此技能专注于通过高级提示工程技术优化大型语言模型（LLM）的性能、可靠性和可控性。它涉及Few-Shot学习、Chain-of-Thought提示、提示优化、模板系统等核心能力，适用于AI应用开发和LLM微调。关键词：提示工程、LLM优化、Few-Shot学习、Chain-of-Thought、Prompt模板、AI智能体。

LangChain ReAct 智能体技能是一种基于 LangChain 框架实现的 AI 智能体技术，专为构建能够进行推理与行动循环的智能系统而设计。该技能通过工具绑定和函数调用，使大语言模型能够执行复杂任务，如文件读写、代码执行和文本处理。核心功能包括：实现 ReAct 模式、配置工具集成、设计智能循环、处理记忆状态，并支持与 OpenAI、Anthropic 等主流模型集成。适用于开发自动化任务处理、智能助手、代码生成等 AI 应用场景。关键词：LangChain, ReAct 智能体, AI 智能体, 工具绑定, 函数调用, 推理循环, 大语言模型集成, 自动化任务, 智能助手开发。

这是一个用于通过标准化消息工具与Discord平台进行交互的技能。它允许智能体在Discord服务器和频道中执行发送消息、管理消息（编辑、删除、置顶、添加反应）、创建线程、发起投票、搜索消息以及设置在线状态等一系列操作。该技能严格遵循Discord API的调用规范，强调使用组件v2构建现代交互界面，并提供了详细的权限控制和多账户支持指南。关键词：Discord API，消息机器人，社群管理，自动化操作，组件交互。

ERC-8004 智能体身份管理技能是一个基于区块链的工具，专为AI智能体设计，用于在BNB链上自主注册、验证和管理其链上身份。它遵循ERC-8004标准，支持免Gas费注册、元数据更新和状态查询，是构建可信、可验证的Web3 AI智能体的核心组件。关键词：ERC-8004，BNB链，AI智能体，链上身份，Web3，区块链身份，智能合约，去中心化AI。

用户询问技能是一种用于软件开发和人工智能项目中的交互模式，旨在高效收集用户需求、澄清模糊点并获取关键决策。该技能通过提供具体选项、充分上下文和批量提问，帮助开发者、产品经理和AI智能体在需求分析、方案选择和范围界定阶段与用户有效沟通，避免误解和返工，提升协作效率。关键词：用户交互、需求收集、决策支持、选项呈现、范围澄清、软件开发、AI智能体、沟通模式。

工作反思技能是一个用于AI智能体在完成任务后，系统化地总结学习、评估成效、识别模式的标准化框架。它强制要求输出包含知识更新（如代码库结构、编程惯例、设计决策、常见陷阱）和反思（成功之处、失败之处、发现的模式）的JSON格式报告。该技能旨在促进AI的持续学习和系统演进，确保输出质量，并为后续任务优化提供数据支持。关键词：AI智能体，反思模式，知识更新，JSON输出，系统演进，工作流程优化，代码分析，模式识别。

LangSmith 追踪与调试技能用于为基于 LangChain 和 LangGraph 框架构建的大语言模型（LLM）应用程序配置可观测性和追踪系统。该技能提供核心追踪设置、集成模式和调试功能，帮助开发者监控、分析和优化 AI 智能体的执行过程，确保应用性能与可靠性。关键词：LangSmith 追踪，LLM 可观测性，LangChain 调试，AI 智能体监控，运行树模型，Python 集成，MCP 连接。

OpenTelemetry大模型追踪技能是为大型语言模型（LLM）应用提供分布式追踪和可观测性的专业工具。该技能能够配置OpenTelemetry SDK，实现LLM专用监控，设置Jaeger、OTLP等追踪导出器，设计AI语义规范，并确保跨服务上下文传播。关键词：OpenTelemetry，LLM监控，分布式追踪，AI可观测性，大模型运维，智能体部署，语义规范，上下文传播

行为树技能是用于机器人决策制定的专家级工具，专注于设计和实现行为树，以处理复杂的任务排序、反应行为和故障恢复。该技能涵盖从节点配置、状态共享到可视化调试的全流程，适用于自动驾驶、机器人导航、人机交互和多机器人协调等场景。关键词：行为树，机器人决策，任务排序，反应行为，BehaviorTree.CPP，Groot，机器人导航，自动驾驶，AI智能体。

此技能使用AI智能体团队协作进行Pull Request（PR）评审，旨在自动化代码质量检查、识别潜在错误、优化用户体验，并达成共识。通过三个专家角色（正确性、代码健康、UX）协同工作，提高软件开发效率和质量保证。关键词包括：代码评审、AI智能体、团队协作、PR评审、软件测试、自动化评审、代码质量、DevOps、智能评审。

此技能专注于设计和实现多智能体架构，用于处理超越单智能体上下文限制的复杂任务。它教授何时激活多智能体系统、核心概念如上下文隔离、架构模式如主管和蜂群、共识协调方法等。关键词：多智能体、AI智能体、架构设计、人工智能、复杂任务处理、上下文管理、SEO优化。

智能体成长系统是一个基于对话交互的AI个性化进化框架。它通过分析用户与AI的历史对话，自动识别用户偏好（如技术深度、简洁需求、情感陪伴），为AI智能体推荐专属“职业”和“成长路线”（效率型、伙伴型、专家型）。系统提供即时反馈、技能解锁和效果可视化，让AI能持续学习并适应用户风格，实现从通用助手到个性化伙伴的智能进化。关键词：AI个性化，智能体进化，对话分析，成长系统，自适应学习，用户体验优化，AI训练，人机交互。