AI智能体 Skill技能列表

⚡

SOP编写Skill sop-authoring

4.5

这个技能专注于为AI代理编写标准操作程序(SOPs),包括SOP写作原则、结构化步骤设计、参数化使用、错误处理和成功标准,旨在确保工作流程的一致性和可重复性。关键词:SOP编写,标准操作程序,AI代理,工作流程优化,指令设计,文档编写。

⚡

ClaudeAgentSDK代理创建Skill claude-agent-sdk-agent-creation

4.5

此技能专注于使用Claude Agent SDK在TypeScript中创建和配置AI智能体。包括代理初始化、系统提示配置、工具权限管理、目录结构设置、认证集成等。关键词:AI代理, Claude SDK, TypeScript, 智能体创建, 代理配置, 工具权限, 认证, 大模型应用。

⚡

代理专业化技能Skill agent-specialization

4.5

这个技能是一套指南,用于创建和管理专门化的AI代理。它基于“一个代理、一个提示、一个目的”原则,帮助用户设计专注的代理工作流程,优化上下文使用,提高代理的可复制性和可改进性。关键词:AI代理、代理专业化、代理设计、工作流程优化、Agent Specialization、AI智能体、自动化代理。

⚡

LangSmith抓取调试技能Skill langsmith-fetch

4.5

LangSmith 抓取调试技能用于通过从 LangSmith Studio 抓取执行轨迹来调试 LangChain 和 LangGraph 智能体。关键词包括:调试、LangChain、LangGraph、执行轨迹、LangSmith、智能体、错误分析、性能监控、工具调用、内存操作、轨迹抓取、AI 调试。

⚡

超并行工作引擎Skill ultrawork

4.5

Ultrawork 是一个并行执行引擎,用于同时运行多个AI代理执行独立任务,通过智能模型路由优化执行效率和成本控制,适用于高吞吐量任务完成场景。关键词:并行执行引擎、AI代理、任务并行、模型路由、高吞吐量、智能调度。

⚡

元认知守卫Skill metacognitive-guard

4.5

元认知守卫技能是一个AI智能体自我监控与决策辅助工具。它通过检测AI在复杂问题处理中的困难信号(如模棱两可、冗长、矛盾),指导AI在何时应主动将任务升级至专门的深度思考代理(deep-think-partner)进行分析。该技能旨在提升AI在应对高复杂度、多约束、跨领域或模糊需求问题时的决策质量与响应效率,确保输出具体、自信且有价值的建议。关键词:AI智能体,元认知,困难检测,任务升级,深度思考,决策辅助,复杂问题处理。

⚡

MastraAI代理框架Skill mastra

4.5

Mastra技能专注于开发和部署基于规则的AI代理系统,用于自动化决策和智能任务执行。它结合了规则引擎和人工智能技术,适用于构建AI智能体、自动化工作流和智能应用。关键词:AI代理,规则引擎,自动化决策,智能系统,框架开发。

⚡

代理团队驱动开发Skill agent-team-driven-development

4.5

该技能指导如何利用AI代理团队和子代理来并行协调执行复杂开发计划,适用于需要多个专业角色协同工作的软件开发场景,提高开发效率和质量。关键词:AI代理、团队协作、并行执行、复杂计划、软件开发。

⚡

AIOS小队创建器Skill aios-squad-creator

4.5

这是一个 AIOS 小队创建器技能,专门用于高效创建、验证、发布和管理软件开发或项目管理中的小队(团队),支持智能推荐、任务优先架构,并遵循 AIOS 标准,提升团队协作效率。

⚡

持续改进Skill kaizen

4.5

Kaizen技能是一个模型无关的AI助手配置工具,主要用于智能模型管理和工作流优化。该技能支持多模型切换(包括GLM-5、Claude、Minimax等),通过环境变量和配置文件实现灵活的模型选择,无需手动设置标志即可适配不同AI模型。关键词:AI模型管理、工作流自动化、多模型支持、环境配置、智能助手优化、模型无关架构、Claude配置、GLM-5集成

⚡

代理原生架构审查员Skill agent-native-reviewer

4.5

此技能用于审查代码和应用程序设计,确保遵循代理原生原则,即AI智能体与用户具有同等能力。它检查UI操作与代理工具的对等性、上下文共享、共享工作空间等,避免常见反模式如上下文饥饿和孤儿功能。关键词包括代理原生、代码审查、架构设计、AI智能体、软件开发,优化SEO搜索。

⚡

Agentica提示工程Skill agentica-prompts

4.5

这个技能专注于Agentica框架下的多agent系统提示工程,通过编写明确的指令避免大型语言模型指令模糊性,提高agent协作的成功率和系统可靠性。关键词包括:Agentica、提示工程、AI智能体、多agent系统、LLM优化、目录交接、指令清晰化。