SkillsBot - 发现、分享、安装
AI Agent Skill技能库

本技能详细介绍了如何构建生产级的检索增强生成（RAG）系统，涵盖从文档摄取到智能检索的全流程。核心内容包括：语义分块策略（基于标题分割，避免固定大小）、增量索引与变更检测（通过文件哈希实现高效更新）、批处理向量嵌入（使用OpenAI API）、以及基于Qdrant向量数据库的过滤检索和上下文扩展。适用于需要构建企业级知识库、智能问答系统或文档智能检索应用的开发者，关键词包括：RAG系统、语义分块、增量索引、向量检索、Qdrant、OpenAI嵌入、生产级部署。

为SaaS初创公司和应用工程团队设计的即用型Scrum Master助手，提供智能冲刺分析、能力规划、待办事项优先级排序和可操作的洞察。

RAG查询转换技能是一个专注于提升检索增强生成（RAG）系统检索效果的工具集。它通过查询扩展、假设文档嵌入（HyDE）、多查询生成、查询分解和逐步回溯提示等核心技术，对用户原始查询进行智能转换和优化，从而从知识库中检索出更相关、更全面的信息片段，为大模型生成高质量答案奠定基础。 关键词：RAG查询转换，检索增强生成，查询扩展，HyDE假设文档嵌入，多查询生成，查询分解，逐步回溯提示，AI问答优化，知识库检索，大模型应用

Repomix技能是一个AI代码打包工具，用于将整个代码库转换为单个AI友好文件，优化给大型语言模型（LLM）使用。它支持自定义包含/排除模式、多种输出格式（如XML、Markdown）、令牌计数管理、安全检查和文件过滤，适用于AI分析、安全审计、文档生成、代码评估和LLM上下文准备。关键词：代码打包、AI分析、LLM、安全审计、文档生成、令牌计数、代码库快照、RAG应用。

本技能是一个关于Claude AI API开发的综合性代码示例与最佳实践指南。它提供了从基础API调用、工具使用、多模态处理到高级RAG、智能体构建等场景的详细教程和可复用的代码片段。适用于AI应用开发者、NLP工程师、软件集成工程师以及希望将Claude AI能力集成到产品中的团队，用于快速上手、解决开发难题和优化应用性能。关键词：Claude API，AI集成，函数调用，RAG，多模态AI，智能体开发，提示工程，代码示例。

本技能提供创建和管理Claude代码技能的完整指南，包括技能文件结构设计、YAML元数据配置、渐进式披露模式实现、最佳实践规范和技术要求。适用于AI智能体开发、大模型微调、RAG应用构建和AIGC工具开发，帮助开发者高效创建可维护的Claude技能库。

上下文工程是一种关键技术，专注于优化人工智能智能体系统中的上下文管理，以提高推理效率并降低计算成本。它涉及上下文基础、优化技术、压缩策略、记忆系统和多智能体协调，适用于AI应用开发、大模型微调和RAG应用。关键词：上下文工程、AI智能体、令牌优化、LLM、多智能体系统、记忆管理。

这个技能用于通过异步作业模式执行 Bankr API 操作，包括提交提示、轮询状态和完成作业。适用于金融交易、市场分析和数据查询，基于提交-轮询-完成的工作流程。关键词：Bankr API, 异步作业, 工作流程, MCP工具, 量化交易, 数字货币交易

代码覆盖率分析技能是一个用于软件质量保障的自动化工具，专注于多语言（如JavaScript、Python、Java）的代码覆盖率收集、报告生成和质量门禁设置。它能自动检测项目类型，配置相应工具（如Istanbul、coverage.py、JaCoCo），合并不同测试类型的覆盖率数据，生成可视化报告和趋势分析，并设置阈值以强制执行代码质量标准，从而帮助开发团队提升代码质量、识别未覆盖代码路径和死代码，并集成到CI/CD流程中。关键词：代码覆盖率，测试覆盖率，质量门禁，CI/CD集成，多语言支持，自动化测试，软件质量，覆盖率报告。

高级提示工程师技能专注于利用先进提示工程技术优化大型语言模型（LLM），涵盖提示模式设计、RAG应用、代理系统开发等，助力AI产品构建和性能提升。关键词：提示工程、LLM优化、AI应用、RAG、代理设计、AI产品开发。

这个技能帮助您从非结构化或半结构化数据源设计和构建知识图谱，指导数据模型选择、模式设计、实体提取、关系提取和分层架构构建。适用于人工智能应用，如RAG（检索增强生成）、推理和分析，关键词包括知识图谱构建、实体提取、关系提取、数据模型、RAG应用、人工智能。

这是一个记忆存储技能，用于将学习、模式或决策存储到内存系统中，支持自动类型检测、标签提取和高效检索。适用于知识管理、AI应用和RAG系统。关键词：记忆存储，学习管理，AI记忆，RAG，知识库，PostgreSQL，BGE嵌入。