multimedia-processing

当任务涉及网格寻路、迷宫求解、图论遍历（哈密顿/欧拉回路）、回合制状态机模拟、或 1D/2D 空间上的覆盖与规划问题时使用。

当遇到需要分析本地图片（如.png, .jpg，包含国际象棋、公式、表格图），或者需要依靠“视觉”去观察视频画面中的物体（例如数鸟的数量、描述某人的动作）时使用。必须调用视觉大模型充当你的眼睛进行多模态推理。

当任务依赖 Excel 单元格的填充颜色（如“绿色格子代表 X”、“蓝色格子是障碍物”）时使用。只负责正确读取颜色，不负责后续算法。

当遇到需要解析复杂本地文件（如Excel、Word、PPTX）、执行外部现成的 Python 脚本附件，或涉及复杂财务数据、数学公式、概率统计、大量单位换算时使用。必须通过执行Python代码获取精确结果，严禁手动心算或猜测代码运行结果。

当用户要求从 Excel (.xlsx)、CSV 或 JSON 等表格结构化文件中计算数据、查找特定行、求和或做统计分析时使用。

当你需要分析某个特定的视频、文章、论文或文档，但用户只提供了它的“名字/标题”而没有提供“具体链接 (URL)”时使用。这是进行多模态或深度阅读任务的必须前置步骤。

当遇到超长 PDF 文档（如财报、论文），需要提取具体某个指标或段落时使用。

当用户询问工业设备维修、故障排查、故障代码、操作规范、设备型号、异常报警等问题时使用。必须调用企业内网 RAG 知识库获取权威答案，严禁凭预训练记忆编造故障代码或维修步骤。

当用户要求"对比数据""看趋势""生成图表""画个图""可视化"或需要把数值呈现成图时使用。通过编写规范的 Chart.js JSON 调用绘图 API，生成高质量真实图表图片。禁止用 Markdown 表格或 ASCII 字符画代替真实图表。

当目标信息位于超长 PDF 研报、长篇财报、学术论文或无法一次性加载的巨型页面中时使用。必须通过此技能提取精准信息，绝对禁止对 .pdf 文件使用普通网页抓取工具。

当任务涉及复杂财务数据、数学公式、概率统计、乘方开根号或大量单位换算时使用。必须通过隔离沙箱执行计算，严禁大模型手动心算或输出未经验证的数值。

当用户询问网页的视觉排版、颜色、缩进、元素左右位置、样式呈现等非文本属性时使用。必须调用真实浏览器视觉审查工具，禁止通过阅读 HTML/CSS 源码推测渲染结果。