对任何代码库执行结构化的质量控制审计。当需要对项目代码进行质量检查、审计、审查或评估时使用。支持Python、TypeScript、GDScript及通用项目。生成标准化报告，包含通过、警告、失败的结论，涵盖测试、导入、类型检查、静态分析、冒烟测试和文档。也可用于对比随时间变化的质量控制结果。

无需API密钥或外部依赖的简单网页内容获取工具，仅使用Python标准库（urllib）。支持从URL获取HTML/文本内容，提供基本的HTML转Markdown功能，并通过路径校验确保文件写入安全（阻止系统路径访问），同时校验URL（阻止本地主机和内网地址）。文件写入使用is_safe_path()防止恶意写入，适用于无API成本和依赖的内容聚合、研究收集和网页抓取。

使用 volcengine 的 web_search.py 脚本进行网络搜索并获取结果，请准备清晰具体的查询语句，运行脚本 python scripts/web_search.py "查询语句"。根据返回的摘要列表整理答案，不得添加或猜测内容

使用模式跨语言和格式验证数据。适用于定义 JSON Schema、使用 Zod（TypeScript）或 Pydantic（Python）、验证 API 请求/响应结构、检查 CSV/JSON 数据完整性，或建立服务间数据契约。

使用 Amazon Nova Act 编写和执行 Python 脚本，完成 AI 驱动的浏览器自动化任务，如航班查询、数据提取和表单填写

构建可扩展数据管道、ETL/ELT系统和数据基础设施的数据工程技能。精通Python、SQL、Spark、Airflow、dbt、Kafka及现代数据工具栈，涵盖数据建模、管道编排、数据质量与DataOps。适用于设计数据架构、构建数据管道、优化数据工作流、实施数据治理或排查数据问题。

使用 LinkdAPI Python SDK 访问 LinkedIn 个人档案和公司数据，适用于获取档案信息、公司数据、职位列表或搜索 LinkedIn 上的人员和职位。该技能采用 uv 脚本模式，支持带内联依赖的临时 Python 脚本。

世界级高级数据科学家，专精于统计建模、实验设计、因果推断和预测分析。涵盖A/B测试（样本量计算、双比例z检验、Bonferroni校正）、差分中的差分、特征工程管道（Scikit-learn、XGBoost）、交叉验证模型评估（AUC-ROC、AUC-PR、SHAP）以及MLflow实验追踪，使用Python（NumPy、Pandas、Scikit-learn）、R和SQL。适用于设计或分析受控实验、构建与评估分类或回归模型、对观测数据进行因果分析、为结构化表格数据集开发特征，或将统计洞察转化为数据驱动的商业决策。