教育工作者需要花費數小時創建符合認知科學原則的多樣化練習。本技能使用範本和基於證據的學習策略，生成包含提取練習、間隔重複和難度進階的完整練習集。

將 Docusaurus 文件部署到 GitHub Pages 需要手動配置建置設定、GitHub Actions 工作流程和部署分支。此技能使用預先驗證的模板和本機測試來自動化整個流程，然後再觸發 CI/CD。

文件請求消耗大量 Token。此技能使用 Context7 MCP 搭配智慧型 Shell 管線篩選，僅擷取程式碼範例和 API 簽章，在保留所有必要資訊的同時減少 86.8% 的 Token 使用量。

內容創作者需要系統化、客觀的品質評估來改進教育材料。此技能提供包含 6 個類別的加權評分量表，結合基於證據的評分方式，以一致地評估和改進書籍章節及課程。

複雜的概念如果呈現方式不當，會讓學習者感到不知所措。本技能運用認知負荷理論設計逐步進度，使內容符合學習者的熟練程度，確保概念以前置知識為基礎，並在各階段提供適當的支架輔助。

手動驗證書籍章節中的程式碼區塊既耗時又容易出錯。此技能可自動偵測程式語言、套用適合各層級的驗證策略，並產生帶有修正建議的可行性錯誤報告。

教學程式碼不僅僅是語法演示。此技能使用推理驅動的教學法產生與生產環境相關的範例，透過規格優先、展示後解釋的模式來促進理解。

教育內容隨著時間推移往往會偏離標準模式。此技能會將課程內容與權威來源進行比較，確保學生學習正確的格式，符合平台慣例。

建構 ChatKit 聊天機器人需要整合多種技術（FastAPI、OpenAI Agents SDK、MCP 工具）並採用適當的安全模式。此技能提供完整的架構指南，協助建立具備用戶隔離和即時功能的生產級聊天機器人。

瀏覽器自動化需要重複的手動網頁互動。本技能提供由 MCP 驅動的工具，可透過 Playwright MCP 伺服器以程式化方式瀏覽網站、填寫表單、點擊元素、擷取螢幕截圖並抽取資料。

規劃大型教育書籍缺乏結構是具有挑戰性的。這個技能提供模板、模式和驗證工具，來建構多章節的學習旅程，管理認知負載並確保敘事連續性。

建立公平的程式設計評量耗時。此技能產生多樣化的題型，符合學習目標，具有有意義的誘答選項、開放式問題的評分標準，以及認知分佈分析。

學生在有效使用 AI 時常常過度依賴它。本框架透過三種角色方法提供結構化的方法來將 AI 作為協作學習夥伴整合，確保學生從 AI 學習的同時保持獨立能力。

偵錯 Tauri 應用程式需要手動收集截圖、主控台日誌和 WebView 狀態。此技能使用官方 Tauri 外掛程式自動化偵錯工作流程，支援跨 macOS、Windows 和 Linux 進行截圖捕捉、日誌分析和狀態檢查。

網路無障礙問題可能會使殘疾用戶無法存取數位內容。此技能提供全面的 WCAG 合規審核、螢幕閱讀器相容性測試，以及可操作的修復指導，幫助建立包容性的網路體驗。

專案通常有結構化計畫、進行中的任務與工作流程指南，分散在多個檔案中。這個技能可協助你找到並使用那些 conductor 檔案，了解接下來該做什麼，以及如何遵循專案標準。

損壞的連結和不正確的引用會損害使用者信任和內容品質。此技能可自動驗證網址、檢查 HTTP 狀態碼、追蹤重新導向，並評估連結相關性，確保所有引用都指向適當且可存取的目標。

不同的任務需要不同的工具存取權限。此技能提供標準化的工具預設配置，讓您可以快速配置具有適當功能的代理程式，用於開發、研究、檔案操作、分析或編排任務。

在程式碼之後撰寫測試會導致脆弱的程式碼庫並遺漏錯誤。本技能提供結構化的 TDD 工作流程、測試模式和 Playwright 自動化功能，協助您在撰寫程式碼之前撰寫可維護的測試、早期發現錯誤，並建立對軟體的信心。

在沒有適當調查的情況下做出技術決策會導致昂貴的重構和技術債務。此技能提供了一個結構化的框架，用於限時技術調查、概念驗證開發，以及具有明確建議的客觀技術評估。