找到好用的 AI，让想法更进一步。

只读检查模型结构、配置和训练推理入口。

在已明确任务和评估方法下探索可审计的研究候选方案。

分析 MongoDB 项目的 Prisma 版本限制并规划可行升级路线。

将测试中的类型断言迁移为适合不完整测试数据的构造方式。

为课程组织题目、解答与讲解目录，建立一致的练习结构。

根据选定复现目标整理环境、检查点与数据路径。

记录冒烟测试或推理评估的命令、输出与偏差。

阅读仓库说明和配置，选择最小可信复现目标。

用原始论文解决影响复现的数据划分或评估细节缺口。

为需要人工完成的步骤生成交互式 Bash 向导。

组织知识空间、文档节点层级与成员管理流程。

编辑飞书表格数据、公式和格式，组织图表与汇总分析。

配置追踪和日志，分析部署后智能体运行情况。

组织评估数据集、指标和失败结果分析。

基于可信的一手来源研究问题，并把结论和依据保存成项目中的 Markdown 文档。

使用 KQL 查询 Azure Data Explorer 中的日志、遥测和时序数据，辅助定位异常。

分析资源组内资源及其关系，生成 Mermaid 架构图辅助理解部署结构。

提供 Azure AI 搜索、语音、OpenAI 和文档智能相关指引，覆盖向量检索、转写与 OCR。