LangChain是一个用于构建由大型语言模型（LLM）驱动的应用程序的框架，它通过简化提示链、内存管理、检索、代理和工具使用等复杂性，加速AI应用的开发过程。

链接轨迹技能用于在AI辅助编码过程中追踪所有通过WebFetch工具获取的URL，生成详细报告，方便用户审计外部资源访问、回顾研究模式和调试失败获取。关键词：AI编码、URL追踪、资源审计、开发工具、SpecStory。

提供专家指导，帮助用户创建、编写和改进Claude代码技能。涵盖SKILL.md文件操作、新技能编写、现有技能改进、技能结构理解和最佳实践应用。关键词：Claude代码技能，SKILL.md，技能创建，AI代理，最佳实践

系统提示工程技能专注于设计和优化自定义人工智能代理的系统提示，用于定义代理身份、规则和行为，以塑造其在所有对话中的预期表现。关键词：系统提示工程、人工智能、AI代理、提示设计、代理行为、系统提示。

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。

这个技能是用于构建和管理Gemini CLI扩展的专家指南，涵盖扩展结构、GEMINI.md上下文、命令定义、MCP集成和发布流程。它适用于开发者在创建Gemini扩展、链接本地扩展、打包MCP服务器或从GitHub安装扩展时使用。关键词：Gemini扩展开发、CLI扩展、MCP服务器、命令定义、扩展发布、Gemini CLI、扩展创建、本地测试。

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。

这是一个用于在AI对话系统中评估令牌预算和推荐任务分块策略的技能，帮助管理上下文窗口限制，避免令牌超出，确保任务成功完成。关键词：令牌预算，任务分块，AI代理，上下文管理，风险评估，智能工作流。

LangSmith是一个用于大型语言模型（LLM）的可观察性平台，提供追踪、评估和监控功能，帮助开发人员调试AI应用、进行系统评估和性能监控。关键词：LLM、可观察性、追踪、评估、监控、调试、AI应用。