这个技能是一个基于人工智能的PR（Pull Request）审查代理，专注于自动化代码审查，使用Octocode工具进行缺陷检测、安全分析、架构评估和质量检查。它通过智能工具链分析代码变更，识别潜在问题，并提供可操作建议，提升开发效率和代码质量。关键词：PR审查、代码审查、自动化测试、安全漏洞、架构设计、Octocode工具、AI智能体、代码质量、缺陷检测。

这个技能用于在Claude Code和Gemini CLI之间同步上下文和提供代理委托策略，促进AI智能体之间的协作。它通过同步CLAUDE.md到GEMINI.md来确保项目规则一致，并帮助用户根据任务类型选择最合适的AI代理。关键词：上下文同步、代理委托、Gemini CLI、Claude Code、AI智能体、AI代理协作。

MCP管理技能专注于管理和交互Model Context Protocol (MCP) 服务器，使AI代理能够连接外部工具和数据源。它提供脚本和实用程序来发现、分析和执行MCP能力，支持智能工具选择和多服务器管理。关键词：MCP管理，AI代理，工具集成，协议管理，智能选择，MCP服务器，上下文高效。

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。

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。

这个技能通过Rube MCP和Composio工具包自动化Mural协作平台的各项任务，包括工具发现、连接管理、工作流执行等操作，实现高效自动化工作流。关键词：Mural自动化、Rube MCP、Composio、AI智能体、工作流自动化、工具包集成、自动任务执行。

这个技能用于构建多智能体系统的可观测性接口，专注于监控代理执行、跟踪指标、实施日志记录和调试工作流，以提高系统的可靠性和可扩展性。关键词包括多智能体、可观测性、监控、日志、调试、AI智能体。

这个技能用于设计和构建自定义AI代理，利用Claude Agent SDK，包括定义代理目的、选择合适模型、设计系统提示、配置工具访问等步骤。它帮助开发者和AI工程师创建领域特定的自动化解决方案，优化AI代理的性能和功能。关键词：自定义代理设计、Claude Agent SDK、AI智能体、系统提示、工具配置、领域自动化。

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。

这个技能提供创建MCP（模型上下文协议）服务器的全面指南，用于让大型语言模型（LLMs）通过工具与外部服务交互，支持Python和Node/TypeScript开发，涵盖从研究、规划到实现、测试的全过程。关键词：MCP服务器、LLM工具、API集成、AI代理、后端开发、模型上下文协议、Python、TypeScript、AI应用、智能体交互。

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。

并行代理协同技能是一个AI驱动的工具，用于协调多个专业代理进行代码分析、安全审计、开发任务等。它支持多代理并行工作、上下文传递和统一报告生成。关键词：并行代理，AI协同，代码审计，安全分析，软件开发，多代理系统，AI智能体。