discord-sync
智能Discord同步 - 自动检测令牌和权限以选择最佳同步方式。当用户要求同步Discord消息时使用。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
智能Discord同步 - 自动检测令牌和权限以选择最佳同步方式。当用户要求同步Discord消息时使用。
初始化Discord配置。当用户首次想要设置、配置或连接他们的Discord账户时使用。
查询现有成员数据,跟踪流失的成员,获取丰富的个人资料(简介、代词)。不用于同步——请使用discord-bot-connector:discord-bot-members来同步成员。
阅读和搜索同步的Telegram消息。当用户询问有关Telegram对话、想要查看消息或搜索特定内容时使用。
在调查某事发生的原因时使用,需要区分相关性和因果关系、识别根本原因与症状、测试竞争性假设、控制混杂变量,或设计实验以验证因果声明。当调试系统、分析故障、研究健康结果、评估政策影响,或者用户提到根本原因、因果链、混杂因素、虚假相关性,或询问“这究竟是为什么发生的?”时调用。
在比较多个命名选项时,跨越几个标准,需要透明的权衡分析、需要达成一致的群体决策、在供应商/工具/策略之间进行选择、利益相关者需要看到决策依据、平衡竞争优先级(成本与质量与速度)、用户提到“我们应该选择哪个选项”、“比较备选方案”、“评估供应商”、“权衡取舍”,或者当决策需要有据可依且数据驱动时使用。
在测试计划或决策是否存在盲点时使用,需要在启动前进行对抗性审查,针对最坏情况验证策略,通过结构化辩论建立共识,识别攻击向量或漏洞,用户提到“唱反调”、“可能会出什么问题”、“挑战我们的假设”、“压力测试这个”、“红队”,或者当群体思维或确认偏误可能隐藏风险时。
在探索替代方案、通过“如果”问题测试假设、理解因果关系、进行事前分析、对决策进行压力测试,或者当用户提到反事实、假设情景、思想实验、替代未来、“如果”分析,或需要挑战假设和探索可能性时使用。
同步Discord服务器成员。当用户请求同步成员、获取成员列表或从Discord获取所有成员时使用。可以获取完整的成员列表(10万+)。
阅读和搜索同步的Discord消息。当用户询问关于Discord对话、想要查看消息或搜索特定内容时使用。
初始化Telegram配置。当用户首次想要设置、配置或连接其Telegram帐户时使用。
将Telegram消息同步到本地存储。当用户要求同步、拉取、获取或下载Telegram消息时使用。
在开始需要结构化方法的技术工作时使用 - 在编写代码前写测试(TDD)、计划数据探索(EDA)、设计统计分析、明确建模目标(因果关系对比预测)或验证结果。当用户提到“为...编写测试”、“探索此数据集”、“分析”、“建模”、“验证”,或者技术工作在执行前需要系统性的框架支持时调用。
在需要利益相关者支持的情况下,用于在不确定性下做出高风险决策。当评估战略选择(自建与购买、市场进入、资源分配)、量化不确定结果的权衡、使用预期价值分析来证明投资合理性、向决策者提出建议或创建包含成本效益估算的商业案例时调用。当用户提到“我们应该”、“ROI分析”、“为...做论证”、“评估选项”、“预期价值”、“证明决策合理”或需要结合估算、决策分析和有说服力的沟通时使用。
当需要明确的质量标准和评分尺度来一致地评估工作、客观地比较选项、设定接受门槛、减少主观偏见,或者用户提到评分标准、质量标准、评估框架、评分者间信度或评定/评估工作时使用。
在时间紧迫或不确定性下做决策时使用,防止复杂程序中的错误,设计决策规则或检查表,简化复杂选择,或者当用户提到启发式、经验法则、心智模型、检查表、错误预防、认知偏差、满意化,或需要实用的决策捷径和系统性错误减少时使用。
列出Discord服务器和频道。当用户询问可用的服务器、频道或想要发现可访问的内容时使用。
向Discord频道发送消息。当用户想要在Discord上发布、回复或发送消息时使用。
向Telegram频道发送消息。当用户想要在Telegram上发帖、回复或发送消息时使用。
在撰写或审阅职业文件时使用,包括研究声明、教学声明、多样性声明、简历或个人简介。当用户提到研究声明、教学理念、多样性声明、个人简介、学术简历、教职申请,或需要帮助撰写职业叙述、定位或为学术晋升准备专业文件时调用。
用于检测和防止数据可视化、仪表板、报告或演示文稿中的视觉误导、认知偏差和设计缺陷。当用户提到图表垃圾、误导性图表、截断轴、数据完整性、视觉欺骗、3D图表问题、挑选数据,或需要审核可视化内容的真实性和准确性时调用。
在处理需要简化的复杂系统时使用,识别瓶颈或关键故障点,为了更好的性能重新设计架构或流程,分解那些感觉难以应对的问题,分析依赖关系以理解连锁反应,当用户提到“这太复杂了”、“瓶颈在哪里”、“我们如何重新设计这个”、“关键组件是什么”,或者当优化需要理解各部分如何交互时。
用于通过假设预测失败并反向工作来识别原因来进行压力测试。在信心度很高(>80% 或 <20%)、需要识别尾部风险和未知的未知因素,或者想要扩大过于自信的区间时调用。当用户提到事前分析、回溯、可能出现的问题、压力测试或黑天鹅事件时使用。
用于澄清模糊的边界、定义质量标准、通过反例教学、防止常见错误、设置设计护栏、消除相似概念的歧义、通过反模式细化需求、创建明确的决策标准,或者当用户提到接近的例子、反目标、不应该做的事情、负面例子、反例或边界澄清时使用。