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。

这个技能用于从JSONL格式的上下文捆绑文件中恢复AI代理的会话上下文，分析文件操作和用户提示，优化读取参数，以便无缝继续工作。关键词：上下文恢复，AI代理，文件操作，JSONL，工作流优化。

ADW设计是创建AI开发者工作流的技能，结合确定性代码和非确定性代理，用于构建自动化开发管道、设计AFK代理系统、实施PITER框架等。关键词：AI工作流，代理开发，自动化管道，ADW设计，AI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。

这个技能用于通过 Rube MCP 和 Composio 自动化 Yousearch 搜索任务，实现工具发现、连接管理和执行操作的自动化工作流，提高效率。关键词：Yousearch 自动化，Rube MCP，Composio，工具执行，工作流自动化，AI 代理。

本技能提供创建和管理Claude代码插件技能的全面指南，涵盖技能结构、渐进式披露设计、开发流程和最佳实践。关键词：技能开发、Claude插件、AI技能、渐进式披露、插件开发指南。

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。

该技能提供了一种多代理工作流模式，用于自动化软件开发任务的实现，通过协调研究、规划、验证、实施和审查代理，确保高效、高质量的代码交付。关键词：AI代理，工作流，多代理系统，软件开发，自动化，TDD，智能体协调。

代理编排技能用于管理和协调AI代理执行任务，以保存主上下文并提高实现效率。在开发环境中，通过将复杂任务委托给专门代理，可以减少主上下文的消耗，适用于多文件实现、计划跟随和带测试的功能开发。关键词：代理编排、AI代理、上下文管理、任务自动化、软件开发、人工智能。

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。

这个技能是用于创建AI子代理的指南，帮助用户设计和实现具有独立上下文的子代理，适用于复杂多步骤工作流、验证、调试等场景。关键词：AI子代理、多步骤工作流、上下文隔离、智能体创建、自动化代理。

该技能用于显示AI代理执行过程中的时间线跟踪和性能分析，帮助开发者监控和优化代理、工具、技能的交互流程。关键词包括：代理执行、时间线跟踪、性能摘要、MCP工具、流模式分析、瓶颈检测、模式转换、失败集群。