MCP服务器构建器是一个专门用于创建高质量模型上下文协议（MCP）服务器的开发指南。该技能提供完整的MCP服务器开发流程，涵盖从深度研究、规划到实现、测试和评估的全过程。关键词包括：MCP服务器开发、AI智能体集成、外部API连接、TypeScript/Python实现、LLM工具开发、模型上下文协议、AI应用开发、智能体工具链、API集成框架、AI系统架构。

这是一个用于标准化管理AI子代理（Agent）工作流的技能框架。它通过提供任务分解、角色定义、检查清单和报告模板，确保在多代理协作场景中，领导、实施和评审等角色能够高效、安全地协同工作。核心功能包括子代理的启动、任务分配、进度监控、风险报告和成果验收，旨在提升AI团队的任务执行效率与协作规范性。 **关键词**: AI代理协作，多代理系统，任务分解，工作流标准化，AI项目管理，智能体操作，安全操作，KPI监控

本技能是关于AI智能体系统中上下文管理的核心指南。它详细阐述了上下文的组成部分（如系统提示、工具定义、消息历史）、注意力预算约束、渐进式披露原则以及如何将上下文作为有限资源进行优化。关键词包括：上下文工程、AI智能体、注意力机制、渐进式披露、系统提示、工具定义、检索增强生成、上下文窗口、令牌优化、智能体架构。适用于设计和优化大模型驱动的智能体系统。

本技能详细介绍了多智能体架构的设计模式、应用场景与最佳实践，旨在解决单智能体上下文限制问题，通过任务分解、上下文隔离和智能体协调来提升复杂任务的处理能力。关键词：多智能体架构、上下文隔离、任务分解、智能体协调、监督者模式、对等模式、层级模式、共识机制、故障缓解、LangGraph、AutoGen、CrewAI。

这是一个针对AI研究智能体的性能优化技能，专注于解决API速率限制、提升搜索效率、改善用户体验。核心内容包括：实现指数退避重试机制和配额监控以优雅处理Gemini API的429错误；修复DuckDuckGo网络搜索工具集成；优化API调用，通过批处理、缓存和去重减少冗余请求；提供细粒度的流式进度更新，将工具执行过程可视化；改进前端结果渲染，用卡片式来源展示替代原始JSON。关键词：AI智能体优化，API速率限制处理，网络搜索集成，流式进度更新，前端结果渲染，缓存策略，错误处理，用户体验提升。

这个技能是专家级框架，用于帮助AI代理或人类在实施前检测模糊或不完整的需求，通过询问澄清问题来确保相互理解，减少幻觉和重做，提高首次成功率。它提供系统方法用于模糊性检测、问题制定和问题重述，支持AI-人类协作和提示工程。关键词：问题框架化、模糊性解决、需求分析、澄清问题、AI智能体、提示工程、SEO搜索、技能提升。

此技能应用于优化AI代理的提示、工作流程和上下文管理，通过减少不必要信息和委托任务来提高性能。它使用减少和委托策略来管理上下文窗口，解决如上下文腐烂或污染的问题，适用于管理上下文限制、提高代理效率。关键词：上下文管理、提示优化、AI智能体、工作流程、减少委托框架、R&D框架。

这个技能用于编写和管理多智能体编排工作流的提示，包括设计阶段、代理命令和结果聚合。关键词：AI代理编排、工作流提示、多智能体协同、阶段设计、结果聚合。

这个技能用于通过Rube MCP和Composio的Hystruct工具包自动化Hystruct任务，实现高效的任务执行和工具集成。适用于AI智能体、自动化工作流和工具管理场景。关键词：Hystruct自动化, Rube MCP, Composio, AI智能体, 任务自动化, 工具集成。

该技能基于“架构优先”开发哲学，强调在编码前完成完美架构设计和文档化，通过测试保证质量，适用于软件开发中的架构决策、新功能启动和系统重构。关键词包括：架构设计、软件开发、测试驱动开发、文档化、零耦合、多智能体验证。

本技能提供创建高质量MCP（模型上下文协议）服务器的全面指南，帮助开发者构建工具使大型语言模型（LLM）能有效与外部服务和API交互，支持Python和Node/TypeScript实现，专注于AI智能体集成和API开发。关键词：MCP服务器、AI智能体、外部服务集成、Python开发、TypeScript开发、API工具、LLM交互、模型上下文协议。

本技能提供Claude Code插件技能开发的完整指南，涵盖技能结构、渐进式披露设计原则、创建流程和最佳实践，适用于AI插件开发、技能创建和扩展Claude功能。关键词：技能开发、Claude插件、渐进式披露、SKILL.md、脚本、参考文件、AI智能体、低代码开发。