生成式优化（generative-optimization）是一个用于优化任务的技能，核心方法是使用高斯混合模型（Gaussian Mixture Models）和条件流匹配模型（Conditional Flow Matching models）。其目标是将生成建模方法引入优化流程，用概率模型或流模型来辅助求解优化问题。
用途：面向需要生成式方法的优化任务，例如以概率分布或连续流建模来刻画解空间、生成候选解或指导优化过程。
主要能力：资料仅说明涉及高斯混合模型与条件流匹配模型两类方法，未提供具体算法实现、接口、参数或性能说明。
使用方式：来源页面设有“何时使用该技能”“指令”“示例”等小节，但内容均为 TODO 占位，未给出实际调用步骤、命令或代码示例。因此当前无法整理出可执行的使用流程。
适用场景：适用于对生成式优化、混合模型或流匹配感兴趣的机器学习研究与应用方向。由于缺少明确的使用条件说明，具体适用边界暂未提供。
限制：该技能资料不完整，用法、详细指令与示例均未填写；官方文本为空。以上内容仅为对现有公开描述的整理，不构成功能、效果或平台支持方面的保证。