将你的数据库信息，最好是只有读取权限的信息填入到application-dev.yml里面，然后执行命令，他就会打包三份jar包，随后去你的ai配置文件里面配置下mcp，我的codex是在下新增一条然后重启你的ai工具，再重新提问就可以了，如下图。

将你的数据库信息，最好是只有读取权限的信息填入到application-dev.yml里面，然后执行命令，他就会打包三份jar包，随后去你的ai配置文件里面配置下mcp，我的codex是在下新增一条然后重启你的ai工具，再重新提问就可以了，如下图。

Anthropic 官方出的，给你在写调用 Claude API 的代码时提供深度上下文：prompt caching 怎么用、thinking 模式的参数、batch API 的最佳实践、token 成本控制……我们有个 go-zero 的微服务项目，当时测试覆盖率只有 52%，用了这个 Skill 一个下午提到了 78%，而且生成的 test case 质量比较高，不是那种只为了覆盖率而覆盖率

Anthropic 官方出的，给你在写调用 Claude API 的代码时提供深度上下文：prompt caching 怎么用、thinking 模式的参数、batch API 的最佳实践、token 成本控制……我们有个 go-zero 的微服务项目，当时测试覆盖率只有 52%，用了这个 Skill 一个下午提到了 78%，而且生成的 test case 质量比较高，不是那种只为了覆盖率而覆盖率

RL：自己下棋，只知输赢，不知错步，要自己摸索离线蒸馏：看大师棋谱，照搬但不理解自身棋局。自己下棋，大师实时逐步点评，精准纠错。有具体建议+正确示范，学得更快。所以，OPD就像是给AI配了一个超级耐心的老师，让它在帮你做事的过程中，不断地变得更聪明、更贴心！

RL：自己下棋，只知输赢，不知错步，要自己摸索离线蒸馏：看大师棋谱，照搬但不理解自身棋局。自己下棋，大师实时逐步点评，精准纠错。有具体建议+正确示范，学得更快。所以，OPD就像是给AI配了一个超级耐心的老师，让它在帮你做事的过程中，不断地变得更聪明、更贴心！