在所有层设计有效的缓存。

为开源、Git 友好的 API 客户端生成 Bruno 集合文件。

为您的数据库创建可靠的灾难恢复过程。

通过重试和监控设计可靠的后台作业处理。

身份验证系统的全面安全审查。

使用供应链安全元数据生成和发布工件。

使用工具和错误处理设计强大的多步骤代理系统。

记录具有清晰上下文、替代方案和后果的架构决策。

通过 WCAG 2.1 合规性和全面的 a11y 模式构建包容性的 Web 体验。

从 tech.md 生成 CI/CD 工作流程、Dockerfile 和部署配置 — 您无法交付无法部署的内容。

处理部署 FS25 mod 的整个生命周期：用于实时编辑的开发链接、用于分发的正确 zip 打包以及 modDesc.xml 标准。

状态：生产就绪 最后更新：2025-10-29 依赖项：无 最新版本：@vercel/kv@3.0.0

状态：生产就绪 最后更新：2025-10-29 依赖项：无 最新版本：@vercel/blob@2.0.0

面向高级开发人员的完整工具包，包含现代工具和最佳实践。

生产级人工智能/机器学习/数据系统的世界级高级数据科学家技能。

scikit-survival 是一个基于 scikit-learn 构建的用于生存分析的 Python 库。它提供了用于事件发生时间分析的专用工具，可应对某些观察结果仅部分已知的审查数据的独特挑战。

该技能为使用 scikit-learn（用于经典机器学习的行业标准 Python 库）执行机器学习任务提供了全面的指导。使用此技能进行分类、回归、聚类、降维、预处理、模型评估和构建可用于生产的 ML 管道。

scikit-bio 是一个用于处理生物数据的综合 Python 库。将此技能应用于涵盖序列操作、比对、系统发育学、微生物生态学和多元统计的生物信息学分析。

科学写作是精确、清晰地传达研究成果的过程。使用 IMRAD 结构、引文（APA/AMA/温哥华）、图表/表格和报告指南（CONSORT/STROBE/PRISMA）撰写手稿。将此技能应用于研究论文和期刊提交。

科学可视化将数据转化为清晰、准确的数字以供发布。使用多面板布局、误差线、重要性标记和色盲安全调色板创建日志就绪绘图。使用 matplotlib、seaborn 和plotly 将手稿导出为 PDF/EPS/TIFF。