人工智能 Skill技能列表
对称性群识别器Skill symmetry-group-identifier
这个技能用于将识别的对称性映射到数学群，为神经网络架构设计提供数学基础。它帮助用户识别离散或连续对称性，匹配到具体群如循环群、二面体群、李群等，并验证群属性。关键词：对称性识别、群论映射、数学群、深度学习架构、神经网络对称性、SO(3)、SE(3)、量化交易分析（扩展应用）。
对称性发现问卷Skill symmetry-discovery-questionnaire
对称性发现问卷是一个用于帮助机器学习工程师识别数据中隐藏对称性的结构化协作技能。通过域分析、变换测试和物理约束识别，发现对称性以提升模型性能，如样本效率、收敛速度和泛化能力。关键词：对称性发现、数据对称性、机器学习、变换测试、模型优化。
检索-搜索-编排Skill retrieval-search-orchestration
该技能用于设计RAG系统中知识图谱的检索策略，包括检索模式选择、查询分解、排名配置和来源跟踪，以提高信息检索的准确性和可追溯性。关键词：检索策略、知识图谱、RAG、查询分解、来源跟踪、检索增强生成。
模型等效性审核器Skill model-equivariance-auditor
模型等效性审核器是一个用于验证机器学习模型是否正确实现对称性（等效性）的技能。它提供系统化的测试方法、层间分析和调试指导，帮助开发者检测和修复模型中的对称性错误，确保模型训练和预测的一致性。关键词：模型等效性、审核、验证、调试、对称性、机器学习、深度学习、AI测试。
元提示工程技术Skill meta-prompt-engineering
元提示工程技术是一种系统化方法，用于优化AI提示，以提高输出的一致性、结构化和质量。它通过定义角色、分解任务、添加约束和质量检查，将模糊提示转化为可靠、安全的AI交互工具。关键词包括：提示工程、AI优化、结构化提示、质量保证、AI可靠性、大模型应用。
知识图谱构建Skill knowledge-graph-construction
这个技能帮助您从非结构化或半结构化数据源设计和构建知识图谱，指导数据模型选择、模式设计、实体提取、关系提取和分层架构构建。适用于人工智能应用，如RAG（检索增强生成）、推理和分析，关键词包括知识图谱构建、实体提取、关系提取、数据模型、RAG应用、人工智能。
图增强RAG系统设计Skill graphrag-system-design
这个技能帮助您设计完整的图增强检索生成系统，整合图数据库、向量存储、编排框架和大型语言模型推理。给定领域和检索需求，指导模式选择、技术栈决策、集成流水线设计和领域定制。提供架构设计、技术选择和定制指导。关键词：图增强RAG、检索增强生成、知识图谱、LLM集成、系统架构、人工智能、RAG应用。
GraphRAG评估Skill graphrag-evaluation
这个技能用于系统评估GraphRAG（图谱检索增强生成）系统的质量，提供结构化框架、指标选择和测试协议，涵盖知识图谱完整性、检索相关性、答案正确性、推理验证和幻觉预防，帮助优化AI应用性能。关键词：GraphRAG评估、知识图谱、检索增强生成、质量指标、AI系统测试、幻觉减少、多步推理、RAG性能测量。
等变架构设计师Skill equivariant-architecture-designer
这个技能用于设计尊重对称性群的神经网络架构，提供等变层、G-CNN、e3nn等技术的架构模式和实现指导，适用于图像处理、点云、图形等领域的深度学习任务。关键词：等变神经网络、对称性群、架构设计、深度学习、AI应用。
嵌入融合策略Skill embedding-fusion-strategy
这个技能用于设计融合语义（文本）和结构（图）信息的嵌入策略，适用于知识图谱等场景。它提供嵌入选择、融合设计和实施指导，帮助结合文本和图信号，提升知识图谱的检索、推理和任务表现能力。关键词：嵌入策略、语义融合、结构信息、知识图谱、机器学习、NLP、向量表示、融合技术。
AI科学图表生成器Skill scientific-schematics
此技能利用Nano Banana Pro AI和Gemini 3 Pro智能迭代生成高质量的科学图表，适用于学术出版、演示等多种场景，关键词包括AI生成图表、科学绘图、智能迭代、质量审查、Nano Banana Pro、Gemini 3 Pro。
平行网络系统APISkill parallel-web
这个技能提供了Parallel Web Systems API的访问，用于web搜索、深度研究和内容提取。它支持网络搜索、AI研究、数据统计分析、市场研究和信息收集，包含关键词如web搜索、AI模型、数据提取、API集成、信息检索。