Claude Skills by findscripter

当在 Snowflake 上写 SQL、搭数据管道、用 Cortex AI 或 Snowpark Python 时使用；产出符合最佳实践的 SQL/DDL、Dynamic Tables/Streams/Tasks 管道、Cortex 函数与 Agent、dbt 物化、性能与安全配置；不适用于其他数据库（MySQL/PostgreSQL/BigQuery）或纯通用 SQL 拼装；触发词：snowflake、雪花、dynamic table、动态表、streams、tasks、snowpipe、cortex、snowpark、dbt on snowflake、merge upsert、变体 variant

当 Spark 作业慢、出现数据倾斜/shuffle 瓶颈/OOM，或需为大数据量管道做分区、缓存、Join、内存与 AQE 调优时使用；按「诊断→分区→Join→缓存→shuffle→内存→格式→验证」产出可执行 PySpark 代码与生产配置；不适用于非 Spark 引擎（Flink/Trino/单机 pandas/Polars）或与性能无关的纯 ETL 逻辑编写。触发词：Spark 慢、数据倾斜、shuffle 优化、broadcast join、AQE、executor 内存、repartition、Kryo

当需要审计 Excel/电子表格公式正确性或核查财务模型（DCF/LBO/三表）勾稽完整性时使用；按选区/单张表/整本模型逐层排查公式错误、硬编码、勾稽断点并产出分级问题清单；不适用于纯数据清洗、图表制作或无公式的静态表。触发词：审计表格、检查公式、模型核对、对不上、勾稽、audit spreadsheet、check formulas、model won't balance

当需要把自然语言需求转成正确高效的 SQL、做联表/聚合/窗口查询或排错时使用；触发词：写 SQL、查询、联表、聚合、窗口函数、慢查询。

当用 Python 做严谨统计建模与推断（线性/广义线性回归、离散选择、时间序列预测、假设检验与诊断）时使用；用 statsmodels 拟合模型并产出含系数/置信区间/p 值的可发表结果与残差诊断；不适用于纯预测机器学习（用 scikit-learn）、深度学习/GPU 训练、仅做数据清洗或画图。触发词：statsmodels、OLS、回归、logistic、GLM、ARIMA、时间序列、假设检验、置信区间、p值

当需要把高维数据非线性降到 2D/3D 做可视化、为聚类（如 HDBSCAN）做降维预处理、或做有监督/参数化 UMAP 特征工程时使用；用 umap-learn 拟合 manifold 嵌入并产出可复现的低维坐标与散点图；不适用于纯线性降维（用 PCA）、需保证全局距离严格保真的场景、未标准化的数据或仅做数据清洗。触发词：UMAP、降维、流形学习、可视化、HDBSCAN、t-SNE 替代

当为 RAG/语义检索/推荐做向量库选型与端到端落地，在 Pinecone/Weaviate/Qdrant/Milvus/pgvector 间权衡并设计分块、元数据与扩容时使用；产出选型对照、索引(HNSW/IVF/PQ)与元数据 schema 及上线清单；不适用于嵌入选型评估、纯索引调参或关系型/NoSQL 建模；触发词：向量数据库、Pinecone、Weaviate、Qdrant、Milvus、pgvector、语义检索、RAG、相似度搜索

当需要为超大 N 维科学数组（气候/遥感/影像）做分块、压缩与并行读写，或要把数据放到 S3/GCS 做云原生工作流，或与 NumPy/Dask/Xarray 互通时使用；做 Zarr 3 数组/组的创建、分块与分片策略选型、压缩编解码配置、云端 fsspec 存储与元数据合并，产出 .zarr 存储与读写代码；不适用于纯内存中小型数组（直接用 NumPy）或关系/表格数据（用 Parquet/数据库）。触发词：zarr、分块数组、云端 N 维数组、chunks 分片 sharding、Xarray Dask Zarr

当 Agent/LLM 应用上线前自检，或出现"包装层加上后变差、模型在 playground 正常但在 Agent 里崩、调试超 15 分钟找不到根因"时使用；做按 12 层栈定位包装层回归、记忆污染、工具纪律失效、隐藏修复循环与渲染破坏，产出按严重度排序的发现 + 代码优先修复计划 + 结构化 JSON 报告；不适用于通用代码调试、代码评审、安全扫描或性能基准。触发词：包装层回归、记忆污染、工具纪律、隐藏修复循环、渲染破坏

当为需跨会话持久、保持实体一致或基于累积知识推理的智能体设计分层记忆架构时使用；做工作/短期/长期/实体/时序知识图谱五层选型与向量库→图→时序KG演进决策的可执行落地；不适用于具体向量库运维、嵌入模型选型/微调或端到端RAG流水线搭建。触发词：记忆架构、分层记忆、时序知识图谱、长期记忆、实体一致性、知识图谱记忆

当为 AI 智能体设计跨会话记忆、长期记忆或 RAG 检索层时使用；做记忆类型分层（语义/情景/程序）、向量库选型、分块、后台记忆形成与衰减策略的可执行落地；不适用于生产级向量库运维、嵌入模型微调或知识图谱设计（应转交对应专家）。触发词：智能体记忆、长期记忆、向量库、RAG、情景记忆、跨会话记忆、LangMem、MemGPT

当 Agent 需要为 402 计费的 API/服务/A2A 付费而又不能托管私钥时使用；做法是接入 x402 协议+MCP 支付服务器，由编排层预设 SpendingPolicy（按任务/会话预算、收款白名单、限速）并 fail-closed 强制，产出受限额约束的非托管支付链路；不适用于自建链上结算合约、法币/信用卡收银台或无预算门控的随意转账。触发词：x402、Agent 支付、支出限额、agentwallet-sdk

当要把某个 MCP 服务器/API/CLI 工具纳入 Agent 工作流前，需要量化其"Agent 就绪度"、横向比较同类工具或在某品类里挑最优时使用；做接入 Clarvia AEO（Agent Experience Optimization）评分服务，对工具按 API 可达性、数据结构化、Agent 兼容性、信任信号四维打 0-100 分并给出分档解读、排行榜与对比建议，产出选型决策与可选 CI 质量门禁；不适用于工具的功能/安全/性能实测，也不替代环境内真实联调与专家复核。触发词：AEO 评分、Agent 就绪度、MCP 选型、工具对比、Clarvia

当需要复盘本地 AI 编码代理（Claude Code/Cursor/Gemini/Codex CLI 等）的会话为何慢、贵、浅、不稳，或为团队搭轻量 CI 健康门禁时使用；用 agenttrace 读取本地会话日志，产出成本/工具失败/延迟/异常/健康分的人读报告或 JSON 门禁结果，并支持两次尝试 diff 排查语义漂移；不适用于审计远端托管会话或上传私有日志到外部服务。触发词：会话审计、成本飙升、工具失败率、CI 健康门禁

当为 AI 智能体设计/编写可调用工具（function calling、tool schema、MCP server）时使用；产出清晰的 JSON Schema、描述文案、输入校验与错误处理方案；不适用于多智能体编排、智能体记忆、纯 API 设计或提示词工程；触发词：agent tool、function calling、tool schema、MCP、input_schema、tool_use

当为 Agent 系统设计/重构工具集、排查工具误用或优化既有工具时使用；产出无歧义的工具描述、整合后的工具清单与可恢复的错误信息；不适用于给人类开发者写的普通 API 文档、与 Agent 无关的接口设计；触发词：工具设计、tool design、MCP、工具整合、错误信息

当为 Agent 系统设计/重构工具、排查工具被误用或漏选、精简工具集时使用；做出无歧义的工具契约（描述-触发-参数-返回-错误）、按合并原则整合工具、必要时做架构精简，产出可被模型可靠调用的工具集；不适用于给人类调用的普通 API 设计、单纯写提示词或业务代码实现；触发词：工具设计、tool design、function calling、工具描述、MCP、合并原则、工具太多。

当需要为多步骤 LLM 任务选型多智能体编排模式、定义交接契约或重构存在上下文膨胀/交接不可靠的工作流时使用；做模式选型（顺序/并行/路由/编排/评估）+ 用脚手架生成 JSON 骨架 + 补齐交接契约、重试超时与质量门，产出可落地的工作流配置；不适用于单条结构化提示即可解决的简单任务；触发词：多智能体、工作流编排、交接契约

当需要为项目创建/更新/审计 AGENTS.md 或 CLAUDE.md、把冗长的 Agent 文档精简为高信号指令时使用；先分析仓库工具链与布局，再产出 <60 行（绝不超 100）的最小化 Agent 文档（含包管理、文件级命令、提交署名等必备小节）；不适用于面向人类的教程式 README/CONTRIBUTING、或把 linter 规则搬进文档；触发词：AGENTS.md、CLAUDE.md、agent docs、代理文档、精简指令、create AGENTS.md、maintain agent docs。

当需要在上线前用结构化方法评估提示词、规划上下文预算、设计 RAG 架构、红队审计 Agent、搭建评测框架或推演产品判断时使用；做六套可复现的 AI 工程工作流（量化打分+清单+决策树），产出评分、优化建议与可写入 CI 的模板；不适用于直接生产代码、替代环境内真实测试，或无授权对线上系统做攻击；触发词：提示词评估、上下文预算、RAG 设计、Agent 安全审计、评测框架、产品判断

当需要把 AI 模型会话变成可累积、可检索、可导出的领域参考数据时使用；通过定向提问 + 质量评分 + 对抗校验，蒸馏出结构化 JSONL/CSV 知识库与表格化 ML 训练数据；不适用于训练竞品 LLM、替代专家审核或环境验证；触发词：知识蒸馏、领域参考数据、bdistill

当设计/实现自主编码智能体（Agent Loop、工具调用、权限审批、浏览器自动化、上下文与检查点、MCP 集成）时使用；产出可落地的架构模式、工具 Schema、权限分级与沙箱约束。不适用于单次问答式提示或不涉及工具执行的纯对话。触发词：autonomous agent、agent loop、工具调用、权限审批、沙箱、MCP

当你有一个目标文件、一条会输出可量化指标的评估命令、且代码在 git 仓库中，想让智能体长时间自动优化（更快/更小/质量更高）时使用；做的事：单变量改文件→提交→跑固定评估→改进则保留、变差则 git reset 回退→循环累积并记录到 results.tsv；不适用于无法量化、缺评估命令或不在 git 下的任务，也不要边改评估器边比对。触发词：优化、实验循环、autoresearch

当需用 Azure AI VoiceLive SDK（Python）通过 WebSocket 构建低延迟双向语音对话、实时语音助手或电话语音机器人时使用；做的事：建立异步连接、配置 session/语音/VAD、流式收发 PCM16 音频、处理事件与函数调用，产出可运行的实时语音应用骨架；不适用于：非 Azure 语音栈、批量离线语音转写、纯文本 LLM 对话。触发词：Azure 实时语音、VoiceLive、gpt-4o-realtime、语音助手 WebSocket

当需要把外部 RDF 上下文转成智能体心智状态、为 LLM 智能体补充可解释的认知结构时使用；用 BDI 本体（信念/愿望/意图）建模认知链并产出 Turtle/SPARQL 模型与 T2B2T 双向流；不适用于无 RDF/本体需求的纯提示词或一般业务编排；触发词：BDI、信念愿望意图、心智状态建模、神经符号、可解释推理

当创业团队需做 AI 战略决策时使用；做模型自研/微调/调 API 选型、监管风险分级、自托管成本拐点测算与 AI 团队招聘排序，产出含三年 TCO 与所需管控清单的可执行建议；不适用于 RAG、Agent、提示工程、评测设施等战术工程实现。触发词：CAIO、模型选型、EU AI Act、微调、自托管拐点

当用基于 Anthropic 官方 SDK 构建、调试、优化 Claude API 应用，或在模型版本间迁移代码时使用；做出含提示缓存、自适应思考、工具调用与流式的可运行 Claude 调用代码（产物：SDK 调用代码与配置）；不适用于 OpenAI/其他厂商 SDK、provider-neutral 代码或通用编程/ML 问题；触发词：Claude API、Anthropic SDK、anthropic、prompt caching、提示缓存、tool use、工具调用、Managed Agents、模型迁移、claude-opus-4-8、adaptive thinking

当需要在自己代码库上把 Claude Code、Aider、Codex 等编码 Agent 做可复现的对比评测时使用；做基于 YAML 任务声明 + git worktree 隔离的多次运行，产出含通过率/成本/耗时/一致性的对比报告；不适用于评测纯对话/生成质量、单模型基准或无判据的开放任务。触发词：编码 Agent 对比、agent-eval、通过率、git worktree、选型评测

当需要构建像人一样看屏幕、移鼠标、点击、输入的计算机操作型智能体时使用；做感知-推理-执行循环、Docker 沙箱隔离、敏感操作确认、动作日志与成本/上下文控制的可落地方案（含 Anthropic Computer Use、Playwright 浏览器自动化）；不适用于纯文本/纯 API 任务，也不适用于直接在真实主机上裸跑智能体。触发词：computer use、桌面自动化、屏幕控制 AI、视觉智能体、浏览器智能体、GUI 自动化、Operator

当需要设计/实现/优化前沿计算机视觉流水线时使用；做实时检测（YOLO26）、可提示分割（SAM 3）、视觉语言理解（VLM）、深度/3D 重建与边缘部署的方案与代码产出；不适用于通用图像编辑、纯标注外包或非视觉的 ML 任务。触发词：YOLO、SAM、VLM、目标检测、语义分割、深度估计、ONNX、TensorRT、边缘部署

When agent sessions generate millions of tokens of conversation history, compression becomes mandatory. The naive approach is aggressive compression to minimize tokens per request.

当构建多轮对话/长上下文 LLM 应用、上下文逼近或超出 token 上限时使用；做 token 计数、预算分配、分层路由、按重要性摘要与序位优化，产出可控的上下文拼装方案；不适用于 RAG 检索实现、模型微调、嵌入模型细节。触发词：上下文窗口、token 限制、上下文溢出。

当构建调用 LLM API 的应用、批处理复杂度不一的条目、或需把 API 支出控制在预算内时使用；做的是按任务复杂度自动路由模型、用不可变追踪器记账、窄范围重试与提示词缓存，产出「质量不降、成本受控」的可组合管线；不适用于单次低频调用、无成本压力、或仅问某个 SDK 单一用法的场景。触发词：LLM 成本优化、模型路由、预算控制、Haiku Sonnet 选型、提示词缓存、API 支出、重试退避

当需要用 Python 搭建角色分工、可协作的多智能体团队时使用；用 CrewAI 设计 Agent 人设（role/goal/backstory）、定义 Task、编排 Crew（顺序/层级流程）并产出可运行的多智能体管线；不适用于显式状态机图编排（用 LangGraph）、单 Agent 简单脚本或非 Python 场景；触发词：crewai、多智能体团队、角色化 Agent、crew、collaborative agents

当需要在 tmux 面板里并行跑多个 AI Agent 会话、跨 Claude Code/Codex/OpenCode 等 harness 分而治之时使用；用 dmux 按 n 开面板派任务、按 m 合并产出，配 git worktree 隔离冲突文件、面板数控制在 5-6 以内；不适用于任务彼此依赖输出、需 Agent 间实时通信、或单会话内编程式并行（改用 Task 工具）的场景；触发词：dmux、并行跑 Agent、多 Agent、split this work、tmux 面板编排

当为 RAG/向量检索选嵌入模型、调分块或评估检索质量时使用；做模型选型对照、分块/预处理/归一化/降维方案与 P@k、Recall、MRR、nDCG 评估并产出可落地管线代码；不适用于非向量检索的通用 NLP 或向量库部署运维。触发词：embedding、向量检索、RAG、分块、降维、多语言、检索评估

当需要把代码库的项目上下文沉淀为可跨 AI 工具/会话持久复用的 .faf 文件、配置 faf 的 MCP 服务、做 AI 就绪度评分或与 CLAUDE.md/.cursorrules/GEMINI.md 双向同步时使用；用 faf-cli 初始化、评分、校验、增强并打通各平台上下文产物；不适用于一次性问答、纯代码生成、或非 .faf 体系的私有上下文方案；触发词：.faf、faf-cli、AI 上下文格式、faf score、MCP 上下文、双向同步。

当需要在 Node.js/Python/Go/.NET 应用里通过代码驱动 GitHub Copilot（会话、自定义工具、钩子、MCP、流式、BYOK）时使用；做出可运行的 SDK 集成代码与会话配置；不适用于普通聊天补全或非 Copilot 的 LLM 接入；触发词：copilot-sdk、CopilotClient、createSession

当需要做带媒体偏见标注的新闻检索、左中右平衡观点、来源可信度评估，或查实时股票/期权/加密数据与语义 meme 搜索时使用；做接入 Helium MCP（免鉴权 streamable HTTP）并按 9 个工具检索、产出偏见画像/平衡综述/行情分析；不适用于权威实时事实核验、投资决策背书或自建 MCP 服务（应转 mcp-builder）。触发词：新闻检索、媒体偏见、平衡观点、来源可信度、股票期权、Helium MCP

当项目有 3+ 目录、智能体每轮都重读整个工程导致输入 token 暴涨时使用；做分层 CLAUDE.md 记忆体系搭建——根级全局上下文(~200 token)+ 子目录作用域上下文(~250 token/个)+ .memory 决策/模式/收件箱层，并配上下文路由与省 token 仪表盘；不适用于跨会话向量记忆/RAG 检索(转 agent-memory-systems)或单文件小项目。触发词：go ham、CLAUDE.md、分层记忆、目录级上下文、省 token、上下文路由、ham dashboard、ham savings

当需要用 hf 命令行操作 Hugging Face Hub（认证、下载/上传、仓库与缓存、数据集查询、Jobs/Endpoints/Spaces）时使用；做模型/数据集/Space 的拉取上传、repo 管理与计算运维；不适用于 transformers 训练推理代码或非 HF 平台。触发词：hf、huggingface、模型下载/上传、Hub。

当需在 Hugging Face Jobs 云端 GPU 用 TRL 微调/训练语言模型（SFT/DPO/GRPO、LoRA、GGUF 导出）时使用；做 hf_jobs() 内联脚本提交、推送 Hub 并出监控信息；不适用于本地无云端 Jobs（付费计划）的训练或纯推理部署。触发词：TRL、微调、SFT/DPO/GRPO、hf_jobs、GGUF

当构建 RAG 检索、搜索引擎，单用向量或关键词召回不足时使用；做向量召回+关键词召回+融合排序（RRF/线性/重排）的混合检索方案，产出可落地的 PostgreSQL/Elasticsearch/自定义管道实现；不适用于无需检索召回的纯生成或与混合检索无关的任务；触发词：混合检索、RRF、重排、pgvector、BM25

当多 Agent 工作流中子 Agent 不知道该用哪些上下文（盲发文件易超限或遗漏）时使用；以「派发-评估-精炼-循环」四阶段最多 3 轮地逐步收敛出高相关文件集；不适用于上下文已明确或单文件小任务。触发词：上下文检索、子Agent上下文、迭代检索、相关性评分、检索精炼

当用 LangChain 构建带工具、记忆、检索的 LLM 应用与 Agent 时使用；做架构选型与可运行骨架（Agent/Chain/Memory/RAG/回调）并给生产清单；不适用于非 LangChain 的纯 Prompt 调用或与该框架无关的任务；触发词：LangChain、Agent、Chain、记忆、RAG、检索、回调

当为 LLM/RAG/Agent 应用做追踪、提示词版本管理、评估打分与成本监控时使用；用 Langfuse SDK 埋点 trace/generation/score、托管提示词并跑数据集评估，产出可观测链路与质量指标；不适用于通用 APM/日志聚合或非 LLM 服务监控。触发词：langfuse、LLM 可观测、提示词管理、LLM 评估

当用 LangGraph 构建有状态、多步骤或多智能体 AI 应用时使用；用 StateGraph 设计状态、节点、条件分支、循环、持久化与人审，产出可运行的 ReAct/路由/并行智能体图。不适用于纯单次 LLM 调用、无状态提示链或 TypeScript 主导项目。触发词：langgraph、stateful agent、agent graph、react agent、human-in-the-loop、checkpointer

当需要测试、基准评测 LLM 智能体（行为测试、能力评估、可靠性指标、回归与生产监控）时使用；做统计化多次运行评估、行为契约/对抗测试、回归门禁与数据泄漏检测，产出含通过率、置信区间、违规项与上线建议的评测报告；不适用于模型训练评估（loss/perplexity）、公平性偏见测试或纯 UX 测试。触发词：智能体评测、benchmark、对抗测试、回归测试、数据泄漏

当需要在 RAG 检索策略、智能体架构（ReAct/函数调用/计划执行/多智能体）、Prompt 编排与生产可靠性模式之间选型并落地时使用；做按"架构决策矩阵"挑选模式并产出可运行实现骨架（混合检索、ReAct/工具调用循环、Prompt 链、缓存/限流/重试/回退、LLMOps 指标与评测）；不适用于无 LLM 的传统 ML、与 AI 无关的 UI 改动，或尚无数据源/部署目标时；触发词：RAG、ReAct、函数调用、计划执行、多智能体、Prompt 链、LLMOps、缓存限流回退

当为对话式 AI 设计跨会话记忆（短期/长期/实体记忆）时使用；做分层记忆的存储、检索、巩固与按用户隔离的方案落地；不适用于知识图谱构建、语义搜索/向量库底层实现或数据库运维。触发词：对话记忆、记住用户、长期记忆、chat history、memory persistence