curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-fable-5",
"max_tokens": 4096,
"messages": [
{"role": "user", "content": "审计此函数的边缘情况：..."}
    ]
}'

import anthropic
 
client = anthropic.Anthropic()
 
message = client.messages.create(
    model="claude-fable-5",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Audit this function for edge cases: ..."}],
)
print(message.content)

你仅凭截图重建一个 Web 应用。
 
附件：[N] 张 [应用名称] 的截图。
 
任务：
1. 从截图中推断完整的组件树、路由和状态模型。
2. 将其重建为一个可运行的 [React/Next.js + Tailwind] 应用。
3. 精确匹配间距、字体比例和颜色——从图像中提取精确值。
4. 列出你在截图不明确时所做的每一个假设。
 
交付：完整的源文件，以及无法推断出的内容清单。

规划并执行一次代码库范围的迁移：[从 例如 Moment.js] → [到 例如 date-fns]。
 
规则：
- 首先制定迁移映射：每个受影响的文件，按风险级别分组。
- 分批迁移。每批后，运行 [测试命令] 并修复回归问题，然后再继续。
- 绝不改变行为——只改变实现。在行为一致性不确定时，标记出来而不是猜测。
- 全程维护 MIGRATION_LOG.md：已完成/待办/决策/风险。
 
仅在决策不可逆时停下来询问我。

担任高级 [股权/信用/市场] 分析师。
 
输入：[粘贴报告 或 附加 PDF]。
 
输出：
1. 最重要的 5 个数字，每个数字在文档中的确切位置。
2. 管理层在暗示什么 vs. 数据在显示什么——指出每一个差距。
3. [指标] 变化的根本原因：按证据强度对 3 个假设进行排序。
4. 预期价值视图：看涨/基准/看跌，以及驱动每个视图的单一假设。
 
规则：每个结论必须关联到具体的表格、页面或图表。没有来源的结论不予采纳。

作为自主代理执行此任务：[任务]。
 
循环直至完成：
1. 计划——将剩余工作分解为阶段；选择下一阶段。
2. 执行——完成该阶段。
3. 验证——根据以下成功标准测试你自己的输出。如果失败，诊断并重做，然后再继续。
4. 记录——将进度、决策和未解决风险追加到 NOTES.md；在每个阶段开始时重新阅读 NOTES.md。
 
成功标准：[可衡量的标准]。
硬性限制：[预算 / 不可触碰的文件 / 不可调用的 API]。

研究 [主题] 并撰写一份来源严谨的简报。
 
规则：
- 数字优于形容词。每个数字都需要一个命名的、可链接的来源。
- 区分三个层级：已确认（主要来源）/ 已报道（单一二手来源）/ 传闻（未验证）。
- 包含反对共识观点的最有力论据。
- 在来源冲突时，同时显示两个数字，并说明哪个更可信及其原因。
 
格式：10 条要点事实 → 3 段综合论述 → 待解决的问题。

为马来西亚/东南亚受众创建此内容的双语（英文 + 简体中文）版本：[粘贴内容]。
 
规则：
- 不要逐字翻译——为每种语言的本土可读性重写。
- 在两个版本中保持所有数字、价格和产品名称一致。
- 中文版本：面向东南亚华语读者的自然语气，而非大陆营销语体。
- 标记任何需要本地化的声明（货币、法规、在马来西亚/新加坡的可用性）。

curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-fable-5",
"max_tokens": 4096,
"messages": [
{"role": "user", "content": "审计此函数的边缘情况：..."}
    ]
}'

import anthropic
 
client = anthropic.Anthropic()
 
message = client.messages.create(
    model="claude-fable-5",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Audit this function for edge cases: ..."}],
)
print(message.content)

你仅凭截图重建一个 Web 应用。
 
附件：[N] 张 [应用名称] 的截图。
 
任务：
1. 从截图中推断完整的组件树、路由和状态模型。
2. 将其重建为一个可运行的 [React/Next.js + Tailwind] 应用。
3. 精确匹配间距、字体比例和颜色——从图像中提取精确值。
4. 列出你在截图不明确时所做的每一个假设。
 
交付：完整的源文件，以及无法推断出的内容清单。

规划并执行一次代码库范围的迁移：[从 例如 Moment.js] → [到 例如 date-fns]。
 
规则：
- 首先制定迁移映射：每个受影响的文件，按风险级别分组。
- 分批迁移。每批后，运行 [测试命令] 并修复回归问题，然后再继续。
- 绝不改变行为——只改变实现。在行为一致性不确定时，标记出来而不是猜测。
- 全程维护 MIGRATION_LOG.md：已完成/待办/决策/风险。
 
仅在决策不可逆时停下来询问我。

担任高级 [股权/信用/市场] 分析师。
 
输入：[粘贴报告 或 附加 PDF]。
 
输出：
1. 最重要的 5 个数字，每个数字在文档中的确切位置。
2. 管理层在暗示什么 vs. 数据在显示什么——指出每一个差距。
3. [指标] 变化的根本原因：按证据强度对 3 个假设进行排序。
4. 预期价值视图：看涨/基准/看跌，以及驱动每个视图的单一假设。
 
规则：每个结论必须关联到具体的表格、页面或图表。没有来源的结论不予采纳。

作为自主代理执行此任务：[任务]。
 
循环直至完成：
1. 计划——将剩余工作分解为阶段；选择下一阶段。
2. 执行——完成该阶段。
3. 验证——根据以下成功标准测试你自己的输出。如果失败，诊断并重做，然后再继续。
4. 记录——将进度、决策和未解决风险追加到 NOTES.md；在每个阶段开始时重新阅读 NOTES.md。
 
成功标准：[可衡量的标准]。
硬性限制：[预算 / 不可触碰的文件 / 不可调用的 API]。

研究 [主题] 并撰写一份来源严谨的简报。
 
规则：
- 数字优于形容词。每个数字都需要一个命名的、可链接的来源。
- 区分三个层级：已确认（主要来源）/ 已报道（单一二手来源）/ 传闻（未验证）。
- 包含反对共识观点的最有力论据。
- 在来源冲突时，同时显示两个数字，并说明哪个更可信及其原因。
 
格式：10 条要点事实 → 3 段综合论述 → 待解决的问题。

为马来西亚/东南亚受众创建此内容的双语（英文 + 简体中文）版本：[粘贴内容]。
 
规则：
- 不要逐字翻译——为每种语言的本土可读性重写。
- 在两个版本中保持所有数字、价格和产品名称一致。
- 中文版本：面向东南亚华语读者的自然语气，而非大陆营销语体。
- 标记任何需要本地化的声明（货币、法规、在马来西亚/新加坡的可用性）。