AI智能体 Skill技能列表

4.5

MCP服务器管理与工具集成Skill mcp

该技能提供Model Context Protocol (MCP)的完整API参考,用于管理MCP服务器、集成外部工具和AI模型。适用于开发AI应用、自动化工具调用和服务器配置,提升AI集成效率。关键词:MCP,模型上下文协议,AI集成,服务器管理,工具调用,API开发,AI智能体。

4.5

产品专家设计Skill product-expert-design

产品专家设计技能专注于创建人工智能驱动的智能代理,以自适应优化用户体验和实现个性化功能。它用于设计学习用户行为的系统、构建用户专属的专家数据文件,并集成AI技术进行动态UI调整和推荐优化。关键词:人工智能代理,用户体验设计,个性化算法,用户行为分析,智能推荐系统,AI智能体,产品个性化。

4.5

迭代检索模式技能Skill iterative-retrieval

迭代检索模式是一种用于优化多智能体系统中上下文检索的技能。它通过循环的分发、评估、优化和循环阶段,帮助子智能体逐步获取所需上下文,解决代码库搜索问题,提高工作效率。关键词包括:迭代检索、上下文优化、多智能体、代码库搜索、AI智能体、RAG应用、智能体编排。

4.5

Cloudflare智能体Skill cloudflare-agents

这是一个用于在Cloudflare Workers上构建和部署AI智能体的技能。它支持工具集成、多种LLM提供商(如OpenAI、Anthropic、Google Gemini)、MCP协议,并利用Cloudflare的serverless平台实现高效AI应用开发。关键词:Cloudflare、AI智能体、serverless、MCP、LLM、工具集成。

4.5

AI研究员Skill AIResearcher

AI研究员是一个深度研究助手技能,能够对任何主题进行结构化分析、来源评估和信息综合。它提供全面的研究简报、文献综述和专家级摘要,适用于学术研究、市场分析、行业洞察和决策支持。关键词:AI研究助手、深度研究、结构化分析、文献综述、趋势分析、信息综合、专家摘要、研究简报。

4.5

语音AI开发Skill voice-ai-development

语音AI开发技能专注于构建实时语音人工智能应用程序,包括语音识别、语音合成和语音代理开发,适用于低延迟、生产级的语音体验。关键词:语音AI, 实时语音, 语音代理, STT, TTS, WebRTC, 人工智能应用。

4.5

MCP服务器构建指南Skill mcp-builder

这个技能是指导如何创建高质量的MCP(模型上下文协议)服务器,使大型语言模型(LLMs)能通过精心设计的工具与外部服务和API交互。涵盖从研究规划到实施评估的全流程,适用于AI智能体开发、后端集成和LLM应用构建。关键词:MCP, 服务器, AI, LLM, 工具, 外部服务, 开发指南, 智能体, API集成。

4.5

技能创建指南Skill skill-creator

这个技能是用于指导用户如何创建或更新有效的Claude技能,以扩展其专业领域知识、工作流和工具集成能力。关键词:技能创建、AI代理、Claude、工作流、工具集成、指南。

4.5

学习模式关闭Skill learn-off

这是一个用于管理AI智能体学习行为的技能。其主要功能是**关闭持续学习模式**,停止自动从用户交互中提取和积累知识。该技能适用于需要控制AI学习过程、管理知识库增长或进行阶段性学习的场景。关键词包括:AI学习模式控制、知识库管理、自动洞察提取、RAG应用、智能体行为配置。

4.5

ChatKit聊天机器人构建器Skill chatkit-botbuilder

ChatKit聊天机器人构建器是一个全面的开发指南和技能集,专门用于构建生产级、企业可用的AI对话机器人。它基于OpenAI ChatKit框架,深度集成Agents SDK和MCP工具协议,支持FastAPI后端开发、Next.js前端集成、JWT用户隔离认证、实时任务执行与数据同步。核心功能包括多用户会话管理、自定义工具扩展、数据库操作隔离、实时UI更新,适用于任务管理助手、客服系统、智能应用集成等场景。关键词:ChatKit聊天机器人,OpenAI Agents SDK,MCP工具集成,FastAPI后端,Next.js前端,JWT用户隔离,实时同步,AI对话系统,生产级部署。

4.5

编排提示技能Skill orchestration-prompts

这个技能用于编写和管理多智能体编排工作流的提示,包括设计阶段、代理命令和结果聚合。关键词:AI代理编排、工作流提示、多智能体协同、阶段设计、结果聚合。

4.5

工作反思技能Skill reflect-on-work

工作反思技能是一个用于AI智能体在完成任务后,系统化地总结学习、评估成效、识别模式的标准化框架。它强制要求输出包含知识更新(如代码库结构、编程惯例、设计决策、常见陷阱)和反思(成功之处、失败之处、发现的模式)的JSON格式报告。该技能旨在促进AI的持续学习和系统演进,确保输出质量,并为后续任务优化提供数据支持。关键词:AI智能体,反思模式,知识更新,JSON输出,系统演进,工作流程优化,代码分析,模式识别。