安全性。
OpenMed工作流的首层路由技能，用于将未指定具体流程的请求确定性地分发至采集、隐私脱敏、提取等下游环节，确保敏感数据合规处理。
