人工智能 Skill技能列表

⚡

AI写作助手技能Skill ai-writing-assistant

4.5

该技能旨在指导用户如何通过AI工具有效辅助专业写作,涵盖提示模式、精炼工作流、声音保持技巧和质量检查点,以提升AI增强草稿的质量和真实性,适用于起草、编辑和优化内容。关键词:AI写作、助手、提示、草稿、声音保持、质量检查、专业写作、AI辅助。

⚡

JavaScriptAI应用开发SDKSkill javascript-sdk

4.5

这个skill提供JavaScript/TypeScript SDK,用于在inference.sh平台上构建和运行AI应用程序、创建智能代理、集成超过150种AI模型。支持Node.js、React、Next.js等环境,具备完整TypeScript支持、流式处理、文件上传、会话管理等功能,适用于前端和后端AI集成。关键词:JavaScript、TypeScript、AI应用、智能代理、模型集成、前端开发、后端开发、Node.js、React、Next.js、SDK。

⚡

Venly自动化技能Skill venly-automation

4.5

这个技能用于通过Rube MCP自动化Venly任务,涉及工具发现、连接管理和工作流执行,适合AI智能体和自动化集成。关键词:Venly自动化,Rube MCP,Composio,工具集成,AI智能体,工作流,自动化操作。

⚡

技能创建者Skill skill-creator

4.5

技能创建者是一个用于设计和打包AI代理技能的工具,支持脚本集成、参考资料管理和资产打包,帮助扩展Codex能力。关键词:AI技能、AgentSkills、技能开发、自动化工作流、Codex扩展、AI代理工具。

⚡

Piloterr自动化Skill piloterr-automation

4.5

该技能用于自动化 Piloterr 任务,通过 Rube MCP 和 Composio 的 Piloterr 工具包实现工具发现、连接管理和工具执行。关键词:Piloterr, Rube MCP, 自动化, Composio, 工具包, AI智能体。

⚡

MCP服务器开发技能Skill mcp-builder

4.5

这个技能用于指导如何创建高质量的MCP(模型上下文协议)服务器,使大语言模型(LLM)能够通过设计良好的工具与外部服务交互。它涵盖MCP服务器开发的全流程,包括研究、规划、实现、测试和评估。关键词包括MCP、服务器开发、LLM集成、API工具、模型上下文协议、人工智能代理、外部服务集成。

⚡

后台代理进度通知管理Skill background-agent-pings

4.5

本技能用于优化AI后台代理的进度通知处理,通过信任系统提醒而非轮询来节省计算资源并提高效率。关键词:AI代理、后台任务、系统提醒、轮询避免、效率优化、进度管理。

⚡

Agentica服务器Claude代理设置技能Skill agentica-server

4.5

这个技能提供了详细的指南,用于设置和运行Agentica SDK与本地Claude代理,包括架构概述、启动顺序、健康检查、常见错误及修复方法。适用于AI代理开发、调试和部署,帮助开发者连接SDK、服务器和推理后端。关键词:Agentica, Claude, 代理设置, AI代理, 推理后端, 调试, 软件开发, 人工智能工具。

⚡

持续规则导向指南技能Skill always-on-guidance

4.5

这个技能提供了一个持续运行的规则导向指南,用于规范和优化claude-plugin智能体的行为,确保使用正确的工具(如群体插件工具),避免使用已弃用的功能,并遵循模型特定默认设置。它强调简洁、行动导向的输出,并包括测试纪律,以提高开发效率和代码质量。关键词:AI智能体、规则导向、持续指导、群体协调、测试模式。

⚡

Gemini令牌优化技能Skill gemini-token-optimization

4.5

本技能用于优化Gemini CLI的令牌使用,涵盖令牌缓存、批量查询、模型选择(Flash vs Pro)和成本跟踪,帮助降低大规模AI操作的成本并提升效率。关键词:Gemini、令牌优化、成本控制、模型选择、批量处理、AI应用、缓存策略。

⚡

AI自动化工作流程Skill ai-automation-workflows

4.5

这个技能用于通过inference.sh CLI构建自动化AI工作流程,结合多种AI模型和服务,实现批处理、顺序管道、并行处理、条件工作流程等自动化模式。适用于内容自动化、数据处理、监控和调度生成等场景,提升AI应用效率。关键词:AI自动化,工作流程,批处理,AI管道,内容生成,调度任务,自动化脚本。

⚡

LLM评估Skill llm-evaluation

4.5

该技能用于实施全面的LLM应用评估策略,包括自动指标计算、人工反馈收集和基准测试。适用于测试LLM性能、测量AI应用质量、建立评估框架等场景。关键词:LLM评估、自动指标、人工评估、A/B测试、基准测试、AI应用质量。