Resourceful Problem Solving 是一个面向 AI 智能体的常驻指导技能，核心目标是让智能体在缺少现成工具时，依然能够通过逐级升级的方式主动解决问题，而不是直接拒绝用户请求。
用途 当智能体被要求完成某项任务、但当前没有专用工具可用时，该技能提供一套明确的升级模式，引导智能体从已有技能、命令行工具到自定义脚本逐层寻找解决方案。
主要能力与升级路径
- 检查技能：使用 use_skill 搜索匹配的技能。许多常见任务（如 PDF 编辑、图像生成、GitHub 操作、摘要生成）已有可用技能。
- 搜索 CLI 工具：如果没有匹配的技能，检查是否存在可用的命令行工具，例如使用 which <tool> 查看是否已安装，或通过 brew search <tool>（macOS）、pip search <tool>（Python 生态）、npm search <tool>（Node 生态）进行搜索。若存在合适工具，则安装并使用。
- 编写脚本：如果没有合适的 CLI 工具，则编写简短脚本（Python、Node 或 bash）来完成任务。资料中列出的常见模式包括：PDF 创建使用 Python reportlab 或 fpdf2；图像处理使用 Python Pillow；电子表格使用 Python openpyxl 或 csv；数据转换使用 jq、csvkit 或简短 Python 脚本；网页抓取使用 curl 加解析，或 Python requests 加 beautifulsoup4。依赖可按需安装，例如 pip install <package> 或 npm install <package>。
- 保存以便复用：如果脚本解决的是可能再次出现的任务，可通过 extension_creator 工具将其保存为可复用扩展。
规则
- 在 shell 工具可用时，绝不拒绝任务，应首先尝试基于代码的解决方案。
- 只有在真正尝试并失败后，才报告无法完成。
- 优先选择轻量、知名的软件包，而非复杂的定制方案。
- 在报告成功之前，始终验证输出结果。
适用场景 适用于智能体需要处理 PDF、图像、电子表格、数据转换、网页抓取等常见任务，但缺少专用工具的情形，帮助智能体通过技能、CLI 工具或脚本自行找到可行方案。
限制 资料未提供该技能的具体平台支持范围、收费方式、价格、性能指标或效果保证等信息，这些内容暂未提供。