borda

在编码前自动分析问题并设定可衡量关卡

扫描代码配置偏差并输出可衡量的改进项

把模糊想法逐步变成结构化的方案文档

检测镜像技能和智能体间的偏差与漏洞

协作创建开发者倡导内容的提纲

定位 Python 运行时故障的根因

按计划-构建-验证循环实现开发任务

从工作记录中提取模式并生成改进建议

用测试驱动的方式开发新功能

用回归测试复现 bug 并应用最小修复

自动消融实验，评估组件重要性

检查集成健康、初始化配置并验证端到端效果

快速定位未知故障的根因

审查实验方案的方法论有效性

按你的风格生成Kaggle竞赛代码

管理 Codex 代理、技能和配置条目

用指标驱动和护栏优化代码性能

分析任务范围与风险，输出结构化计划文件

分析技能会话的时钟时间消耗

查询代码模块间的依赖与调用关系

安全重构Python代码，先加测试再改结构

按语义版本自动检查发布就绪并产出制品

扫描文献与文档，获取带来源的建议

自动应用审查意见并重新检查代码

分析实验数据并生成下一步假设

审查本地代码差异并自动分派专家

自动迭代改进代码指标，原子提交并自动回滚退化

扫描代码库并构建结构化的导入图与影响范围指标

自动记录会议中搁置的想法和问题，随时恢复讨论

同步插件配置与符号链接到 Claude 目录

从目标到结果自动运行端到端流水线

同步项目与本地 Codex 配置，报告差异

找出代码改动后需要重跑的测试

调研AI/ML领域最新文献并生成对比表与实施计划

核对论文实现与代码的一致性