迭代检索模式是一种用于解决多智能体系统中上下文检索问题的技术方法。该模式通过分发、评估、优化、循环四个阶段，逐步优化检索标准，为子智能体提供精准的上下文信息。主要应用于AI智能体开发、RAG应用、代码理解、文档检索等场景，能够有效解决传统检索方法中信息过载或信息不足的问题。关键词：迭代检索、上下文优化、多智能体系统、RAG应用、代码理解、智能体开发、信息检索、AI工作流、上下文管理、智能体编排

Octocode 代码研究技能是一个专用于深度代码探索、仓库分析和实现规划的AI驱动技术调查工具。它结合本地代码库语义分析（使用LSP）和外部GitHub/npm研究，帮助开发者理解代码流、查找定义、追踪调用、评审PR等，提升代码理解和开发效率。关键词：代码研究、代码探索、GitHub分析、代码库理解、PR评审、LSP导航、Octocode工具、AI智能体。

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。

此技能用于构建基于检索增强生成(RAG)的AI管道，结合网络搜索和大语言模型(LLMs)，实现知识增强的AI响应生成。适用于AI智能体开发、研究助手、事实检查、知识检索等场景。关键词：RAG、AI管道、检索增强生成、网络搜索、LLMs、AI应用、知识库、智能体、事实检查、研究助手。

这个技能详细介绍了如何安全地更新和修改代理（AI agents）的工作流程。它区分了官方代理和自定义代理，提供了触发模式、更新步骤、验证方法和示例，确保代理更新过程符合系统架构，防止架构破坏。适用于AI智能体管理和维护。关键词包括：代理更新、工作流程、官方代理、自定义代理、MPM、AI智能体、系统架构、验证方法。

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。

这是一个AI驱动的知识助理技能，用于在OrbitOS中快速响应用户的`/ask`命令，通过搜索知识库提供直接、有帮助的答案，并管理可重用知识。关键词：AI知识助理，快速问答，知识库管理，OrbitOS，智能问答系统，AI智能体，SEO优化。

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。

智能体生成器是一个专为AI智能体开发设计的自动化工具，能够根据Babysitter SDK规范，快速生成结构完整、包含YAML前言、角色定义、专业领域和提示模板的AGENT.md文件。它简化了AI智能体（Agent）的创建流程，支持批量生成和流程集成，是构建AI应用、大模型微调和RAG应用生态的关键辅助工具。关键词：AI智能体生成，AGENT.md文件，提示模板，YAML前言，Babysitter SDK，自动化工具，AI应用开发。

Agentuity云向量更新工具，用于向量数据库的增删改查操作。支持文档嵌入、元数据管理、批量导入，适用于AI智能体开发、RAG应用构建、大模型微调等场景。关键词：向量数据库、AI智能体、RAG应用、大模型、Agentuity、云平台、向量存储、嵌入向量

这是一个用于强制执行严格瀑布式软件开发流程的智能体技能。它通过阶段门控（Phase Gates）管理项目从需求、设计、实现、测试到完成的完整生命周期。核心功能包括：自动验证阶段转换条件、阻止不合规操作、管理需求工件（features.yml）。适用于需要高纪律性、文档驱动、阶段明确的传统或监管严格的项目开发场景。 关键词：瀑布式开发，阶段门控，软件开发流程，项目管理，需求管理，软件工程，工作流自动化，项目生命周期，质量门禁，流程合规

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。