DBOS Python 提供持久化工作流执行，可自动从故障中恢复。编写能够抵御崩溃、重启和重试的工作流，无需担心数据丢失或损坏。

DBOS Go SDK 提供持久化工作流执行，能够在崩溃和重启后自动恢复。通过自动重试、队列并发和事务保证，构建容错应用程序。

AI 代理在大型代码库中会丢失上下文，并在方向定位上浪费 token。本技能通过可查询的图提供持久化的结构记忆，使代理能够在不重新读取文件的情况下导航依赖关系并理解代码关系。

缺乏叙事的数据无法激发行动。本技能提供框架、模板和技巧，将原始数据转化为引人入胜的故事，推动业务决策并吸引利益相关者。

需要关于数据分析、机器学习模型和统计建模的专业指导。此技能提供一个专业的数据科学家角色，可主动帮助处理复杂的分析、预测建模和商业智能任务。

此技能提供了一个全面的工作流程，用于通过数据洞察、A/B测试和持续测量来构建功能，并使用专门的AI代理进行分析、实验和实施。

使用完整的现代数据技术栈（包括Apache Spark、dbt和Airflow）设计和实施可扩展的数据管道、现代数据仓库和实时流架构。

缓慢的查询和糟糕的数据库性能会严重影响应用程序的响应能力。本技能提供关于查询优化、索引策略和可扩展架构的专家指导，帮助显著提升数据库性能。

此技能可自动从多个来源收集每日的科技新闻，并整理成一份结构化的 Markdown 报告，省去数小时的手动调研时间。

团队难以高效获取组织文化信息。此技能可索引文化文档，并支持快速检索价值观、实践准则和指导原则。

在AI辅助下编写更简洁、更快速、更易维护的C++代码。此技能帮助开发者生成可用于生产的代码、应用现代C++模式，并在无需深入专业知识的情况下优化性能。

无需手动调用 API，即可简化 ConvertKit (Kit) 邮件营销工作流程。此技能通过 Rube MCP 集成处理订阅者管理、标签、广播和分析功能。

AI助手经常在会话之间忘记上下文，让用户感到沮丧。本技能实现分层记忆系统，提供持续、智能的会话召回功能。

长对话和复杂提示会使LLM过载，导致信息丢失和响应质量下降。本技能教授策略性上下文策展、token优化和智能摘要，以保持高质量的AI交互。

上下文窗口限制了AI模型每次能处理的内容量。本技能提供了通过压缩、屏蔽、KV缓存优化和分区来最大化有效上下文容量的技术，可以有效将AI的处理能力提升一倍甚至两倍。

此技能帮助 Claude 在会话之间保留项目知识、架构决策和工作流状态，实现长时间 AI 协作的无缝连续性。

AI 代理在激进压缩后会浪费 token 重新获取丢失的上下文。此技能教授结构化摘要策略，可在保留关键信息的同时将 token 成本降低高达 98%。

Conductor-status 在格式化的仪表板中显示项目进度、活动轨道和后续行动。它通过跨多个工作流跟踪任务，帮助团队保持组织有序。

此技能自动化 Conductor 工作流的轨道生命周期管理，处理活跃、完成和归档状态下轨道的归档、恢复、删除、重命名和孤立工件清理。

将模糊的项目请求转化为结构化的、可执行的清单。通过做出合理的假设并提供原子化的、动词优先的行动项来减少来回沟通。