lean4-theorem-proving
Skillgithub.com
面向 Lean 4 定理证明的全流程支持,涵盖增量编译验证、sorries 与公理的结构化管理、mathlib 引理的智能检索、类型类合成失败的自动修复,以及测度论等领域的专用证明模式,强调编译驱动、分阶段填充与低开销纠错。
阿钰同学
浏览可复用的 Skill 能力条目,登录后查看来源说明。
github.com
面向 Lean 4 定理证明的全流程支持,涵盖增量编译验证、sorries 与公理的结构化管理、mathlib 引理的智能检索、类型类合成失败的自动修复,以及测度论等领域的专用证明模式,强调编译驱动、分阶段填充与低开销纠错。
github.com
提供基于语义理解的代码库检索能力,能够根据自然语言描述定位功能相似但术语不同的代码片段,适用于概念性查询、架构模式识别和跨命名空间的相关代码发现,弥补传统文本匹配工具在语义鸿沟上的不足。
github.com
通过复盘已完成的 PR,系统性提炼代理行为中的经验教训,识别定位偏差、认知盲区或高效策略,生成可落地的改进建议,涵盖指令文件更新、技能流程优化、架构文档补充及代码注释增强,从而持续提升自动化问题解决能力。
github.com
从对话中提炼可复用的认知模式,聚焦问题本质而非表面代码;要求技能具备非通用性、项目特异性、精准可操作性及调试经验沉淀,确保每次触发都能引导系统以新视角分析同类问题。
github.com
建立持续的知识沉淀机制,自动记录代码探索、用户交流或工具使用过程中发现的未文档化关键信息,包括隐式行为模式、配置存储位置、领域规则等,形成可追溯的学习日志,辅助后续会话理解与知识补全。
github.com
支持教育者设计可测量、可评估的学习目标,覆盖从知识记忆到创造性应用的完整认知层次,同步匹配国际语言能力标准,并融入人机协同学习能力培养,确保目标具体明确、逐级递进且与实际教学评估紧密对齐。
github.com
自动处理机器学习训练中的学习率调度任务,提供配置生成、代码实现、最佳实践指导及合规性验证,覆盖从基础设置到复杂调度策略的全流程支持。
github.com
根据机器学习训练需求自动提供学习率调度策略的实现与优化建议,涵盖主流框架下的参数配置、代码生成及最佳实践指导,适用于训练过程中的动态学习率调整场景。
github.com
通过隐式反馈评分、置信度衰减和模式成熟度演进,动态评估分解策略的有效性;自动识别高频失败模式并转为反模式,持续优化任务分解质量,支持学习循环闭环与问题根因分析。
github.com
提供勒贝格测度问题的系统化求解能力,涵盖外测度构造、可测性判定、测度性质验证及正则性分析,支持从抽象定义推导到具体集合测度计算的完整推理链。
github.com
采用精准的库函数引用方式以提升代码可分析性,通过内联前缀或 let 语句中的 inherit 模式替代高作用域的 with 引入,避免静态分析失效与命名冲突,在单行表达式中可有限使用 with。
github.com
提供高度可定制的模糊测试能力,支持构建专用 fuzzers 以实现复杂变异策略、新型反馈机制及特定架构目标的深度覆盖,适用于安全研究和高级漏洞挖掘场景。
github.com
面向 C/C++ 项目的轻量级模糊测试能力,依托 Clang 编译器内置的覆盖率引导机制,支持快速构建测试桩、自动探索代码路径、生成最小化语料库,并可联动 AddressSanitizer 等检测工具定位内存类缺陷。
github.com
支持跨远程代码仓库的深度探索与分析,能够研究库内部实现、识别代码模式、理解架构设计,并对比不同开源项目的实施方案,适用于需深入掌握库工作原理或进行多源代码比较的场景。
github.com
自动执行许可证合规性扫描任务,提供从配置生成到标准验证的全流程支持,能够识别依赖项中的许可风险并输出合规建议,适用于开发周期中的安全审查与代码治理场景。
github.com
自动执行开源许可证合规性检测,识别项目依赖中潜在的许可证冲突与风险,生成符合法律要求的合规报告和修复建议,支撑安全开发流程中的合规性审查环节。
github.com
提供天文光变曲线的标准化预处理能力,支持异常点剔除、长周期趋势消除、数据质量标记过滤及平滑校正,兼顾保留真实周期信号与提升后续周期分析精度,适用于系外行星掩食探测等场景。
github.com
对代码进行轻量级设计质量评估,覆盖命名规范、对象训练原则、耦合与内聚、不可变性、领域完整性、类型系统、简洁性及性能八个维度,基于代码结构理解生成带文件行号的可操作改进建议。
github.com
在代码修改前快速厘清执行路径,通过定位触发事件、关键文件行号及异常位置,辅以简洁的类方法调用流程图,确保对问题根源形成共识后再进入开发或测试环节,避免因假设导致的返工。
github.com
提供轻量级任务工作流管理,基于项目目录下的 .claude/ 三文件协同运作:tasks.md 维护待办清单,requirements.md 存储实现规范与验证标准,session.md 记录当前任务状态与进度;严格遵循状态机驱动流程,支持从继续执行、状态检查、任务处理、结果验证到完成确认的全周期闭环,确保每步操作可追溯、可恢复、不越权。
github.com
提供实分析中极限问题的系统化求解能力,涵盖直接代入、洛必达法则、夹逼定理及 epsilon-delta 证明等策略,结合符号计算与形式验证工具实现自动推理。
github.com
通过范畴论中的极限与余极限解决数学构造问题,能够处理积、等化子、拉回及相应对偶结构的抽象定义与具体计算,在集合等具体范畴中实现为特定对象组合,并利用通用性质验证唯一态射的存在性,适用于需要精确描述泛性质的理论推导场景。
github.com
实现 Lindy AI 服务的持续集成与自动化测试,通过 GitHub Actions 构建完整的 CI 流水线,支持代码提交和 PR 触发的多环境测试、覆盖率上报及敏感信息检查,确保 agent 功能稳定并符合安全规范。
github.com
提供 Lindy AI 系统常见故障的诊断与修复能力,覆盖认证失败、请求超限、智能体不可用、执行超时及工具调用异常等典型问题,支持日志分析、配置核查与环境验证,辅助用户快速定位并解决集成与运行中的各类错误。