此技能使用AI智能体团队协作进行Pull Request（PR）评审，旨在自动化代码质量检查、识别潜在错误、优化用户体验，并达成共识。通过三个专家角色（正确性、代码健康、UX）协同工作，提高软件开发效率和质量保证。关键词包括：代码评审、AI智能体、团队协作、PR评审、软件测试、自动化评审、代码质量、DevOps、智能评审。

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。

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。

Redis内存后端技能是一个专注于利用Redis数据库实现高效对话状态管理和缓存的解决方案。它支持配置Redis进行对话状态存储、消息历史持久化、LLM响应缓存以及基于TTL的过期策略。通过实现Redis Pub/Sub，它还支持实时更新功能。该技能适用于构建需要高性能、可扩展的对话记忆系统和聊天机器人应用。 关键词：Redis, 对话状态, 持久化, 缓存, LLM响应, TTL, 发布订阅, 聊天机器人, 内存后端, 键模式

该技能用于配置和部署 Microsoft Semantic Kernel，这是一个用于编排 AI 服务和功能的框架。它专注于设置 AI 规划器（如 Handlebars 和 Stepwise）、创建和管理插件（函数集合）、集成内存存储以及构建自动化的函数调用链。核心功能包括连接 AI 服务（如 OpenAI、Azure）、组织插件、选择规划策略以及实现智能体的规划与执行流程。关键词：Semantic Kernel, AI 编排, 函数调用, AI 规划器, 插件开发, 智能体开发, 大模型应用, RAG, AI 服务集成。

技能评估器用于评估Agent技能的设计质量，基于官方规范和最佳实践，提供多维评分和改进建议。关键词：技能评估、Agent技能、设计质量、规范、最佳实践、技能审核。

Autopilot技能是一个全自动执行系统，能够从简短产品想法出发，自主处理完整软件开发生命周期，包括需求分析、技术设计、规划、并行编码、QA测试和多视角验证，生成经过验证的工作代码。关键词：自动编程、代码生成、软件开发、AI代理、全自动化、需求分析、技术设计、质量保证、代码验证。

研究工作流协调是一种智能任务编排技能，专门用于协调多个AI专家智能体执行复杂的多阶段研究任务。该技能通过并行执行、状态管理和结果综合，实现高效的研究工作流自动化。关键词：AI智能体协调、多阶段研究流程、并行任务执行、工作流状态管理、结果综合、异步委托、智能任务编排、研究自动化、文献综述、数据分析流程。

该技能用于关闭AI智能体的持续学习模式，停止自动从对话中提取和积累知识。关键词：AI智能体，持续学习，知识管理，模式切换，RAG应用，机器学习。

该技能专注于测试和评估大型语言模型（LLM）代理，包括行为测试、能力评估、可靠性指标和生产监控，旨在提升代理在真实应用中的性能和可靠性。关键词：LLM代理、评估框架、行为测试、能力评估、可靠性指标、生产监控、基准测试、人工智能代理。

技能规划器是一个用于从研究结果创建分阶段实现计划的自动化工具。它作为薄包装器，委托给planner-agent子代理来生成计划，并处理后置操作如状态更新、工件链接和git提交。适用于任务管理、项目规划和AI代理工作流。关键词：实现计划、任务分解、自动化规划、AI智能体、项目管理、软件开发流程。

此技能是一个OpenHands REST API客户端，用于程序化创建和管理AI代理对话，支持Python和TypeScript编程，适用于自动化任务和AI应用集成。关键词：OpenHands API, REST API, 代理对话, 自动化, Python, TypeScript, AI智能体, API客户端。