提示模板设计技能专注于创建和管理结构化AI提示模板，支持变量插值、多格式输出、版本控制和动态上下文注入。该技能适用于大语言模型应用开发、AI智能体构建、RAG系统优化等场景，帮助开发者实现高效、可维护的提示工程工作流。关键词：提示工程，模板设计，变量管理，版本控制，AI提示，大模型应用，RAG系统，LangChain，提示优化

覆盖分析是一种软件测试技术，用于测量在模糊测试期间代码的执行覆盖率。它帮助评估测试harness的有效性，识别fuzzing阻塞点如魔法值检查，并跟踪harness改进的效果。关键词：覆盖分析，模糊测试，代码覆盖率，harness评估，fuzzing阻塞。

这是一个用于启用本地AI驱动的语义搜索的技能，通过分析保管库、发现智能集合和创建定制搜索设置，提升搜索效率和准确性。关键词：语义搜索、AI模型、本地搜索、集合发现、qmd工具、RAG应用、智能检索。

这个技能用于在 MultiversX 区块链上通过 storage_mapper_from_address 直接读取其他智能合约的存储数据，避免了代理调用的 gas 开销和异步复杂性，适用于同分片合约之间的高效数据读取。关键词包括 MultiversX、跨合约、存储读取、智能合约、区块链、gas 优化、storage_mapper_from_address、同分片、数据聚合。

AI数据工程技能专注于构建人工智能和机器学习系统的数据基础设施，特别用于检索增强生成（RAG）应用。它涵盖数据管道、特征存储、嵌入生成、工作流编排（如Dagster、Prefect）、数据版本化（LakeFS）和评估指标（如RAGAS）。适用于开发生产级AI应用，如语义搜索、实时特征服务和RAG系统，提供架构模式和实践指南。关键词：AI数据工程、RAG管道、特征存储、嵌入生成、Dagster、RAGAS、机器学习基础设施。

这个技能帮助您设计完整的图增强检索生成系统，整合图数据库、向量存储、编排框架和大型语言模型推理。给定领域和检索需求，指导模式选择、技术栈决策、集成流水线设计和领域定制。提供架构设计、技术选择和定制指导。关键词：图增强RAG、检索增强生成、知识图谱、LLM集成、系统架构、人工智能、RAG应用。

该技能专注于将机器学习模型生产化，涉及MLOps、模型部署、特征存储、监控等关键领域。核心能力包括LLM集成、微调、RAG系统和智能代理AI，适用于构建可扩展的AI/ML系统和集成大语言模型到生产环境中。关键词：ML工程、生产化、MLOps、模型部署、特征存储、模型监控、LLM集成、RAG系统、智能代理AI、分布式计算、云部署。

该技能用于优化向量嵌入的生成过程，通过模型选择、分块策略、缓存和性能调优，降低RAG系统和语义搜索的成本，提高检索质量。关键词包括：向量嵌入、RAG、语义搜索、成本优化、缓存、批量处理、性能监控。

Pinecone向量数据库集成技能专注于为RAG（检索增强生成）应用提供完整的向量数据库解决方案。该技能涵盖Pinecone索引的创建、配置和管理，支持向量数据的批量插入、相似性搜索和元数据过滤。关键词：Pinecone向量数据库，RAG应用，相似性搜索，元数据过滤，批量操作，多租户策略，AI应用开发，向量检索

此技能专注于利用大型语言模型进行应用程序开发，涵盖提示工程、RAG（检索增强生成）技术、API集成等关键方面。适用于构建AI驱动功能、聊天机器人或自动化系统。关键词：大型语言模型、提示工程、RAG、API集成、AI应用开发、LLM集成。

Repomix是一个专为AI设计的代码仓库打包工具，能将整个代码库转换为单个文件，支持XML、Markdown等多种格式，优化令牌计数以适应LLM上下文限制。适用于AI代码分析、安全审计、文档生成和第三方库评估。关键词：代码打包、AI友好、LLM上下文、仓库快照、安全审计、令牌管理、RAG应用。

状态报告生成器是一个自动化工具，用于从Git历史、任务系统和里程碑跟踪生成结构化项目状态报告。它提供多种模板、数据提取方法和RAG状态评估框架，适用于敏捷开发、团队协作和项目管理，提高报告效率和透明度。关键词：状态报告、项目管理、Git、里程碑、RAG框架、自动化、敏捷开发。