AI智能体 Skill技能列表
减少与委托框架技能Skill reduce-delegate-framework
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。
查询专家Skill query-expert
这个技能允许用户通过代理专家的专业知识心理模型快速获取领域特定答案，无需代码探索，适用于快速咨询和知识查询。关键词：专家查询、快速答案、领域特定、AI代理、知识库、SEO优化。
提示部分设计技能Skill prompt-section-design
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。
提示级别选择技能Skill prompt-level-selection
这个技能用于指导基于七级框架选择适当的AI提示级别，帮助匹配任务复杂性到正确的提示投资，优化提示工程过程。关键词：提示级别、提示工程、任务复杂性、七级框架、AI智能体、工作流。
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。
PITER框架设置Skill piter-setup
PITER框架设置是一种技能，用于配置自主代理系统的PITER框架元素，包括提示输入源（如GitHub问题）、触发器（如Webhook或Cron）、环境设置和审查过程（如Pull Request），以实现AFK（离开键盘）代理工作流。关键词：PITER框架、AFK代理、自主代理、LLM分类、工作流自动化、DevOps、AIGC。
编排器设计技能Skill orchestrator-design
该技能专注于设计和管理O-Agent系统，用于编排多代理车队，实现代理的创建、命令、监控和删除，提供统一接口以优化任务执行和资源管理。关键词：多代理编排、AI智能体管理、架构设计、工作流协调、代理生命周期、可观测性、编排器系统。
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。
复杂任务多代理编排技能Skill orchestrate
此技能用于通过多代理模式编排复杂任务的执行，包括侦察、构建和审查阶段，以提高任务协调性、自动化程度和工作流效率。关键词：任务编排、多代理系统、工作流协调、人工智能编排、智能体协作。
多智能体可观测性Skill multi-agent-observability
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。
模型选择技能Skill model-selection
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。
最小可行代理层Skill minimum-viable-agentic
这个技能指导团队创建基本的代理层组件，用于启动代理式编码，包括设置AI开发者工作流、创建提示模板和实现脚本，适用于新项目启动或现有代码库自动化。关键词：代理层, AI智能体, 工作流, 自动化编码。