AI智能体 Skill技能列表

持续学习代理Skill continuous-learning-agent

4.5

这个技能是一种元技能,使AI代理能够通过系统化的反馈收集、错误识别和成功模式分析,从经验中持续学习并改进性能。它适用于各种AI应用场景,帮助代理在多次会话中积累知识、优化决策、提升自适应能力,并支持模式识别和上下文构建。关键词:AI代理、持续学习、模式识别、反馈集成、智能体改进、自我学习、经验积累、决策优化。

自主代理技能Skill autonomous-agents

4.5

此技能专注于设计和构建可靠的自主AI代理系统。涵盖代理循环(如ReAct和Plan-Execute)、目标分解、自我纠正和反思模式。强调通过减少失败率和添加护栏来确保代理在生产环境中的稳定性。关键词:自主代理、AI智能体、agent loops、目标分解、自我纠正、反思模式、可靠性、护栏。

网关脚本设计Skill gateway-script-design

4.5

这个技能专注于设计网关脚本,作为智能体(AI代理)编码的入口点,用于创建命令行接口(CLI)命令、程序化调用代理、构建自动化工作流脚本等。适用于AI代理集成、自动化脚本开发和DevOps工具链优化。关键词:网关脚本设计、AI智能体、CLI接口、自动化工作流、Python脚本、代理调用。

智能体内存系统Skill agent-memory-systems

4.5

这项技能专注于设计和实现智能体的内存系统,包括短期内存、长期内存的架构,优化分块、嵌入和检索策略,以提高智能体的智能表现和一致性。关键词:智能体内存,内存检索,分块策略,向量存储,AI智能体

技能创建Skill skill-creator

4.5

这个技能提供创建或更新有效技能的指导,用于扩展VT Code的AI代理能力,包含专业化知识、工作流程和工具集成。关键词:技能创建、AI代理、VT Code、工作流程、工具集成、渐进式披露、技能打包。

MCP服务器构建技能Skill mcp-builder

4.5

这是一个用于创建高质量MCP(模型上下文协议)服务器的技能,帮助开发者构建工具使大型语言模型(LLM)能与外部服务交互。关键词:MCP、服务器开发、LLM集成、API工具、模型上下文协议、人工智能代理、量化交易数据分析。

进化推荐Skill recommend-evolution

4.5

进化推荐技能用于在AI代理生态系统中检测能力缺口,当出现重复错误、需求不匹配或集成问题时,推荐标准化的进化方案并记录,以优化系统性能。关键词:AI智能体、进化推荐、能力缺口检测、标准化记录、反思规划、机器学习代理、系统优化。

多普尔智能体连接器Skill doppel

4.5

Doppel技能是连接AI智能体与协作式3D虚拟世界的核心工具,支持智能体注册、虚拟形象设置、空间浏览与加入、MML代码生成、实时聊天交互等功能。关键词:AI智能体,3D虚拟世界,MML代码,无头模式,WebSocket连接,API集成,元宇宙构建,智能体协作,虚拟空间,实时交互。

Agentuity云会话列表工具Skill agentuity-cli-cloud-session-list

4.5

这是一个用于Agentuity云平台的命令行工具,主要功能是查询和筛选平台上的会话记录。用户可以通过多种条件(如项目ID、部署ID、触发类型、环境、成功状态等)过滤会话,并控制返回结果的数量。该工具需要先进行身份验证才能使用,适用于监控、调试和审计AI智能体在云端的执行情况。关键词:Agentuity CLI,云会话管理,AI智能体监控,会话查询,命令行工具,DevOps工具。

提示部分设计技能Skill prompt-section-design

4.5

提示部分设计技能是一种用于构建AI智能体提示的可组合部分设计方法,通过创建像乐高块一样的可重用、一致且高效的提示组件,帮助标准化和结构化提示工程流程。关键词:提示设计、AI智能体、可组合提示、提示工程、智能体提示、提示部分、乐高块设计、可重用组件、一致性、工作效率。

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。

减少与委托框架技能Skill reduce-delegate-framework

4.5

此技能应用于优化AI代理的提示、工作流程和上下文管理,通过减少不必要信息和委托任务来提高性能。它使用减少和委托策略来管理上下文窗口,解决如上下文腐烂或污染的问题,适用于管理上下文限制、提高代理效率。关键词:上下文管理、提示优化、AI智能体、工作流程、减少委托框架、R&D框架。