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。

这个技能专注于智能发现和分析技术文档，通过多种策略如llms.txt优先搜索、GitHub仓库通过Repomix分析以及并行探索代理实现全面覆盖。适用于需要最新库/框架文档、llms.txt格式文档、GitHub仓库分析、无直接llms.txt支持的文档以及并行处理多个文档源的场景。关键词：技术文档搜索、AI代理、llms.txt、Repomix、并行探索、文档发现、GitHub分析、智能搜索。

这是一个用于协调多个AI代理并选择合适的协调模式的技能，涵盖了10种模式，包括fan-out、pipeline、hub-spoke等，每种模式都有决策框架和反思协议，以帮助在复杂系统中有效地管理和优化多智能体工作流。

代理原生架构审计技能用于对代码库进行全面的代理原生架构审查。通过启动并行子代理评估八个核心原则（如动作对等、工具作为原语），生成评分报告，帮助识别和改进代理实现中的架构问题。关键词：代理原生架构、审计、AI智能体、代码审查、架构原则、评分报告、软件优化。

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。

这个技能用于创建高质量的MCP服务器，使大型语言模型能通过设计良好的工具与外部服务交互。适用于集成外部API或服务，无论是在Python（FastMCP）还是Node/TypeScript（MCP SDK）中。关键词包括：MCP服务器开发、AI智能体、工具设计、外部服务集成、LLM交互、API集成、服务器构建、模型上下文协议。

Claude反射系统是一个AI智能体自学习框架，通过自动捕获用户修正指令和手动处理机制，实现AI模型的持续优化和知识更新。该系统支持修正检测、学习队列管理、知识库更新等功能，适用于大模型微调、AI智能体开发、人机交互优化等场景。关键词：AI自学习、修正捕获、知识更新、Claude优化、智能体训练、人机交互、模型微调、学习系统

工作流创建器技能用于创建多代理协调工作流，自动化复杂任务，适用于企业工作流、操作流程和自定义协调模式。该技能能处理多阶段流程的标准化和代理协调，提高自动化效率和系统可维护性。关键词：工作流创建、多代理协调、自动化流程、企业工作流、AI智能体、DevOps、架构设计、软件自动化。

这是一个AI辅助研究技能模板，用于定义和规范特定项目的研究工作流程。它提供了一套完整的框架，包括研究范围界定、来源管理、智能体协调、信息综合和输出格式化。关键词：AI研究助手、工作流模式、智能体协调、信息综合、来源管理、研究自动化、知识管理、项目研究框架。

此技能帮助开发者为自定义AI代理任务选择适当的Claude模型（Haiku、Sonnet、Opus），基于任务复杂度、成本敏感性、质量要求和延迟需求进行权衡优化。关键词：Claude模型选择，AI智能体，成本优化，性能评估，自定义代理开发。

此技能专注于AI子代理的创建与配置，使用户能构建专门的人工智能代理，具有自定义提示、工具和模型，用于自动化特定任务，如代码审查、调试和探索。关键词：AI代理、子代理、配置管理、工具选择、模型优化、任务自动化、代码审查、调试、AI智能体。

本技能提供创建高质量MCP（模型上下文协议）服务器的全面指南，帮助开发者构建工具使大型语言模型（LLM）能有效与外部服务和API交互，支持Python和Node/TypeScript实现，专注于AI智能体集成和API开发。关键词：MCP服务器、AI智能体、外部服务集成、Python开发、TypeScript开发、API工具、LLM交互、模型上下文协议。