AI智能体 Skill技能列表
响应评估技能Skill response-rater
响应评估技能是一个AI驱动的工具，用于自动评估和评分AI生成的响应及计划质量，提供基于标准的分数、详细反馈和改进建议，支持计划验证、质量审计和多代理共识。关键词：响应评估、质量评分、AI代理、反馈、计划验证、多代理、SEO优化、人工智能工具。
MCP服务器开发指南Skill mcp-builder
本技能是一个开发指南，用于创建高质量的MCP（模型上下文协议）服务器。它指导开发者如何通过精心设计的工具使大型语言模型（LLMs）与外部服务交互，从而完成现实世界任务。关键词：MCP服务器开发，AI代理工具，API集成，LLM交互，模型上下文协议。
轻松完成技能Skill breezing
这个技能名为'轻松完成技能'，用于通过Agent Teams自动完成Plans.md文件中的未完成任务，实现多代理工作流的完全自主运行。关键词：Agent Teams、自动完成、多代理、工作流、Plans.md、任务自动化、AI代理、代码生成、团队协作。
MCP服务器开发技能Skill mcp-builder
本技能提供创建高质量MCP（模型上下文协议）服务器的全面指南，帮助开发者构建工具使大型语言模型（LLM）能有效与外部服务和API交互，支持Python和Node/TypeScript实现，专注于AI智能体集成和API开发。关键词：MCP服务器、AI智能体、外部服务集成、Python开发、TypeScript开发、API工具、LLM交互、模型上下文协议。
代理管道执行Skill pipeline
此技能实现了一个管道模式，用于自动化执行顺序AI代理链，每个阶段接收前阶段的输出作为上下文，适用于研究、实现和调试等工作流。关键词：管道模式、顺序代理链、上下文传递、AI智能体、工作流自动化。
代理准备度报告Skill readiness-report
此技能用于评估代码库对自主AI开发的支持程度，通过分析八个技术支柱（风格与验证、构建系统、测试、文档、开发环境、调试与可观察性、安全、任务发现）和五个成熟度级别（L1-L5），识别差距并提供优先优化建议。它帮助团队提升AI代理效率，减少错误周期，促进自动化开发。关键词：AI开发、代码库评估、自动化、DevOps、测试、文档化、安全、成熟度模型。
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。
LangChain与LangGraph架构设计技能Skill langchain-architecture
这个技能专注于使用LangChain 1.x和LangGraph设计和实现LLM应用程序，包括自主AI代理、状态管理、内存系统和工具集成。适用于构建多步工作流、文档处理管道和生产级AI应用。关键词：LangChain, LangGraph, LLM, AI代理, 内存管理, 工具调用, 文档处理, 生产级应用。
MCP服务器开发技能Skill mcp-builder
这个技能提供详细指南，帮助开发者创建高质量的MCP（模型上下文协议）服务器，使大型语言模型能够通过设计良好的工具与外部服务交互。涵盖从规划到实施的完整流程，强调工具设计、错误处理和评估。关键词：MCP、LLM、服务器开发、AI工具、API集成、模型上下文协议。
文档智能探索者Skill docs-seeker
文档智能探索者是一种AI驱动的技能，专门用于高效发现和分析技术文档。它采用llms.txt优先策略搜索标准化的AI友好文档，利用Repomix工具分析GitHub仓库，并行部署多个探索代理以加速信息获取。适用于需要最新库框架文档、llms.txt格式支持、GitHub仓库分析或多源并行搜索的场景。关键词：文档搜索、AI探索、llms.txt、GitHub分析、并行处理、技术文档、智能代理。
Gemini上下文桥接Skill gemini-context-bridge
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。
LLM项目开发方法论Skill project-development
本技能用于设计和构建基于大型语言模型（LLM）的项目，从创意构思到部署实施。涵盖识别适合LLM处理的任务、设计有效项目架构、使用智能体辅助开发、估计成本和规模等关键步骤。关键词：LLM项目开发、AI智能体、架构设计、成本估计、批量处理、智能体辅助开发、任务模型匹配、管道架构。