用途：帮助智能体生成高多样性的创意内容，核心为 Verbalized Sampling（VS）提示技术。资料称该方法可提升输出多样性 1.6–2.1 倍且不牺牲质量。
主要能力：VS 让模型直接输出多个候选答案及其估计概率，而非单一答案，以缓解 LLM 的模式坍缩与典型性偏差。技能内置按用户意图分流的参考文档：vs-core-technique.md（基础理论、提示模板、执行步骤）、task-workflows.md（博客、社交媒体、营销活动、故事等任务工作流）、advanced-techniques.md（VS-CoT、VS-Multi、参数调节）、tool-integration.md（与文件工具结合、批量处理）、troubleshooting.md（常见问题）、research-findings.md（基准与模型兼容性）。
使用方式：先加载 SKILL.md 进行路由，再按需加载具体参考文档。基础提示要求生成 k 个候选，输出仅含 JSON，键为 "responses"，每项含 text 与 probability（0.0–1.0）。默认参数 k=5、temperature=0.8、概率阈值 0.10 可选。解析示例：import json；data = json.loads(llm_output)；candidates = data["responses"]。
适用场景：用户要求多个变体/选项/角度、头脑风暴、创意写作、营销文案、产品描述、开放式问答等。
限制：不适用于单一事实问答、需确定性输出、用户明确要最佳单一答案或低延迟实时的场景。其他能力、价格与平台支持资料未提供。