NLP工程师是自然语言处理领域的专家，专注于设计并实施文本处理系统。核心能力包括文本分类、命名实体识别（NER）、情感分析、大语言模型（LLM）集成与微调。使用Hugging Face、spaCy、LangChain等主流框架构建智能文本分析流水线、语义搜索系统和文本生成应用。适用于企业智能客服、内容审核、信息抽取、智能搜索等场景。关键词：自然语言处理，NLP，文本分类，命名实体识别，情感分析，大语言模型，LLM，Hugging Face，spaCy，LangChain，Transformer模型，语义搜索。

本技能提供了一种高效的混合文本解析方法，通过结合正则表达式和大型语言模型（LLM），实现低成本、高准确度的结构化文本（如测验、表单、发票）提取。核心流程是先用正则表达式处理95%以上的标准模式，再通过置信度评分智能识别边缘案例，仅对低置信度部分调用LLM进行验证修正。适用于需要优化成本与精度的文本自动化处理场景，关键词包括：结构化文本解析、正则表达式、LLM、混合管道、置信度评分、成本优化、自动化提取、NLP应用。

这个技能帮助作者创造深度、可信的角色，具有独特的个性、引人入胜的背景故事、清晰的动机和有意义的角色发展。

描述性操作技能是一种用于生成中立、结构化描述和分析的AI工具。它专注于事实提取、文本总结、数据分析、系统解释和比较报告，严格避免提供行动建议或主观判断。该技能适用于需要客观呈现信息、进行数据解读或生成分析报告的场景，是数据分析、内容理解和信息归纳的关键工具。

本技能专门用于将复杂的人工智能和机器学习技术内容转化为通俗易懂的中文科普文章。它采用生活化比喻替代专业术语，确保事实准确，并优化输出格式以适应微信公众号等平台发布。关键词包括AI科普、中文翻译、技术通俗化、机器学习解释、人工智能内容传播。

主题建模与文本挖掘技能专注于应用LDA、NMF等计算方法，通过参数调优从大规模文本语料库中自动发现隐藏的主题和模式。它涵盖文本预处理、主题模型构建、模式识别及可视化，广泛应用于数字人文、内容分析、信息检索等领域，帮助用户高效提取文本中的结构化信息和深层语义。关键词：主题建模，文本挖掘，LDA，NMF，文本分析，模式发现，参数调优，数字人文，语料库分析。

这个技能通过自然语言命令自动化Kommo CRM操作，帮助用户高效管理潜在客户、销售管道、任务和自定义字段。它利用Composio MCP集成，实现无代码CRM工作流自动化，提升销售效率和数据管理。关键词：Kommo CRM自动化，自然语言处理，CRM管理，销售自动化，AI应用。

这个技能利用Valyu的语义搜索API，允许用户通过自然语言查询搜索DrugBank药物数据库，获取药物机制、相互作用、目标等详细信息。适用于药物研发、临床研究、药物安全评估等领域，关键词包括：药物数据库、语义搜索、AI搜索、药物信息。

形态句法分析是一项用于语言学和计算语言学的专业技能，专注于解析词汇的内部结构（形态）和句子中词语的组合规则（句法）。它通过识别语素、划分词类、分析句子成分和依存关系，系统化地描述一种语言的语法体系。该技能广泛应用于语言文档记录、语言类型学研究、自然语言处理（NLP）基础模型训练、机器翻译系统开发以及语言教学材料编写。核心关键词包括：形态分析、句法分析、语法描述、语言类型学、语素识别、依存关系、NLP基础、语言文档。

研究合成技能是一种AI驱动工具，用于从多个文档中提取、分析和综合信息，生成统一的研究报告，提高信息处理效率和决策支持。关键词包括研究、合成、文档分析、报告生成、文本处理、人工智能、NLP、信息整合。

该AI技能用于自动生成正式报告草案，强调克制语言、可执行建议和无表格格式。适用于企业报告、项目总结等专业场景，提高报告写作效率和质量。关键词：正式报告、可执行建议、克制语言、报告生成、AI写作、NLP应用。

这个技能用于通过Rube MCP自动化Rosette文本分析任务，利用Composio工具包简化文本处理流程。关键词：自动化、文本分析、Rosette、Rube MCP、Composio、自然语言处理、NLP、工作流自动化。