嵌入式软件 Skill技能列表
线程束原语Skill warp-primitives
线程束原语是一个专门用于GPU高性能计算的技能，专注于线程束级别的编程优化和SIMD并行处理。该技能提供CUDA线程束洗牌指令、投票函数、协作组同步、线程束分化优化等核心功能，帮助开发者实现GPU内核的极致性能优化。关键词：GPU优化，CUDA编程，线程束同步，SIMD并行，高性能计算，NVIDIA，计算加速，并行算法，内存优化，内核性能。
RustFFI符号分析Skill analyze-rust-ffi-crate-surface
该技能用于分析Rust FFI crate中定义的C可见符号，确定C代码库中使用这些符号的模块，便于代码维护和互操作性检查。关键词：Rust, FFI, C代码, 符号分析, 代码审计, 互操作性
TimingConstraintsSkill timing-constraints
FPGA时序约束开发专家技能，涉及时钟定义、I/O时序、假路径、多周期路径、时钟组关系以及时序验证等关键技术，确保FPGA设计满足时序要求。
内存接口Skill memory-interfaces
该技能专注于FPGA（现场可编程门阵列）系统中的内存接口设计，涵盖片上内存（如块RAM、分布式RAM）和外部高速内存（如DDR）的高效配置、优化与集成。核心能力包括内存推断、ECC保护、控制器设计、带宽优化及仲裁逻辑实现，旨在提升硬件系统的数据吞吐量、可靠性和资源利用率。关键词：FPGA内存接口，DDR控制器，块RAM设计，ECC内存保护，内存仲裁，硬件优化。
蓝牙播放器控制命令行技能Skill blucli
这是一个用于控制 Bluesound 和 NAD 音频播放器的命令行工具，支持设备发现、播放控制、分组管理和音量调整，可通过 TuneIn 进行音乐搜索和播放，适合脚本自动化，推荐使用 JSON 格式输出。关键词：蓝牙音频、命令行界面、播放器控制、自动化脚本、TuneIn 搜索。
Rust所有权系统Skill rust-ownership-system
Rust所有权系统是Rust编程语言的核心内存管理机制，通过编译时检查确保内存安全，无需垃圾回收。它涉及所有权规则、移动语义、借用、生命周期和智能指针等概念，用于编写高效、安全的系统级代码，特别是在嵌入式开发、操作系统和性能关键应用中。关键词：Rust, 所有权, 内存安全, 借用, 生命周期, 编译时检查, 内存管理, 智能指针, 系统编程。
OpentronsPythonAPIv2自动化实验室协议开发Skill opentrons
这个技能提供使用Python API v2控制Opentrons液体处理机器人的全面指南，包括协议开发、硬件集成和自动化工作流。关键词：Opentrons, Python API, 液体处理, 实验室自动化, OT-2, Flex, 温度模块, 磁分离, 协议编程。
OpenHue控制工具Skill openhue
OpenHue CLI 是一个命令行工具，用于通过 Hue Bridge 控制 Philips Hue 智能灯光和场景。它支持灯光开关、亮度调整、颜色设置和场景切换，适用于智能家居自动化和开发集成。关键词：OpenHue, Hue 灯光, CLI 控制, 智能家居, 场景管理, 自动化工具。
rtl-lintingSkill rtl-linting
RTL Linting技能是专家级别的RTL代码质量检查和linting，使用Verible、SpyGlass和供应商工具。为综合问题、编码风格、CDC违规和最佳实践执行提供全面的代码分析。
实验室自动化框架PyLabRobotSkill pylabrobot
PyLabRobot是一个硬件无关的纯Python软件开发工具包，专为自动化和自主实验室设计。它提供统一的Python接口，支持控制液体处理机器人、板式阅读器、泵、加热振荡器等多种实验室设备，实现跨平台操作、模拟测试和可视化管理。关键词：实验室自动化、Python SDK、硬件控制、液体处理、资源管理、模拟仿真、跨平台、实验室机器人、数据分析、设备集成。
DART模型加载Skill dart-io
此技能提供DART库中的模型加载功能，支持多种机器人模型文件格式（如URDF、SDF、MJCF、SKEL），通过统一的dart::io API进行解析和加载，适用于机器人模拟、游戏开发和嵌入式软件开发中的模型处理。关键词：DART模型加载、URDF解析器、SDF解析器、MJCF解析器、SKEL解析器、机器人模拟、API。
OpenCL运行时管理器Skill opencl-runtime
OpenCL运行时管理器是一个专用于跨厂商GPU并行计算的开发技能，提供OpenCL平台设备查询、可移植内核代码生成、运行时环境管理、程序编译缓存等功能。支持NVIDIA、AMD、Intel多平台开发，涵盖OpenCL 1.2到3.0规范，适用于高性能计算、机器学习加速、科学计算等GPU并行编程场景。关键词：OpenCL开发，GPU并行计算，跨平台编程，内核代码生成，运行时管理，高性能计算，异构计算，CUDA替代方案。