设计并实施自动化工作流，作为独立创业者节省时间并扩展业务规模。适用于识别可自动化重复任务、跨工具构建工作流、设置触发器与操作，以及优化现有自动化方案。涵盖自动化机会识别、工作流设计、工具选择（Zapier Make n8n）、测试与维护。触发关键词：automate automation workflow automation save time reduce manual work automate my business no-code automation
构建建筑工程预算，生成包含人工、材料、设备和间接费用的详细成本分解
使用 GitHub Actions 创建、调试和管理 CI/CD 流水线，适用于需要设置自动化测试、部署、发布或工作流的场景，涵盖工作流语法、常见模式、密钥管理、缓存、矩阵构建和故障排查。
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 Netlify CLI（netlify）创建或绑定 Netlify 站点，并从 GitHub 设置 CI/CD（持续部署），尤其适用于单体仓库（如 Hugo 站点位于 sites/<domain> 下的多个站点）。当 Avery 要部署新站点、将仓库连接到 Netlify、配置构建/发布设置、设置环境变量、启用部署预览或自动化创建 Netlify 站点时使用。
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。
使用 npkill 清理 node_modules 和 .next 文件夹以释放磁盘空间，专为 JavaScript 和 Next.js 开发者设计，帮助清除占用大量存储空间的累积构建产物，提供交互式和自动化清理选项，并包含安全检查以保护关键系统目录
在 X（推特）上自动化你的 #BuildInPublic 之旅。自动追踪 GitHub 动态、庆祝里程碑、分享进度更新，并保持 consistent 的发布节奏。
使用习惯清单、时间安排和连续打卡功能打造强大的早晨routine