这个技能是指导如何创建高质量的MCP（Model Context Protocol）服务器，使大语言模型（LLMs）能够通过设计良好的工具与外部服务交互。适用于AI代理开发、外部API集成、工具构建、LLM扩展等场景。关键词：MCP、LLM、AI代理、工具开发、外部服务集成、MCP服务器、API集成、大语言模型交互。

这是一个用于从buildwithpi相关URL加载和解析AI会话记录的工具，支持数据提取、会话分析和人类行为摘要，适用于分析用户与AI的交互模式。关键词：会话加载、数据解析、用户行为分析、AI会话处理、GitHub Gists、人类摘要。

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。

这是一个用于指导创建新的AI智能体技能的模板工具。它提供了标准化的技能结构、元数据规范、文件组织要求和创建流程，确保技能开发的规范性和一致性。关键词：AI智能体，技能开发，元数据规范，文件结构，自动化流程，开发指南。

技能创建器是一个用于构建和打包Claude AI扩展技能的专业工具。它提供完整的技能开发框架，包括技能结构设计、资源管理、元数据配置和打包分发功能。通过渐进式披露原则优化上下文使用，支持脚本、参考资料和资产三类资源管理，帮助用户创建模块化、可重用的专业领域技能包，提升AI在特定任务中的表现和效率。

任务复杂度分类器是一个智能AI任务路由系统，用于评估软件开发任务的复杂程度（1-10级），并根据复杂度自动推荐最优的AI模型进行处理。该系统通过分析技术因素（文件数量、依赖关系、数据库变更）、风险因素（安全影响、破坏性、回滚难度）和认知因素（问题新颖性、需求模糊性）来精确分类任务，实现AI资源的智能分配和优化。关键词：AI任务分类、复杂度评估、模型路由、智能编排、软件开发自动化、AI资源优化、任务优先级、风险分析。

这个技能是用于指导用户如何创建或更新有效的Claude技能，以扩展其专业领域知识、工作流和工具集成能力。关键词：技能创建、AI代理、Claude、工作流、工具集成、指南。

该技能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）能够通过精心设计的工具与外部服务交互，适用于集成外部API或服务，支持Python和Node/TypeScript实现。关键词包括MCP、LLM、AI智能体、服务器开发、工具设计、外部服务集成。

该技能用于指导团队在代理编码中的自动化进展，从交互式 In-Loop 到离线 Out-Loop 再到完全自动化的零接触工程。它帮助评估代理成熟度级别、规划自动化进程、识别采用障碍，并建立自主操作信心。关键词包括 ZTE、自动化、代理成熟度、进展指导、测试覆盖、成功率、代理工作流。

这个技能用于通过Rube MCP和Composio工具包自动化NASA的操作任务，包括工具发现、连接管理和工作流执行。它支持自动化NASA数据处理、任务调度和集成操作，适用于开发和运维场景。关键词：NASA自动化、Rube MCP、Composio、工具发现、工作流执行、自动化脚本、AI智能体、MCP协议。

该技能提供了 Agentica 多代理基础设施的全面 API 参考指南，用于构建、协调和调试多代理系统。涵盖模式类、核心组件和原语，适用于AI智能体开发和多代理工作流管理，帮助开发者实现自定义代理交互和优化协调流程。关键词：AI智能体、多代理、基础设施、API、协调、模式、开发、调试、工作流。

该技能是一个交互式系统构建器，用于通过/meta命令创建和管理任务，以修改和扩展.claude/系统。它支持交互式访谈、提示分析和系统分析模式，涉及AI代理调用、任务自动化和系统架构优化。关键词：交互式系统构建、元命令、AI代理、任务管理、系统分析、自动化工作流。