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。

这个技能用于运行Gemini CLI工具，进行代码审查、计划审查和大上下文处理。它利用先进的AI模型（如Gemini 3 Pro）提供全面的分析能力，适用于软件开发、项目管理和数据处理任务。关键词：Gemini CLI, 代码审查, AI分析, 大模型处理, 自动化测试。

这是一个用于动态规划（DP）算法模式识别与代码生成的工具技能。它能够分析问题描述，匹配到50多种经典DP模式（如线性DP、背包问题、字符串DP、区间DP等），并自动生成对应模式的模板代码（支持Python、C++、Java）。该技能还提供状态设计建议、变体检测以及优化技术指导（如滚动数组、凸包优化），旨在帮助开发者快速识别DP问题类型、构建解决方案框架并提升算法效率。关键词：动态规划，DP模式，算法模板，代码生成，状态优化，背包问题，最长公共子序列，区间DP，树形DP，位掩码DP。

AI引擎优化（AEO）技能是一套旨在优化内容，以便在AI引擎如ChatGPT、Claude、Perplexity、Google AI概览中被引用，从而塑造AI对品牌类别和产品的描述，提升品牌作为权威来源的引用率。关键词包括：AI引擎优化、内容优化、品牌引用、语义三元组、信息增益、实体结构。

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。

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。

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。

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。

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。