人工智能 Skill技能列表

4.5

技能创建器Skill skill-creator

这个技能提供了创建和优化Claude AI模型技能的完整指南,包括技能架构、工作流程设计、工具集成和资源管理。它帮助用户通过模块化扩展提升AI智能体的专业能力,适用于量化交易、数据分析和定制化任务。关键词:技能创建、Claude、AI扩展、工作流程、工具集成、量化金融、数据分析、SEO优化。

4.5

代理工作流模式Skill agentic-workflow

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。

4.5

代理编排Skill agent-orchestration

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。

4.5

AI代理上下文隔离技能Skill agent-context-isolation

本技能用于在AI智能体系统中,通过文件协调和背景代理来隔离上下文,防止输出污染,优化资源使用,并提高开发效率。关键词:AI代理、上下文隔离、文件协调、背景任务、智能体管理、大模型微调、AI应用开发。

4.5

提示工程Skill prompt-engineering

提示工程是一种专注于安全构建和管理大型语言模型(LLM)提示的技能,包括预防提示注入、任务路由、多步工作流协调和输出验证,用于开发AI助手、自动化任务和确保AI系统安全。关键词:提示工程、安全、LLM、AI助手、任务协调、输出验证、提示注入、AI应用。

4.5

智能规划专家Skill gepetto

这是一个AI辅助的实现计划工具,通过多步骤流程(研究、访谈、规范合成、计划、外部审查、分节)创建详细的软件功能实现计划,适用于需要预分析的项目规划。关键词:AI规划、实现计划、多LLM审查、项目管理、软件开发。

4.5

MCP服务器开发Skill mcp-builder

这个技能专注于开发高质量的 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。它涵盖了从规划、实现、测试到评估 MCP 服务器的全流程,支持使用 TypeScript 或 Python 进行 API 集成。关键词:MCP 服务器、LLM、工具集成、API 开发、人工智能代理、AI 应用开发。

4.5

生物医学AI代理框架Skill biomni

Biomni是一个用于自主执行复杂生物医学研究任务的AI代理框架。它支持多步骤推理、代码生成与执行、知识检索和跨领域问题解决,广泛应用于基因组学、药物发现、分子生物学和临床分析。关键词:生物医学AI、代理框架、CRISPR设计、单细胞RNA-seq、ADMET预测、GWAS分析、药物发现、临床诊断。

4.5

分子特征化技能Skill molfeat

Molfeat是一个用于分子特征化的Python库,提供100多种特征化器,包括指纹、描述符和预训练模型,支持将化学结构转换为数值特征,适用于机器学习和深度学习任务,如QSAR建模、虚拟筛选和相似性搜索。关键词:分子特征化、机器学习、深度学习、QSAR、虚拟筛选、Python库、化学信息学、数据科学、人工智能应用。

4.5

PM会话管理Skill mpm-session-management

PM会话管理技能是一个框架,用于项目管理代理在接近上下文限制或恢复先前会话时管理会话,提供自动暂停、恢复协议和会话文件管理,确保工作连续性和效率。关键词:会话管理、暂停恢复、上下文限制、项目管理、AI代理、自动化、框架技能。

4.5

文档搜索器Skill docs-seeker

文档搜索器是一个智能技术文档发现与分析技能,专门用于通过llms.txt标准、GitHub仓库分析和并行AI代理来搜索、聚合和处理技术文档。它优先使用context7.com的llms.txt,支持多源并行探索,适用于开发者、技术写作者和AI应用场景,提高文档检索效率。关键词:技术文档搜索、llms.txt、GitHub分析、AI智能体、并行处理、文档聚合、SEO优化。

4.5

MLflow机器学习生命周期管理技能Skill mlflow

MLflow是一个框架无关的机器学习生命周期管理平台,用于跟踪机器学习实验、管理模型注册表、部署模型到生产环境和重现实验。它支持多种ML框架如PyTorch、TensorFlow、Scikit-Learn,并集成团队协作、自动记录、版本控制和SEO关键词包括机器学习、AI、模型部署、实验跟踪、MLOps。