该技能专注于大型语言模型的生产环境部署、服务化与运维管理。它涵盖了从本地模型部署、服务架构设计（如网关与推理节点分离）、请求路由编排，到性能监控（延迟、令牌、成本）、限流降级等全链路最佳实践。核心目标是构建高可用、可观测、成本可控的大模型服务系统。关键词：LLM服务化，大模型部署，AI服务架构，模型推理，生产化运维，可观测性，成本控制。

该技能利用人工智能自动生成正式报告草案，专注于提供可执行建议和实际实施指导，避免冗长分析，适用于高管决策、政府文档等专业场景。关键词：AI报告生成、正式写作、可执行建议、文档自动化、专业沟通、实施指导。

本技能用于顺序思维和结构化问题解决，通过分解复杂问题为步骤，支持修订和分支，适用于多步骤分析、规划和假设验证。关键词：顺序思维，结构化问题解决，多步骤分析，AI辅助思维，假设验证，思维工具。

这个技能允许用户通过代理专家的专业知识心理模型快速获取领域特定答案，无需代码探索，适用于快速咨询和知识查询。关键词：专家查询、快速答案、领域特定、AI代理、知识库、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。

此技能用于自动化创建和维护代理专家结构，采用Act-Learn-Reuse模式，实现代码库同步和自我改进，提升开发效率。关键词：代理专家、Act-Learn-Reuse、自动化、代码库同步、自我改进、AI智能体。

该技能用于审计代码库的代理层覆盖度和成熟度，识别自动化差距，评估投资机会，并提供改进建议。关键词：代理层审计、自动化审计、代码库分析、成熟度评估、投资识别、SEO优化。

Ralph Wiggum模式是一种自主AI编码循环技能，用于实现无人值守的软件开发。它通过AI智能体如Claude在安全沙箱中连续工作，自动处理任务如功能开发、bug修复和代码重构。关键词：AI编码，自主开发，安全沙箱，Claude AI，自动化软件工程，智能体开发。

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。

此技能通过Rube MCP自动化Parallel任务，实现工具发现、连接管理和工作流执行，适用于AI代理、自动化脚本和集成开发场景。关键词：Rube MCP, Parallel, 自动化, Composio, 工具集成, AI智能体, 工作流自动化。

多LLM顾问技能使用多个大型语言模型（如OpenAI Codex和Google Gemini）为软件开发提供架构决策、代码审查和调试的额外视角。它透明显示所有LLM调用，便于用户获取第二意见和综合建议。关键词：LLM，人工智能，代码审查，架构设计，调试，多模型顾问。

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。