meathill

基于当前剧本生成一张可落盘的人物卡，并返回校验结果。

串联模组创作完整流程：先确认 Meta，再依次补完背景、场景、NPC、可选项，最后校验与落盘。

为现场交互需要的临时 NPC 生成即时人物卡。

根据规则书引用、线索门槛与理智损失估算 COC 场景风险。

读取规则书中的怪物或超自然威胁模板。

按 id 读取单个规则说明、技能条目、模板或怪物档案。

读取规则书中的标准 NPC 模板。

列出工作区中已经保存的模组、人物卡或战报。

管理本地 Markdown 简历素材库。帮用户在工作目录下收集、更新、整理简历原始材料（工作经历、项目、教育、技能、亮点）。使用场景：当用户提到「简历」「CV」「resume」「求职」「工作经历」「我在 X 公司做过」「我做过一个项目」「整理我的素材」等；或者用户希望把零散的职业信息结构化地存到本地 Markdown 以便后续生成不同版本的简历。**第一次在一个项目里被调用时会自动检测并引导用户初始化目录结构，用户无需显式调用 init**。

针对某个目标岗位，从本地素材库生成一份定制化的简历 Markdown，落到 `versions/` 下。使用场景：用户说「帮我针对这个岗位写简历」「给 Google SWE 生成一版」「根据这份 JD 定制简历」「基于 targets/xxx 生成」「做一版投递用的简历」等。前置依赖 `muicv-core` 维护的素材库；如果还没有素材或 target，应该先提示用户去 muicv-core 初始化 / 添加素材。

对 `versions/` 下已生成的简历版本做质量评审，从 STAR 完整度、量化比例、关键词对齐、长度、结构等维度给出具体、可操作的改进建议。使用场景：用户说「评审我的简历」「帮我看看这份简历」「这份还能怎么优化」「跟 JD 对照检查一下」「为什么这个简历一般」等。评审不直接改文件，只产出建议清单，由用户决定是否应用。

把 `versions/` 下的简历 Markdown 渲染成 PDF，调 Mui简历后端 API 完成渲染（后端跑 Cloudflare Container + Puppeteer）。使用场景：用户说「把简历导出 PDF」「渲染简历」「把这份版本变成 PDF」「下载一版投递用的 PDF」等。依赖 `muicv-generate` 生成的 version 文件；依赖网络（要调 HTTP API）。

把简历素材库放到用户自己的 git 仓库（GitHub / GitLab / 自建均可），用 git workflow 多端同步、留版本史、可分享。四个子任务：`init`（首次给素材库加 .git + .gitignore + 远程关联，**会问用户 public/private**）、`sync`（commit 当前改动并 push 到远程）、`clone`（换机器场景，把已有 repo 克隆到工作目录）、`status`（看本地状态）。使用场景：用户说「推到 GitHub」「git push 我的简历」「sync 到 GitLab」「从 GitHub 克隆我的素材」「换机器拉 git」「commit 一下」「git status」「我想用 git 管简历」「用 GitHub 当作品集」等。和 muicv-sync 是平行选项——后者是 muicv 平台 D1 黑盒（可加密）备份，本 skill 是用户掌控的 git workflow，可以同时用。

MuiCV 平台云同步——把本地素材库整体推到云端（push）或从云端拉回来覆盖本地（pull），默认走 zip 加密路径。两个子任务：`push` 把本地素材打包成 zip（用户给密码就 PKZip 加密、不给就明文）上传到 muicv 云端；`pull` 从云端把活动版下载到本地（自动备份冲突文件）。使用场景：用户说「同步到云端」「上传简历素材」「云同步」「备份到云端」「换了新机器，把素材拉回来」「从云端恢复」「下载我的简历」「pull 远程素材」等。需要在 https://muicv.com/dashboard 创建 mui_ API key 并 export 到 `MUICV_API_KEY`；需要网络；需要本地装有 `zip` / `unzip`（三大系统通常自带）。

录音复盘。用户拖一段已有录音（自己面试 / 客户沟通 / 演讲 / 答辩等）进 muicv，skill 调 STT 转写后按场景分析（STAR 完整度 / 表达冗余 / 填充词 / 时长 / 互动），把转写全文 + 分析写到 `audio-reviews/<source>-<date>.md`。触发词：录音复盘、分析这段录音、拖了一段音频、复盘音频、analyze recording、transcribe and review、聊天录音、客户沟通录音、演讲录音、答辩录音。仅 muicv 桌面 app 可用（需要本地文件读取）。

真实面试复盘。用户面完一场（或者刚挂、刚拿 offer），把记得的题、自己的回答、面试官反馈讲给 skill，skill 整理成结构化 markdown 写到 `debriefs/<company>-<date>.md`，逐题分析为什么答得好/不好、面试官在意什么、下次怎么改。触发词：复盘、面试复盘、刚刚面完、面完了、面试反思、debrief、回顾面试、刚挂了、刚拿到 offer。和 muicv-interview（模拟）是配对——前者练，本 skill 复盘真实场。

周期性代码库维护和质量治理：清理文档、补充测试、拆分大文件、提取共享代码、 合并重复逻辑、替换手写工具、处理 TODO/FIXME、清理已完成 GitHub issue， 以及修剪已合并的本地或远程分支。当用户要求 maintain、clean up、refactor、tidy up、 improve code quality、cleanup tech debt，或提到 "too many docs"、"file is too big"、 "DRY up"、"TODO comments piling up"、"address FIXMEs" 时触发。

处理 PR review 和 code review 评论：获取或解析 review 内容、分类优先级、 判断哪些意见需要修复、哪些应跳过，并协助逐条修改代码或组织回复。当用户提供 PR URL、 粘贴 reviewer 意见，或提到 "review message"、"review 意见"、"PR 评论"、 "处理 review"、"review 反馈"、"帮我处理这些 review 意见"时触发。

从普通用户视角审视代码仓库中的用户可见文案和内容（不是运行中网站测试）：页面文案、 按钮、空状态、错误提示、邮件模板、i18n、meta/SEO、CTA 和下载/升级/帮助入口。 当用户要求改文案、清理产品内容、把开发者语言改成人话、检查页面是否跟最近功能同步、 找缺失入口、做 SEO/meta 检查，或定期跑产品内容审查时触发。优先用于 AI 快速迭代、 文案常常落后于代码的小型产品和 side project。

生成项目报价单、工时评估和 proposal：拆解需求、按 AI 辅助开发效率估算工作量、 维护技能清单、分析竞品或参考站点，并形成 Markdown 报价文档。当用户提到 "报价"、 "估价"、"工时评估"、"项目评估"、"开发报价"、"给客户报价"、"quote"、"estimate"、 "project proposal"、"development cost"、"更新技能清单"、"参考这个网站报价"、 "仿这个网站"、"分析竞品功能" 时触发。

对公开网站和配套 CMS 做运营/客户视角的真实浏览器人工测试（manual website QA, operator/client acceptance，不是自动化 e2e）。当用户要求列测试用例、逐项执行业务流程、 检查前台和 CMS、记录问题、清理测试数据，或整理 WIP、报告、GitHub issue 时触发。

把直播录像或长视频回放处理成可发布的视频包：转写原始音频、基于 transcription 规划剪辑、剪掉冗余和长停顿、生成 SRT 字幕、章节、章节封面、最终视频和发布文案。 当用户提供 .mp4/.mov/.mkv 直播录像、OBS 录屏、webinar 或课程回放，并要求剪辑、 转写、出字幕、出章节、做封面/章节卡、准备 B 站或 YouTube 发布素材时触发。