MCP模式技能专注于模型上下文协议（Model Context Protocol）服务器的开发与集成，提供构建Claude Code扩展的完整解决方案。该技能包含MCP服务器开发模式、工具处理器设计、资源管理、认证授权、状态缓存和测试验证等关键技术模块。适用于AI助手扩展开发、工具集成框架、API接口标准化等场景，帮助开发者快速构建可扩展的AI工具生态系统。关键词：MCP服务器开发、Claude Code集成、AI工具扩展、模型上下文协议、Python异步编程、工具处理器设计、资源管理框架。

这是一个用于启用系统持续学习模式的技能。它允许系统在用户会话期间自动监控、分析和提取有价值的洞察与模式，并保存到知识库中，无需用户手动干预。关键词：持续学习，自动洞察提取，知识库管理，会话分析，智能助手，AI智能体。

这个技能为Claude插件代理提供持续在线的规则导向指导，用于对齐代理行为、正确使用工具和模型默认设置，避免过时引用，并涉及群协调和测试模式。关键词：AI代理、持续指导、规则导向、协调、测试。

本技能用于在AI代理工作流中验证软件开发计划，通过Cursor PM进行可行性分析，更新文档，并支持2-Agent协作。关键词：AI代理、计划验证、工作流、软件开发、项目管理、AI智能体。

这个技能用于列出和分析Claude Code的所有可用工具，包括参数、能力和用例，帮助用户在任务开始前了解工具可用性，优化工作流程。关键词：工具列表，Claude Code，参数分析，能力评估，任务准备，SEO优化。

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。

该技能用于设计和维护YAML格式的专业知识文件，作为AI代理专家的心智模型，支持Act-Learn-Reuse工作流，加速代理执行并提供领域知识。关键词：AI代理，YAML，专业知识文件，心智模型，Act-Learn-Reuse，人工智能代理

这个技能用于设计和实现AI开发工作流中的可组合步骤，包括Plan、Build、Review、Fix四个核心步骤。它提供步骤设计模式、合约定义、隔离要求、成功标准和错误处理策略，帮助构建可重复、可测试和可组合的工作流原语。适用于AI智能体开发、自动化工作流构建和开发工具设计。关键词：可组合工作流、AI开发、步骤设计、工作流自动化、智能体SDK、Plan/Build/Review/Fix。

审计层技能用于代码库的代理层覆盖审计，评估代理成熟度，识别投资机会和差距。关键词：代码审计，代理层，投资机会，成熟度评估，SEO。

这个技能是一套指南，用于创建和管理专门化的AI代理。它基于“一个代理、一个提示、一个目的”原则，帮助用户设计专注的代理工作流程，优化上下文使用，提高代理的可复制性和可改进性。关键词：AI代理、代理专业化、代理设计、工作流程优化、Agent Specialization、AI智能体、自动化代理。

此技能提供Gemini CLI中Model Context Protocol (MCP)集成的专家指南，用于连接和管理MCP服务器，涵盖服务器配置（如HTTP、SSE、Stdio传输）、连接调试和工具权限管理。适用于AI模型集成、工具扩展和自动化场景，关键词：MCP, Gemini CLI, AI集成, 工具配置, 连接管理, 权限设置, 调试技巧。

Agentica SDK 是一个用于构建和部署AI代理的Python框架，提供@agentic装饰器、spawn()函数、状态持久化、MCP工具集成和多代理协调功能。适用于开发智能代理、集成外部工具、实现代理协作、调试代理行为等场景。关键词：AI代理、Python开发、代理框架、MCP集成、多代理系统、代理持久化、令牌跟踪。