量子工作流需要精确的电路、后端和算法指导。此技能为仿真、硬件执行、可视化和算法提供聚焦的 Qiskit 模式。

PyTorch 项目可能会变得难以一致地训练和扩展。此技能会指导 LightningModules、Trainer、数据模块、回调、日志记录和分布式训练。

强化学习项目需要针对训练速度、环境设计和策略结构进行细致设置。此技能提供 PufferLib 工作流、模板和参考指导，帮助进行实用实现。

量子项目需要针对电路、硬件、化学和训练的可靠模式。此技能通过聚焦示例和参考资料指导 PennyLane 工作流。

编写可靠的 Opentrons 协议需要准确选择台面、实验器具、移液器和模块。此技能可帮助 Claude、Codex 和 Claude Code 起草结构化的 Protocol API v2 工作流。

Move 团队需要针对 Move 2024 语法、包清单、测试和 Sui 模式进行一致的审查。此技能通过结构化清单引导 Claude、Codex 和 Claude Code，并提供按优先级排序的反馈。

失败的检查和分散的评审评论会拖慢拉取请求工作。此技能引导 Claude、Codex 和 Claude Code 完成可重复的修复、推送和验证循环。

模糊的提交会让评审和发布说明更难处理。此 skill 会分析已暂存的 Git 更改，并起草结构化的 Conventional Commit 消息。

在繁忙的拉取请求中，审查评论可能很难跟踪。此技能会指导 Claude、Codex 或 Claude Code 使用 GitHub CLI 查找评论、选择修复项并应用更改。

当错误消息缺少上下文时，调试错误会浪费时间。此技能会指导错误分类、根因分析、修复、验证以及可复用解决方案记录。

量子线路工作通常需要在模拟、硬件和实验设计之间查找分散的指导。此技能为 Claude、Codex 和 Claude Code 用户整理 Cirq 工作流。

软件想法可能会在目标和取舍尚未明确前就进入实现阶段。此技能会引导结构化提问、方案比较和经过验证的设计说明。

复杂的 Claude artifacts 需要比单个 HTML 文件更完善的结构。此技能会搭建一个 React、Tailwind 和 shadcn/ui 项目，并将其打包以便分享。

API 集成经常失败，是因为身份验证、重试和速率限制不完整。此技能会指导构建稳健的客户端、OAuth 流程、webhook 验证和运维检查。

功能开发通常始于范围不清、风险隐藏、任务分散的状态。此技能会在实施开始前创建一份可供审批的计划。

当工作跨越多个代码库和会话时，开发者会丢失上下文。此技能指导 Daem0n-MCP 的设置，用于共享记忆、关联项目、钩子和搜索调优。

当先前的需求和结果难以查找时，OpenSpec 决策可能会偏离。此技能将规格、提案和已归档的变更连接到 Daem0n-MCP 记忆。

AI 编码会话经常丢失上下文、重复错误，或跳过决策跟踪。此技能定义了一个 Daem0nMCP 工作流，用于简报、检查、记忆和结果记录。

Manual Dart FFI bindings are error-prone and difficult to maintain. This skill guides agents to configure FFIgen, generate bindings, and verify outputs.

Legacy matcher assertions can lose type safety and hide migration errors. This skill guides precise conversions to package:checks with verification steps and pitfall warnings.