用途：该技能围绕 Microsoft 的 Guidance 库，讲解如何用语法约束 LLM 生成，并以范畴结构（对象、态射、积、余积）组织生成流程，适合需要结构化、可验证输出的场景。
主要能力：gen() 做受控 token 生成，支持 max_tokens、stop、temperature；select() 实现余积式多选一，把输出限制在给定选项内；gen(regex=...) 用正则约束提取（如邮箱）；capture 命名绑定形成积类型；支持顺序组合、并行组合（多字段同时抽取）、递归语法（如 JSON 值/数组/对象）、条件生成、迭代改进与工具选择模式。
使用方式：安装 pip install guidance；加载模型如 models.OpenAI("gpt-4o")；用 @guidance 装饰器定义程序，通过 lm += 逐步拼接提示与生成步骤，结果按 name 读取。资料还给出 GrammarFunctor 的 map、grammar_to_schema 到 Pydantic 模型、以及 fp-ts 中 Either/Kleisli 的概念映射。
适用场景：情感分类、信息抽取、JSON 等结构化输出、多字段分析、工具调用选择、多步推理链。
限制：资料未提供具体定价、平台支持范围、性能数据与完整 API 参考；示例依赖外部模型服务，实际可用性取决于所配置的模型与密钥。