将JD解码为求职情报，结合简历计算匹配度与Gap，自动生成包含面试预测的双语HTML报告。支持自动打开、自检及归档，衔接后续简历优化流程。
用于撰写和审查 BuzzKit 仪表板及营销文案，涵盖页面描述、功能说明、FAQ、按钮等。遵循简洁、具体、完整的原则，确保每段文字仅完成一个明确任务，避免冗余解释或推销语气。
分析内容传播原因或设计平台分享假设测试，定义人群、指标及停止规则。强调基于证据的实验设计，避免因果谬误，确保数据合规与指标透明。
用于短篇网文市场研究，分析平台差异、标题趋势及移动端阅读特征。通过调研工具获取数据，拆解故事机制，区分持久趋势与表面热点，提供商业方向建议，不直接生成内容。
通过结构化发散与收敛思维，引导用户将原始想法迭代为清晰、可执行的概念。包含理解扩展、评估收敛和精炼交付三个阶段，最终输出包含问题陈述、MVP范围等的Markdown文档。
通过多智能体协作进行产品功能发现，包括代码库映射、竞品研究、创意发散、去重筛选及压力测试，最终生成带优先级的路线图报告。适用于需求新功能构思、竞品分析及差距评估场景。
将需求、笔记或原型整理为结构化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，生成可验证的需求规格与能力地图，确保交付物清晰准确。
管理内容模板的保存、复用与分类，支持将成功内容结构化为带变量的可复制模板。LLM负责意图路由、结构分析与变量填充，底层脚本处理文件读写与索引维护。
诊断并降低客户流失，区分自愿与非自愿流失，优化取消流程、挽回策略及风险检测。
面向招投标场景的智能分析工具，支持多格式标书解析、关键信息提取、合规性校验及评分预测。旨在辅助投标自查与招标评标，自动检测响应缺失与条款冲突，并生成结构化分析报告以提效降本。
提供Google SEO真实场数据访问，涵盖Search Console、PageSpeed、CrUX、Indexing API及GA4有机流量分析。用于获取核心网页指标、索引状态、搜索表现及流量趋势，支持从基础API密钥到完整服务账户的多层级凭证配置与命令执行。
通过 Linear 官方 MCP 服务器读写 Issues、项目和评论等。需先登录并动态发现工具，支持异步调用及参数检查，用于项目管理自动化交互。
将模糊的用户反馈转化为结构化的 GitHub Issue。支持文本、截图及混合输入，通过标准化提取关键信息，结合仓库上下文验证，避免臆造需求，生成证据充分且符合规范的问题报告。
