AI智能体 Skill技能列表

GLM-5智能体协作助手Skill glm5

4.5

GLM-5智能体团队技能是一个基于大语言模型的AI协作工具,能够生成具有思考模式的专业智能体队友,包括程序员、代码审查员、测试员等多种角色,用于软件开发、代码审查、测试生成等任务。该工具支持并行处理、迭代任务和团队协作,通过原生思考模式提供高质量的代码实现和审查服务。关键词:GLM-5智能体、AI协作、代码生成、代码审查、测试自动化、软件开发助手、大模型应用、智能编程、团队协作工具、AI开发助手

Openperplex自动化Skill openperplex-automation

4.5

这个技能用于通过Rube MCP和Composio平台自动化Openperplex任务,实现AI工具的自动化操作和集成。关键词:Openperplex自动化,Rube MCP,Composio,AI智能体,工作流管理。

智能研究协调Skill research

4.5

智能研究协调技能通过协调多个专业智能代理,自动化执行研究项目,支持文献检索、批判性分析、假设探索、量化分析等模块化任务,提升研究效率。关键词:智能研究、代理协调、AI智能体、文献回顾、数据分析、研究自动化、智能代理、学术搜索、研究项目管理。

智能体群协调器Skill agent-swarm-orchestrator

4.5

智能体群协调器是一种专注于设计和实现多智能体系统的技能,通过智能体间的协调、任务分配和通信,实现集体智能和复杂任务处理。关键词包括:多智能体、AI智能体、任务分配、协调协议、涌现行为、分布式AI。

TanStackAI(供应商无关的LLMSDK)Skill tanstack-ai

4.5

TanStack AI 是一个供应商无关的大型语言模型软件开发工具包,提供类型安全的聊天功能,支持流式传输,可适配多种AI提供商如OpenAI、Anthropic等。它用于构建聊天应用、前端界面、工具调用、代理循环等,具有工具批准、多模态输入等功能。关键词:TanStack AI,供应商无关,类型安全,流式传输,AI SDK,聊天,工具定义,代理循环。

PR评论解析器Skill pr-comment-resolver

4.5

PR评论解析器是一款AI智能代理,专为软件开发团队设计,用于自动处理拉取请求和代码审查中的评论。它通过理解评论需求、实施代码更改并生成详细解决报告,提升代码质量和开发效率。关键词:代码审查、拉取请求、AI代理、自动化、软件开发、PR评论、代码质量、解决报告、DevOps、团队协作。

代理原生审查员Skill agent-native-reviewer

4.5

这个技能用于审查代码、PR和应用程序设计,确保它们遵循代理原生原则,即代理(AI助手)具有与用户相同的行动能力和上下文感知。它涉及检查动作对等性、上下文完整性、工具设计等,以提高AI代理的集成度和用户体验。关键词:代理原生、代码审查、架构评估、AI智能体、自动化测试、软件开发、代理对等性。

跳过档案问题Skill skip-profile-question

4.5

这个技能用于在用户拒绝回答档案问题时自动跳过该问题,优化用户体验并提高AI交互效率。适用于AI助手、聊天机器人和智能系统,通过处理用户输入来管理个人档案数据。关键词:用户档案、跳过问题、自动处理、交互优化、人工智能助手、个人数据管理、智能响应、SEO优化。

文件规划法Skill planning-with-files

4.5

这个技能是一种基于文件的规划方法,专为复杂任务和AI代理设计,通过创建task_plan.md、findings.md和progress.md文件来维护持久上下文,优化工作流程管理。适用于多步骤任务、研究或涉及许多工具调用的场景。关键词包括文件规划、任务管理、AI智能体、持久化内存、工作流程优化、上下文管理。

语音AI开发Skill voice-ai-development

4.5

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。

Ritekit自动化技能Skill ritekit-automation

4.5

这个技能用于通过 Rube MCP 和 Composio 的 Ritekit 工具包自动化 Ritekit 操作,包括工具发现、连接管理、工作流执行,适用于自动化任务和工具集成。关键词:Ritekit 自动化,Rube MCP,Composio,AI智能体,工作流自动化,工具调用。

MCP协议专家Skill mcp

4.5

这个技能专注于Model Context Protocol (MCP) 的实现,用于构建安全的AI工具集成系统,连接AI助手与外部资源。它覆盖了MCP服务器和客户端的开发、工具注册与执行、传输层配置以及安全加固,适用于AI智能体、自动化工具和系统集成场景。关键词:MCP, AI助手, 工具集成, 安全协议, 性能优化, 测试驱动开发, 模型上下文协议, AI集成安全