用于调试 AReaL 分布式训练问题，涵盖 FSDP2/TP/CP/EP。处理训练挂起、结果错误、OOM 及通信异常。提供最小复现策略、环境配置、堆栈分析及具体修复步骤。
通用ARA编译器，将论文、代码等任意研究输入转化为结构化机器可执行知识包。支持多源输入解析、视觉图表提取及四阶段认知推理，通过覆盖率检查与验证确保输出完整性。
用于Excel文件的创建、编辑和分析，支持公式、格式化及数据可视化。涵盖财务模型标准（颜色编码、数字格式）、公式构建规范（假设分离、错误预防）及文档要求，确保零公式错误并保留现有模板样式。
处理Excel/CSV等表格文件的读写、编辑、创建及格式转换。规范财务模型配色与公式，确保零错误并保留模板风格。适用于数据清洗、计算及报表生成，排除非表格交付场景。
基于7项财务指标及3条豁免规则，快速筛选并排除非一流上市公司。支持个股、行业、指数及主题模式，通过并行数据收集与严格去劣逻辑，辅助识别具备高资本效率、真实现金流及优质定价权的投资标的。
通过SPARQL、Cypher、关键词搜索及结构化图查询模式，在Semantica知识图谱中执行查询和检索操作。支持多种查询模式，返回绑定结果、节点关系摘要或带权重的实体匹配列表。
用于上市公司财报深度分析，自动提取财务数据、计算比率并生成可视化图表。结合行业背景从多维度撰写分析报告，最终渲染为结构化HTML报告，辅助用户快速理解企业财务状况与风险。
用于优化向量索引的生产性能，涵盖HNSW参数调优、量化策略选择、内存优化及延迟与召回率的平衡。适用于大规模向量搜索基础设施的扩展与性能提升场景。
从Google Maps批量抓取企业名称、联系方式、评分及评论等数据。支持按关键词和地点精准搜索，构建潜在客户列表。流程包含需求确认、API执行及结果优化，强调节省积分并推荐后续营销动作。
提供Jupyter Notebook最佳实践，涵盖标准单元格结构、Papermill参数化执行、nbformat编程创建及nbconvert导出。强调Git版本控制规范，如清理输出、设置随机种子以确保代码可复现性和整洁性。
用于处理 XLSX、CSV、TSV 等电子表格及表格文件。支持创建、检查、清洗、分析和转换数据，涵盖公式与图表。工作流强调保留源文件、输出分离、转换可重复，并验证数据完整性与格式。
用于回答特定rsID、等位基因、基因及基因型问题。基于用户Active Genome Index或公开证据，通过工具验证样本支持度和区域可调用性，确保阴性/阳性声明的准确性与合规性。
管理LLM Wiki知识库，支持/ingest、/query、/lint、/research等命令。负责从源材料提取实体、更新页面、同步日志及修复链接，确保知识结构化与连贯性。
用于构建和编辑专业Excel电子表格及财务模型。支持公式、格式、样式、验证等高级功能，提供快速建表、全功能脚本编辑、现有文件修改及公式校验四种路径，确保数据动态计算与正确性。
检测特定标的期权中的机构大户交易活动。通过Yahoo Finance粗筛和Massive API精查两步法，识别异常大额期权投资，输出包含买卖方向、金额及统计指标的JSON报告。
