迭代检索模式是一种解决多智能体工作流中上下文问题的先进方法，通过分发、评估、优化、循环四个阶段逐步精炼信息检索。该技能专门用于AI智能体开发、代码库分析、上下文管理，帮助开发者和AI系统在复杂代码项目中高效定位相关文件、识别模式、学习项目术语，避免信息过载或不足的问题。适用于RAG应用、AI智能体开发、软件开发工具链优化等场景。

技能构建器是一个AI辅助工具，专门用于指导用户为Claude Code创建和优化Agent技能。通过交互式对话，帮助设计技能结构、制作触发描述、编写Python脚本、管理依赖项，并遵循最佳实践。适用于AI技能开发、大模型应用、智能体构建、自动化工具创建等场景。

规范驱动开发（SDD）是一种基于GitHub SpecKit的结构化AI辅助软件开发方法论。它通过7个阶段（宪章、规范、澄清、规划、分析、任务分解、实施）将书面规范转化为可执行代码，强调宪章治理、分阶段工作流和多智能体协调。核心关键词包括：AI辅助开发、规范驱动、多智能体协调、结构化开发、GitHub SpecKit、分阶段工作流、宪章治理、并行执行、软件工程方法论。

会话记忆技能用于管理跨会话的学习和记忆持久化，特别在AI辅助的代码开发项目中，记录任务、决策和模式，以增强开发连续性和效率。关键词：会话管理、记忆持久化、AI智能体、代码开发、项目记忆。

拉尔夫监督模式是一个用于自治编码循环的技能，通过 Claude 监督和 Codex 执行实现代码自动化开发，支持 Git 持久化和验证门，适用于复杂的顺序任务。关键词：自治编码循环、AI 监督、Codex 执行、Git 持久化、验证门、AI 智能体、软件开发自动化。

高级提示工程师技能专注于大语言模型优化与AI产品开发，提供世界级的提示工程解决方案。核心能力包括LLM性能优化、RAG检索增强生成、智能体系统设计、结构化输出控制、少样本学习、思维链推理和AI评估框架。适用于构建企业级AI应用、优化大模型响应质量、设计自动化智能体、实施高级提示技术。关键技术栈涵盖Python、PyTorch、LangChain、Docker/K8s、AWS/GCP/Azure等，支持生产级部署与监控。SEO关键词：提示工程，LLM优化，RAG应用，AI智能体，大模型微调，AI产品开发，LangChain，GPT-4，Claude，思维链，少样本学习，结构化输出，AI评估，生产级AI系统。

Mesh技能用于通过结构化对等评审协调子代理或工作者执行任务，优化解决方案质量。涉及提案、批评、合成、投票等循环，确保在共识和验证后完成，并持久化学习。关键词：群集协调，任务执行，代理协作，软件开发生命周期，AI智能体，高扇出，持续集成。

此技能用于构建基于检索增强生成(RAG)的AI管道，结合网络搜索和大语言模型(LLMs)，实现知识增强的AI响应生成。适用于AI智能体开发、研究助手、事实检查、知识检索等场景。关键词：RAG、AI管道、检索增强生成、网络搜索、LLMs、AI应用、知识库、智能体、事实检查、研究助手。

数学路由器是一个用于数学计算的确定性路由工具，它能将用户的数学请求自动映射到相应的CLI命令，提升处理效率和准确性。关键词：数学计算、路由器、CLI命令、人工智能应用、自动映射、量化金融分析、数据科学工具、AI智能体。

LlamaIndex是一个用于构建大型语言模型（LLM）应用的数据框架，专注于检索增强生成（RAG）、文档问答、知识检索和多模态支持。它提供300多个数据连接器、向量索引和查询引擎，适用于文档处理、聊天机器人和企业数据集成，帮助开发高效RAG管道和AI应用。关键词：LlamaIndex, RAG, 文档问答, 向量索引, 数据框架, LLM应用, 智能体, 知识检索

这个技能用于通过BEADS任务跟踪系统协调多个专业AI代理，自动化处理GitHub问题，从问题创建到PR合并的全流程。它涵盖研究、规划、设计、实现、代码审查和安全审计等阶段，旨在提高软件开发效率和自动化水平，支持多代理协同工作流。关键词：多智能体、GitHub、自动化、任务跟踪、软件开发、BEADS、协同、代理、AI代理、工作流自动化。

这是一个基于多智能体AI的科学研究辅助系统，能够自动化从数据描述、假设生成、方法论开发、实验执行到论文撰写的全流程研究。关键词：科学研究、AI、多智能体、自动化、数据分析、LaTeX论文、科研自动化、智能科研助手。