教会你的AI代理思考安全问题。一种在安装前评估技能的推理方法——红绿旗启发式、四阶段审计协议、安装后验证。无需脚本，无需依赖，仅凭判断。基于可错主义（误判技能的安全性是可以修复的，但过度自信则不可挽回）和关系型安全（你与人类共同协商边缘案例——信任通过透明度建立，而不仅仅是检测）。

当用户询问“审核域名权威性”“域名信任分数”“CITE审核”“我的网站有多权威”“域名可信度检查”“我的域名是否可信”或“域名可信度分数”时，请使用本技能。该技能将执行完整的CITE 40项域名权威性审核，依据域名类型对四个维度进行加权评分，并生成包含各项得分、维度分析、否决检查及优先级行动方案的详细报告。如需内容层级评估，请参阅内容质量审核器；如需链接分析详情，请参阅反向链接分析器。

涵盖网页主机、电子邮件营销、域名注册、储蓄利率和AI工具的价格智能分析。查询实时价格，按真实成本（含续费加价）对比服务商，发现隐藏费用，检测哪些银行悄悄降低年化收益率。适用于用户咨询软件定价、主机成本、域名续费、储蓄账户利率、AI订阅对比或预算建议时使用。

多智能体辩论委员会——并行启动三个专业子智能体（学者、工程师、缪斯），从不同角度应对复杂问题。各角色可配置模型，灵感源自Grok 4.20的多智能体架构

由奥丁之眼企业出品——古老智慧，现代智能

使用 Scrapling 进行网页抓取——这是一个 Python 框架，具备反机器人绕过功能（如 Cloudflare Turnstile 和指纹伪装）、自适应元素追踪、隐形无头浏览器以及完整的 CSS/XPath 数据提取能力。当 web_fetch 失败时（如遇到 Cloudflare 防护或 JavaScript 渲染页面），或需要从网站提取结构化数据（价格、文章、列表等）时使用。支持 HTTP 模式、隐形模式和完整浏览器模式。来源：github.com/D4Vinci/Scrapling（PyPI：scrapling）。仅在获得授权的网站上使用。

用于生成类型安全的LLM提取、分类、RAG或代理工作流的BAML代码，可根据自然语言需求自动生成包含类型、函数、客户端、测试和框架集成的完整.baml文件。通过MCP查询官方BoundaryML仓库以获取实时模式。支持多模态输入（图像、音频）、Python/TypeScript/Ruby/Go语言、10多个框架，实现50%至70%的令牌优化，编译成功率超过95%。