DBOS Go SDK 提供可持續工作流執行，能在崩潰和重啟後繼續執行。透過自動重試、排隊並發和事務保證，建構具有容錯能力的應用程式。

沒有敘事的數據無法激發行動。此技能提供框架、模板和技巧，將原始數據轉化為引人入勝的故事，推動業務決策並吸引利害關係人。

AI 代理在大型程式碼庫中會失去上下文，並在導向時浪費 token。此技能透過可查詢的圖譜提供持久的結構記憶，使代理能夠在不重新讀取檔案的情況下瀏覽相依性並理解程式碼關係。

需要數據分析、機器學習模型和統計建模方面的專業指導。此技能提供專業數據科學家角色，主動協助複雜分析、預測建模和商業智慧任務。

此技能提供全面的工作流程，用於透過資料洞察、A/B 測試和持續測量來建構功能，並使用專門的 AI 代理程式進行分析、實作和實驗。

使用完整的現代資料技術堆疊（包括 Apache Spark、dbt 和 Airflow）設計和實作可擴展的資料管線、現代資料倉儲和即時串流架構。

緩慢的查詢和不佳的資料庫效能可能會嚴重影響應用程式的回應能力。此技能提供查詢優化、索引策略和可擴展架構的專業指導，顯著提升資料庫效能。

此技能可自動從多個來源收集並整理每日科技新聞，產生單一結構化的 Markdown 報告，節省數小時的手動研究時間。

團隊難以有效存取組織文化資訊。此技能可索引文化文檔，並快速檢索價值觀、實踐和指南。

在 AI 輔助下撰寫更簡潔、快速且更容易維護的 C++ 程式碼。此技能可幫助開發人員產生可用於正式環境的程式碼、應用現代 C++ 模式，並在無需深入專業知識的情況下優化效能。

簡化您的 ConvertKit (Kit) 電子郵件行銷工作流程，無需手動 API 呼叫。這個技能可透過 Rube MCP 整合處理訂閱者管理、標籤、廣播和分析。

AI 助手常會忘記對話之間的上下文，讓用戶感到沮喪。此技能實現了分層記憶系統，可實現持續且智慧的對話回憶。

長時間對話和複雜的提示會讓 LLM 不堪重負，導致資訊遺失和回應品質下降。此技能教授策略性上下文策展、token 最佳化以及智慧摘要，以維持高品質的 AI 互動。

上下文視窗限制了 AI 模型每次能處理的內容。本技能提供壓縮、遮蔽、KV 快取最佳化和分割等技術，以有效最大化上下文容量，可將 AI 的處理能力提升一倍或兩倍。

此技能協助 Claude 在工作階段之間保留專案知識、架構決策和工作流程狀態，實現在長期 AI 協作中的無縫連續性。

AI 代理在積極壓縮後會浪費 token 來重新擷取遺失的上下文。本技能教授結構化摘要策略，可在降低最多 98% token 成本的同時保留關鍵資訊。

Conductor-status 以格式化的儀表板顯示專案進度、進行中的追蹤項目及後續動作。透過追蹤多個工作流程的任務，幫助團隊保持井然有序。

此技能自動化管理 Conductor 工作流程的軌道生命週期，處理作用中、已完成和歸檔狀態下的歸檔、還原、刪除、重新命名和孤立工件清理。

將模糊的項目請求轉化為結構化、可執行的清單。通過做出合理的假設並提供原子化、動詞優先的行動項目來減少來回溝通。

此技能協調多個專業 AI 代理程式執行全面的程式碼審查，涵蓋品質、安全性效能、測試和文件。它用結構化、可重複的工作流程取代手動審查流程。