搜索结果: "智能体"

4.5

持续学习代理Skill continuous-learning-agent

这个技能是用于AI代理的自我改进,通过系统收集反馈、识别错误和成功模式,实现从经验中持续学习和性能提升。它帮助AI代理建立记忆、优化决策和适应环境变化。关键词:AI代理、持续学习、模式识别、反馈机制、自我优化、机器学习、智能体改进、错误分析、成功策略。

4.5

代理原生架构审查员Skill agent-native-reviewer

此技能用于审查代码和应用程序设计,确保遵循代理原生原则,即AI智能体与用户具有同等能力。它检查UI操作与代理工具的对等性、上下文共享、共享工作空间等,避免常见反模式如上下文饥饿和孤儿功能。关键词包括代理原生、代码审查、架构设计、AI智能体、软件开发,优化SEO搜索。

4.5

PufferLib高性能强化学习框架Skill pufferlib

PufferLib 是一个高性能强化学习框架,专为加速机器学习实验而设计,支持快速并行训练、向量化环境模拟和多智能体系统开发。它能集成多种游戏环境如Atari、Procgen和PettingZoo,通过优化实现高达2-10倍的速度提升。适用于AI智能体、深度学习、强化学习、机器学习、游戏AI和高速实验等场景。关键词:PufferLib、强化学习、高性能、并行训练、向量化、多智能体、AI智能体、机器学习、深度学习、游戏AI。

4.5

编排器设计技能Skill orchestrator-design

该技能专注于设计和管理O-Agent系统,用于编排多代理车队,实现代理的创建、命令、监控和删除,提供统一接口以优化任务执行和资源管理。关键词:多代理编排、AI智能体管理、架构设计、工作流协调、代理生命周期、可观测性、编排器系统。

4.5

杠杆点审计Skill leverage-point-audit

这是一个审计代码库的工具,使用12个杠杆点框架来优化AI代理的编码能力。它帮助识别差距、提供优先建议,提升自主工作成功率。关键词:代理编码、审计工具、杠杆点、代码优化、AI智能体、自动化工作流。

4.5

Junglescout自动化工具Skill junglescout-automation

这个技能通过Rube MCP自动化Junglescout操作,用于亚马逊卖家数据分析和市场研究,实现工具集成和任务自动化。关键词:Junglescout自动化,Rube MCP,亚马逊工具,数据集成,AI智能体,自动化脚本。

4.5

验证代理Skill validate-agent

验证代理是一个人工智能代理技能,用于自动验证技术计划中的技术选择,确保其符合2024-2025年最佳实践。通过提取技术决策、检查过去先例(RAG-Judge)、进行Web研究和评估发现,生成详细的验证报告。关键词:技术验证、AI智能体、最佳实践、RAG-Judge、WebSearch、软件开发、验证报告。

4.5

GoogleADKPython技能Skill google-adk-python

Google ADK Python 是一个开源工具包,用于构建、评估和部署 AI 智能体。支持工具集成、多代理系统和工作流代理,适用于研究助手、代码助手等多种应用场景。关键词:AI 智能体,多代理系统,工作流代理,Google Gemini,部署,评估,代码优先,工具集成,人工审批,云计算。

4.5

科研自动化系统Skill denario

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。

4.5

行为模式技能Skill behavioral-modes

这个技能定义了AI的行为模式,如头脑风暴、实施、调试、审查、教学、发布等,帮助AI根据任务类型自适应行为,优化性能和协作效率。关键词:AI行为模式、自适应操作、任务优化、多智能体协作、软件开发辅助、智能体性能提升。

4.5

LlamaIndex数据框架应用Skill llamaindex

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

4.5

BEADS多智能体协同技能Skill beads-orchestration

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。