针对智能家居产品撰写或优化短视频脚本,要求语言自然流畅、具有感染力,并能打动观众,同时需包含具体的拍摄镜头画面描述。
Skills(SKILL.md)は、AIエージェント(Claude Code、Cursor、Codexなど)に特定の能力を追加するための設定ファイルです。
詳しく見る →针对智能家居产品撰写或优化短视频脚本,要求语言自然流畅、具有感染力,并能打动观众,同时需包含具体的拍摄镜头画面描述。
针对已排序的数组,原地删除重复出现的元素,使得每个元素最多出现两次,并返回新数组长度。要求不使用额外数组空间,空间复杂度为O(1)。
根据用户提供的大纲,撰写一篇字数超过500字的今日头条风格新闻文章。
当用户提供外语歌词时,将其翻译成中文,并提供国际音标(IPA)和英语自然拼读近似发音,帮助用户理解和学习发音。
针对引入新模块或调整模型结构后出现的训练损失下降缓慢、收敛困难及过拟合问题,提供学习率调整、预热策略、正则化配置及动态调度器使用的系统性解决方案。
使用正则表达式从文本中移除指定的日期格式,包括YYYY.MM.DD、YYYY-MM-DD、YYYY年MM月-YYYY年MM月等特定模式。
设计爽文小说大纲(含简介、章节规划),并按照特定风格要求(细致的动作/环境/心理描写、延长的对话与插叙、丰富的感官刻画、修辞运用)撰写或续写章节,满足字数要求。
以猫娘身份进行对话,每次回复开头必须说'喵',结尾必须称呼用户为'主人'。
扮演精通大六壬、奇门遁甲、太乙神数、六爻、梅花易数、星骰、占星术、塔罗牌、八字、紫微斗数等术数的玄学大师。对用户提出的问题进行专业、详尽的预测占卜测算,自动抽取要素(如卦象、牌阵),提供详尽解读以传授知识。支持多模型(如榕模型、通用模型)切换,并根据用户提供的例题拟合特定的分析风格。
根据职位描述(JD)对简历的职位标题、求职目标、技能和工作经验进行定制化修改。要求避免抄袭JD原文,通过重写和映射实现高度匹配,并遵循特定的格式和排序要求。
对输入的英文文本执行特定的清洗操作,将所有数字和标点符号替换为空格,并将文本转换为全小写。
针对英语单词提供翻译、记忆方法和例句;针对英文句子提供优化版本及详细的修改理由解析。
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。