指导将HuggingFace模型移植到Core AI Zoo，涵盖重写网络、导出aimodel及通过Oracle验证数值一致性。包括前置审查、双阶段门控、压缩与设备适配等完整流程，确保模型在Apple生态中高效运行。
用于审查 Pull Request、分支或代码差异的技能。在批准前进行自审或评估 PR 就绪状态，应用编码标准并检查 E2E 覆盖情况。仅针对代码变更提供具体反馈，不执行 git 操作或审查设计文档。
用于诊断KKTerm中HTTPS连接、证书信任、主机名不匹配及TLS握手失败等问题。通过识别客户端和目标，捕获具体错误类型，区分TLS与SSH信任体系，并提供安全的排查命令和修复建议。
用于在推荐架构变更前侦察现有Unity项目，收集版本、依赖、代码规范等信息，避免冲突并识别约束。
用于同步已处理的 Fuzzing 项目与变更后的源代码树。检测合约差异，隔离过期属性，重新生成处理程序存根并刷新快照，无需运行完整流水线。
从编排日志和判决账本中只读提取重复失败模式，生成带置信度的 failure-rule.v1 提案。仅支持 dry-run，禁止自动写入 SSOT，需人工审批。
指导测试驱动开发（TDD）实践，强调红绿循环、在预定义接缝处编写行为测试、垂直切片推进，并禁止红色阶段重构及实现耦合。
指导开发具备安装授权、生命周期管理及状态诚实性的 Clowder AI 插件。明确权限边界，确保恢复机制与发布规范，避免仅关注代码实现而忽略用户旅程与宿主权威的分隔。
对现有代码库中的设计模式进行合规性审计，通过比对实现形态与标准文档规范，识别误标、偏差或缺失，确保生产级模式的正确性。
指导Agent使用ExStruct CLI安全地创建、编辑和验证Excel工作簿。涵盖命令选择、安全检查及干跑流程，确保数据操作准确无误。
cascadeflow 技能用于构建、扩展和调试 AI Agent，提供运行时智能层。支持成本优化、合规性检查、KPI 监控及多框架集成，帮助用户在 Agent 循环内实现细粒度的决策控制和审计。
用于处理代码审查反馈，通过构建发现到修复的闭环表，最小化往返修改。按优先级解析问题，实施精准修复并执行分层验证，确保每个审查意见都有据可查，降低审查轮次和返工率。
通过本地镜像和 ripgrep 实现用户私有 GitHub 仓库的全文本搜索，解决 gh search code 无法可靠搜索私有仓库的问题。
指导升级 Picot 内置 Pi 运行时及评估版本变更影响。涵盖核验上游 Release、建立接口接触面清单、审查 Release Notes 与源码差异，确保 RPC/Session/Security 等边界兼容，防止无证据的兼容性破坏。
提供结构化代码审查能力，支持Codex、Claude等多种引擎。仅在用户显式请求时触发，专注于发现P0级阻塞性问题，验证真实代码路径，拒绝虚假风险，优先根因修复并验证测试结果。
