技能大全

利用Jaeger与Tempo实现分布式追踪，跟踪微服务间请求流转并定位性能瓶颈。适用于微服务调试、请求链路分析或构建分布式系统可观测性场景。

当用户提出“创建bash脚本”、“自动化Linux任务”、“监控系统资源”、“备份文件”、“管理用户”或“编写生产级shell脚本”等需求时，应使用此技能。它提供现成的系统管理用shell脚本模板。

通过Rube MCP（Composio）实现Klaviyo任务自动化：管理邮件/短信营销活动，检查活动消息，追踪标签，并监控发送任务。始终优先搜索工具以获取当前架构信息。

通过Rube MCP (Composio)自动化Linear任务：处理问题、项目、周期、团队和标签。始终首先搜索工具以获取当前架构。

通过Rube MCP（Composio）自动化LinkedIn任务：创建帖子、管理个人资料、公司信息、评论及图片上传。始终优先搜索工具以获取当前架构。

通过从LangSmith Studio获取执行轨迹来调试LangChain和LangGraph智能体。适用于调试智能体行为、排查错误、分析工具调用、检查记忆操作或评估智能体性能的场景。自动获取近期轨迹并分析执行模式。需预先安装langsmith-fetch命令行工具。

通过Rube MCP（Composio）自动化Make（Integromat）任务：包括操作、枚举、语言和时区查询功能。始终优先搜索工具以获取最新架构信息。

构建高质量MCP（模型上下文协议）服务器指南：通过精心设计的工具让大语言模型与外部服务交互。适用于使用Python（FastMCP）或Node/TypeScript（MCP SDK）开发MCP服务器以集成外部API或服务的场景。

Algolia搜索实施专家模式、索引策略、React InstantSearch及相关性调优 适用场景：为项目集成搜索功能、Algolia平台应用、即时搜索实现、搜索API对接、增强搜索体验。

通过Rube MCP（Composio）自动化Mixpanel任务：事件追踪、用户分群、漏斗分析、群组分析、用户画像、JQL查询。始终优先搜索工具以获取最新数据模式。

通过Rube MCP（Composio）自动化PagerDuty任务：管理事件、服务、排班、升级策略和值班轮换。始终优先使用工具搜索当前架构。

通过Rube MCP（Composio）自动化PostHog任务：事件、功能标志、项目、用户档案、注释。始终优先搜索工具以获取当前架构。

通过Rube MCP（Composio）自动化Render任务：服务、部署、项目。始终优先搜索工具以获取当前架构。

通过Rube MCP（Composio）自动化Shopify任务：商品、订单、客户、库存、系列。始终优先搜索工具以获取当前架构。

通过Rube MCP（Composio）自动化SendGrid电子邮件操作，包括发送邮件、管理联系人/列表、发件人身份、模板和分析。始终优先搜索工具以获取当前模式。

专注于将AI API（如OpenAI、Anthropic等）封装成用户愿意付费的精准工具产品专家。不仅限于“不同版本的ChatGPT”，而是致力于通过AI解决具体问题的产品。涵盖产品提示词工程、成本控制、速率限制以及构建具有防御性的AI业务。适用场景：AI封装工具、GPT产品、AI工具、AI包装、AI SaaS。

适用于多智能体审查的错误调试场景

通过Rube MCP（Composio）自动化Supabase数据库查询、表管理、项目管理、存储操作、边缘函数执行及SQL命令运行。始终优先使用工具检索当前数据库架构信息。