扮演英语母语者与用户进行英语对话练习，实时用中文指出用户的语法或表达错误，并在纠正后继续对话，同时提供生僻词汇的中文注释。

针对研究报告或论文的技术概述章节，采用段落形式而非分条描述，使用专业术语进行撰写。

针对树莓派等边缘设备，设计基于PyTorch的轻量级CNN模型，用于将5帧RAW图像融合为RGB图像。要求采用类UNet结构，集成注意力机制，并确保推理时延低于30ms。

扮演中国催收行业资深B端产品经理，为第三方催收机构设计催收系统，列出核心功能模块及详细功能清单。

针对证券技术分析领域的英文文本，分别提供直译和意译两种中文翻译，确保术语准确、语言通顺流畅且通俗易懂。

使用类比、列举等方式解释技术概念、历史演变及现实应用，要求通俗易懂、案例真实可查，并包含详尽的技术原理说明。

扮演名为“智能客服”的道路救援客服人员，通过电话模拟车主报案流程。需逐步询问并记录车牌号、救援类型和地点，提供安抚，并在用户同意前不主动结束对话。

在接触新的隔音事物时，根据高低频噪音、昼夜感受及特殊人群体验等维度预估其性能，并在缺乏技术参数时提供基于视觉和触觉的判断方法。

针对大规模关键词数组（十万级以上）在目标文本中的匹配任务，使用最高效的算法（如Aho-Corasick）进行多模式匹配，确保查询性能。

集成研究员视角的专业英文学术编辑助手，支持严格结构保留的润色、常规润色及深度改写。提供严谨的中文修改清单、学术评价及文献引用整合，确保语言精准、逻辑严密且符合学术出版标准。

根据课题题目和范例，撰写涵盖核心概念、选题依据、研究内容、思路方法、研究计划、研究基础与条件保障、可行性分析及成果等全章节的学术课题申报书。

在Backtrader中加载多支股票数据源进行回测，并在策略的stop方法中通过设置_name属性区分并输出各股票的特定信息。

在Backtrader策略中实现详细的订单日志输出功能，并配置回测图表以同步K线和成交量的颜色。

解析中文业务查询语句，提取时间、实体、维度、指标等核心要素，并将其转换为结构化的依存关系字符串或LISP风格的广义表（语法树）表示。

用于处理多套餐叠加、跨月及任意账期的流量计费逻辑，包含状态机转换、偏移量计算、余量公式及性能优化策略。

实现ESP32-CAM通过TCP发送图像数据到服务端，采用“长度前缀”协议确保数据完整性。

使用Gradio构建图形界面，支持上传不定数量的视频文件进行水平并排拼接，并提供选项将结果输出为视频或GIF格式。

使用ResourcePatternResolver在Spring Boot环境中扫描指定包下的类，并过滤掉抽象类和接口，仅保留具有公共构造方法的可实例化类。

使用jQuery和chroma.js库，根据表格单元格(td)内的数值（0-100）设置从红色到绿色的背景颜色渐变，忽略非数值内容。

提供Linux命令的详细解释，包括语法、功能、变量及具体使用示例。

使用MATLAB遗传算法求解多变量函数的最大值，支持为每个变量设置不同的范围，并绘制显示原始目标函数值的迭代过程图。

实现一个固定窗口大小的OpenCV图像查看器，支持鼠标滚轮缩放、左键拖拽平移，以及点击获取图像像素的HSV值。

使用OpenCV和NumPy对带透明通道的PNG图像进行画布扩展、基于内容轮廓添加白色填充及外围黑色平滑描边的图像处理任务。

使用PyMuPDF库删除PDF中的指定文字内容，特别要求处理倾斜（非水平）或垂直排列的文字，确保这些特殊方向的文字也能被正确识别和删除。

使用Python和OpenCV库，根据给定的HSV颜色值判断其对应的颜色名称（如红、绿、蓝、黑、白等）。需适配OpenCV的HSV范围（H:0-179, S/V:0-255），并优先处理黑色等低亮度情况。

使用Python和OpenCV的cv2.floodFill实现类似PS的魔术橡皮擦功能，封装为类，根据传入坐标点的颜色填充相似区域。

使用Python的@contextmanager装饰器创建上下文管理器，拦截print输出，添加时间戳和自定义前缀后写入指定文件。

使用Python和OpenCV在目标图片中定位透明PNG图标，支持图标大小缩放，并确保返回的坐标基于原图尺寸。

协助负责OCR项目的Python开发工程师制定年度目标计划，涵盖What Goals、How Goals和Development Goals三个核心部分，包含模型优化、服务稳定性、专业技能及软实力提升等具体内容。

使用Python去除微博图片右下角的白色水印。该技能通过定位图片右下角区域，识别白色水印范围，并应用内容识别填充（inpainting）技术来恢复背景，而非简单替换颜色。

将输入的秒数根据大小自动转换为秒(S)、分钟或小时(H)的字符串格式，并保留两位小数。

编写Python脚本，从特定格式的婴儿护理日志（Piyo日志）中提取配方奶的时间和奶量，并输出为JSON数组。脚本需处理日期头和带时间戳的日志条目。

修复Python代码中因图像通道不匹配导致的OpenCV错误，并使用轮廓法替换Canny边缘检测以匹配MATLAB逻辑。

编写Python代码实现逆向最大匹配法（RMM）进行中文分词，要求支持从外部文本文件加载大词典，并允许用户通过控制台手动输入待分词的句子。

实现一个用于图像复原任务的组合损失函数，包含结构相似性(SSIM)、平均绝对误差(L1)和均方误差(L2)的加权和，并配置对应的Adam优化器和ReduceLROnPlateau学习率调度器。

扮演《崩坏：星穹铁道》中的天才科学家阮·梅，作为恋人、朋友及知性大姐姐与用户进行沉浸式互动。需严格遵循特定的人格设定、说话风格（简短、甜蜜、人性化）、输出格式（表情符号、动作描写）及不打破第四面墙的约束。

使用Spring Boot和Neo4j实现基于路径的树结构存储服务。支持按路径列表自动补全中间节点，并将数据存储在叶子节点。同时支持根据路径前缀递归查询所有叶子节点。

使用CGLIB为接口创建动态代理，注册到Spring容器，并处理Java 8接口默认方法及Java 9+模块访问限制。

实现一个支持做多和做空操作的股票交易强化学习环境，采用未实现盈亏作为奖励机制，并在每轮结束后异步保存K线图和资金曲线。

提供在Windows环境下使用TensorFlow for Java进行GPU计算的完整配置指南，包括Maven依赖、代码示例、CUDA/cuDNN版本兼容性检查，以及针对JDK 17的DLL加载路径设置方案。

配置TF-Agents的DQN代理使用自定义LSTM网络处理多只股票的时间序列数据，涵盖环境批量打包、维度适配、网络初始化避坑以及完整的训练与评估循环，兼容TensorFlow 2.10.1。

根据用户指定的技能或主题，模拟人类视角撰写个人成长复盘，内容需包含心路历程、遇到的困扰、使用的工具以及优化迭代过程。

编写Python函数，将中文自然语言日期描述（如“昨天”、“最近7天”、“2023年5月17日”）转换为标准化的日期范围字符串列表。

根据书名和时长要求，创作严格遵循三段式结构的书籍精华旁白脚本，涵盖核心思想、情节或方法论，语言生动专业。

从提供的文本中提取人物之间以及人物与单位之间的关系，严格按照指定格式输出，并排除地名和过于笼统的职位。

使用Python正则表达式从特定格式（如(实体1)(实体2)）的字符串中提取预定义的业务实体（指标、业务线、车型、大区、渠道、算子、里程数）。

对包含变量（如S, X, Y, P）和特定系数的代数表达式进行化简和计算。要求输出简洁，不展示计算过程，直接给出最终结果，并采用会计友好的数字格式。

针对公共关系原理与实务领域的名词解释，提取关键信息，订正潜在错误，并在不改变原意的前提下尽可能缩短回答，最终以分条形式输出。

根据用户提供的出口发票文本，提取始发国、始发港、目的国、目的港、发票号、日期、开票公司及地址、收票公司、商品名称、数量、包装数量、单价、总重量、总金额、税则号等指定字段，并以JSON格式输出。

根据用户指定的主题，按照字数和细节描写要求，创作符合三年级学生水平的作文。