llm

通过 EmblemAI 发现模因币并进行风险评估。追踪 Solana、Base 和 Hedera 上的热门模因币。提供 Pump.fun 和 LaunchLab 的新代币提醒、Clanker 发现、抽地毯（Rug-pull）检测、持仓分析和聪明钱追踪。当用户想要寻找新模因币、检查代币是否为抽地毯项目，或挖掘热门低市值代币时使用。

通过 EmblemAI 进行 DeFi 收益研究与流动性质押。发现收益机会，比较各类协议，使用 Nansen 查看 DeFi 仓位，并通过代币兑换参与流动性质押。当用户想要研究收益、寻找质押选项或审查 DeFi 仓位时使用。

针对 AI 搜索引擎（ChatGPT、Perplexity、Claude、Gemini、Google AI Overviews）优化内容。当用户询问 AI SEO、AISO、被 AI 引用、出现在 AI 回答中、答案引擎优化、AEO、GEO、LLMO、AI Overviews、零点击搜索，或如何出现在 ChatGPT/Perplexity 结果中时使用此技能。如需传统 SEO，请参阅 diagnose-seo。

当用户希望“编写智能体代码”、“使用 ADK 构建智能体”、“添加工具”、“创建回调”、“定义智能体”、“使用状态管理”，或需要 ADK (Agent Development Kit) Python API 模式与代码示例时，应使用此技能。它是 Google ADK 技能套件的一部分。它为智能体类型、工具定义、编排模式、回调和状态管理提供了快速参考。请勿用于创建新项目（请使用 google-agents-cli-scaffold）或部署（请使用 google-agents-cli-deploy）。

当用户希望“开发智能体”、“使用 ADK 构建智能体”、“在本地运行智能体”、“调试智能体代码”、“测试智能体”、“部署智能体”、“发布智能体”、“监控智能体”，或需要 ADK (Agent Development Kit) 开发生命周期与编码规范时，应使用此技能。它是构建 ADK 智能体的入口。始终处于激活状态——提供完整的工作流（脚手架、构建、评估、部署、发布、监控）、代码保留规则、模型选择指南，以及针对 ADK 或任何智能体开发的故障排除步骤。

当用户希望“运行评估”、“评估我的 ADK agent”、“编写 evalset”、“调试 eval scores”、“比较 eval results”，或需要有关 ADK (Agent Development Kit) 评估方法论及 eval-fix 循环的指导时，应使用此技能。涵盖 eval metrics、evalset schema、LLM-as-judge、tool trajectory scoring 以及常见失败原因。属于 Google ADK (Agent Development Kit) 技能套件的一部分。请勿用于 API 代码模式（请使用 google-agents-cli-adk-code）、部署（请使用 google-agents-cli-deploy）或项目脚手架（请使用 google-agents-cli-scaffold）。

当用户想要“设置链路追踪”、“监控我的 ADK agent”、“配置日志记录”、“添加可观测性”、“调试生产流量”，或需要关于监控已部署的 ADK (Agent Development Kit) agent 的指导时，应使用此技能。涵盖 Cloud Trace、提示词-响应日志记录、BigQuery Agent Analytics、第三方集成（AgentOps、Phoenix、MLflow 等）以及故障排查。属于 Google ADK (Agent Development Kit) 技能套件的一部分。请勿用于部署设置（请使用 google-agents-cli-deploy）或 API 代码模式（请使用 google-agents-cli-adk-code）。

为实施评估驱动开发（EDD）原则的 Claude Code 会话提供正式评估框架

撰写文章、指南、博客文章、教程、Newsletter 期刊及其他长篇内容，采用源自所提供示例或品牌……的独特基调。

运行六阶段研究工作流，将陌生领域或收集的资料转化为可发布的输出。不适用于快速查询或单文件读取。

先调研再编码的工作流。在编写自定义代码之前，搜索现有的工具、库和模式。调用研究员智能体。

LLM API 使用的成本优化模式——按任务复杂度进行模型路由、预算跟踪、重试逻辑和提示词缓存。

解析结构化文本时在正则表达式与 LLM 之间进行选择的决策框架——优先使用正则表达式，仅在处理低置信度的边缘情况时引入 LLM。

自主 Claude Code 循环的模式与架构——从简单的顺序流水线到 RFC 驱动的多智能体 DAG 系统。

Apple FoundationModels 框架，用于设备端 LLM — 在 iOS 26+ 中支持文本生成、使用 @Generable 的引导式生成、工具调用以及快照流式传输。

使用 Plankton 实现写入时代码质量强制执行——通过钩子在每次文件编辑时自动格式化、代码检查以及基于 Claude 的修复。

将单行目标转化为多会话、多智能体工程项目的分步构建计划。每个步骤均包含独立的上下文摘要，以便全新智能体能够直接从零开始执行。包含对抗性审查关卡、依赖关系图、并行步骤检测、反模式目录以及计划变更协议。触发条件：用户为复杂的多PR任务请求计划、蓝图或路线图，或描述需要多个会话才能完成的工作。不触发条件：任务可在单个PR或不足3次工具调用内完成，或用户表示“直接做”。

为任意公开数据源（招聘网站、价格、新闻、GitHub、体育赛事等）构建一个全自动的 AI 驱动数据采集智能体。支持按计划定时抓取……

涵盖电力与天然气采购、电价优化、容量电费管理、可再生能源 PPA 评估及多设施能源成本管理的体系化专业知识。由在大型工商业用户端拥有 15 年以上经验的能源采购经理提供。包含市场结构分析、对冲策略、负荷分析以及可持续发展报告框架。适用于采购能源、优化电价、管理容量电费、评估 PPA 或制定能源策略。

在自定义任务上对编程智能体（Claude Code、Aider、Codex 等）进行正面对比，涵盖通过率、成本、耗时与一致性指标