蜂巢智能体构建核心概念技能提供了构建目标驱动AI智能体的完整基础知识体系，涵盖智能体架构设计、节点类型（事件循环与函数节点）、工具发现与验证、工作流编排等核心概念。本技能适用于AI智能体开发者、LLM应用工程师、自动化流程构建者，帮助用户理解智能体开发的基础原理、架构模式和最佳实践，为构建复杂的AI驱动应用提供理论指导。关键词：AI智能体开发、目标驱动架构、事件循环节点、工具发现、工作流编排、LLM应用、自动化流程、Python智能体、MCP工具、图执行引擎。

Agentuity云向量增改工具，用于向量数据库的写入与更新操作。支持单条向量增改、批量导入、元数据嵌入和预计算向量上传。适用于AI应用开发、RAG系统构建、语义搜索和大模型微调场景。关键词：向量数据库，AI智能体，RAG应用，Agentuity，云平台，嵌入向量，元数据管理。

Agentuity CLI项目创建工具是一个用于快速创建AI智能体项目的命令行工具。该工具提供项目模板、自动安装依赖、构建项目、域名配置等功能，支持本地和远程模板，适用于AI智能体开发、项目管理、自动化部署等场景。关键词：AI智能体开发、项目管理工具、命令行工具、项目模板、自动化部署、DevOps、前端开发、后端开发、低代码开发。

本技能指南详细介绍了如何使用Beads（bd）CLI和bv图侧车进行依赖感知任务规划、优先级管理和多智能体工作协调。关键词：任务管理、依赖规划、优先级排序、多智能体协作、项目管理工具、执行计划、工作流自动化、DevOps工具、AI辅助规划、开源项目管理。

这是一个用于指导创建新的AI智能体技能的模板工具。它提供了标准化的技能结构、元数据规范、文件组织要求和创建流程，确保技能开发的规范性和一致性。关键词：AI智能体，技能开发，元数据规范，文件结构，自动化流程，开发指南。

这是一个用于扩展AI智能体能力的技能模板，指导开发者如何为OpenAI函数调用系统添加新的后端工具。包含完整的代码规范、安全指南和实现示例，帮助构建可扩展的AI代理功能。关键词：AI工具扩展、函数调用系统、后端开发、智能体能力、OpenAI API、WebSocket集成、安全规范

GLM-MCP技能是一个专为智谱AI大语言模型设计的自定义连接协议工具，支持模型微调、API集成和智能体开发。该技能提供版本管理、上下文记忆和活动追踪功能，适用于AI应用开发、大模型部署和RAG系统构建。关键词：GLM大模型，MCP协议，AI智能体开发，模型微调，RAG应用，上下文管理，API集成，自定义技能

此技能专注于设计和协调多代理系统，通过代理群架构、任务分发、通信协议和集体行为来实现复杂任务的分布式执行和集体智能。关键词：多代理系统、代理协调、任务分配、通信模式、集体智能、AI代理、智能体、分布式执行、涌现行为、系统设计。

这个技能用于指导如何开发、精炼和维护 AI 代理技能，包括创建新技能、更新现有技能、添加规则文件以及提高技能质量和一致性。关键词：AI技能开发、技能指南、规则文件、Phoenix工具、AI智能体。

内存质量审计技能用于监控和优化AI系统中的内存检索过程，通过检测漂移、评估陈旧性、确保引用基础性，并生成修复建议，以提升系统性能和可靠性。关键词：内存审计、检索质量、漂移检测、陈旧性分析、引用基础性、AI智能体、RAG应用、修复积压、性能优化。

本技能用于管理智能体舰队，通过CRUD操作（创建、命令、监控、删除）和生命周期模式，实现多智能体系统中的资源高效利用和清理。适用于AI智能体开发、自动化任务执行和系统资源优化。关键词：智能体管理、AI智能体、生命周期模式、CRUD操作、资源清理、多智能体系统。

这个技能用于创建和管理AI代理专家，通过Act-Learn-Reuse模式让代理能够学习并维护领域知识。关键词包括：AI代理、Act-Learn-Reuse、专家系统、领域知识、智能代理、自动化、心理模型、自改进提示、专业知识文件、风险系统、代码库同步、软件工程、AI智能体开发、代理学习、知识维护、复杂任务自动化、高频风险场景、DevOps集成、人工智能应用。