seb1n

生成带签名校验、幂等处理和死信队列的 webhook 接收器

将自然语言需求转换为 SQL，并基于执行计划给出优化建议。

分析、清理、审计表格并生成可复核结果与新工作簿。

识别代码坏味道并按模式安全重构，运行测试验证行为不变。

诊断慢 SQL 执行计划，给出索引、查询重写和 ORM 调优建议。

生成 OAuth 2.0 认证代码，覆盖 PKCE、客户端凭证与设备码流程。

端到端训练机器学习模型，覆盖数据预处理、训练、验证与模型导出。

把训练好的模型封装为推理 API、容器和编排配置，并指导部署与监控。

设计并验证可复现的机器学习流水线，覆盖训练评估与部署门禁。

系统化搜索机器学习模型超参数并分析最佳配置。

对表格数据执行结构化探索性分析并生成可视化与报告。

生成并配置多容器 Docker Compose 栈，包含服务、网络、卷与环境覆盖文件。

扫描依赖漏洞、生成 SBOM 并检查许可证合规。

从结构化数据生成静态或交互式图表与仪表板，支持 PNG、SVG 和 HTML 输出。

用 pandas 清洗数据集：缺失值、去重、类型修正、异常值处理与 schema 校验。

根据需求设计规范化数据库模式并生成 SQL DDL。

生成含升级与回滚逻辑的数据库迁移脚本，并给出部署验证建议。

对结构化数据集进行统计分析、假设检验并汇总发现。

为软件项目设计 CI/CD 流水线配置，覆盖构建、测试、部署与通知。

设计 RESTful API 与 OpenAPI 文档