人工智能 Skill技能列表

4.5

MCP服务器开发指南Skill mcp-builder

这个技能是指导如何创建高质量的MCP(Model Context Protocol)服务器,使大语言模型(LLMs)能够通过设计良好的工具与外部服务交互。适用于AI代理开发、外部API集成、工具构建、LLM扩展等场景。关键词:MCP、LLM、AI代理、工具开发、外部服务集成、MCP服务器、API集成、大语言模型交互。

4.5

Gemini视觉API技能Skill gemini-vision

此技能基于Google的Gemini API,实现图像理解和分析功能,支持图像描述、分类、视觉问答、对象检测、分割和多图像比较,适用于AI应用和计算机视觉任务,关键词:图像理解、Gemini API、人工智能、计算机视觉、图像分析、AI模型。

4.5

智能文档探索与分析技能Skill docs-seeker

这个技能专注于智能发现和分析技术文档,通过多种策略如llms.txt优先搜索、GitHub仓库通过Repomix分析以及并行探索代理实现全面覆盖。适用于需要最新库/框架文档、llms.txt格式文档、GitHub仓库分析、无直接llms.txt支持的文档以及并行处理多个文档源的场景。关键词:技术文档搜索、AI代理、llms.txt、Repomix、并行探索、文档发现、GitHub分析、智能搜索。

4.5

ClaudeCode专家技能Skill claude-code

Claude Code 专家技能是一个详细的用户指南,用于掌握Claude Code这一AI驱动的代理编码工具。它提供全面指导,包括安装配置、使用命令、技能扩展、MCP服务器集成等,帮助开发者提高编码效率、自动化任务和优化开发流程。关键词:Claude Code, AI编码助手, 代理编码, 开发工具, 自动化编码, 技能指南, MCP集成, 编码效率。

4.5

会话检查器Skill session-inspector

会话检查器是一个专业技能,用于分析和查询Claude Code的会话日志。它帮助用户查找会话历史、分析上下文使用情况、提取工具调用模式、调试代理执行等。关键词:Claude Code, 会话日志分析, 工具调用模式, 代理调试, 上下文窗口管理, 提取管道。

4.5

命令创建器Skill command-creator

这个技能用于创建和优化 Claude Code 的斜杠命令,帮助用户自动化重复工作流程,包括命令结构设计、工作流程步骤指导和最佳实践应用。关键词:命令创建、斜杠命令、自动化工作流程、Claude Code、代理执行、工作流程优化。

4.5

群协调Skill swarm-coordination

群协调技能用于指导 OpenCode 群工作流中的多代理协调模式,支持任务分解、工人生成、文件预留、进度跟踪和审查循环,适用于需要并行化或协调的软件开发任务。

4.5

Dex系统改进积压AI排序Skill dex-backlog

这是一个AI驱动的技能,用于对Dex系统的改进想法积压进行智能排序和优先级评估。基于系统上下文、使用日志和用户角色,计算影响、对齐、令牌效率、记忆学习和主动性五个维度的分数,帮助用户高效决定下一步构建内容,优化工作流程和管理决策。关键词:AI排序,系统改进,积压管理,优先级评估,决策支持,智能分析。

4.5

Aeon时间序列机器学习Skill aeon

Aeon 是一个专为时间序列机器学习设计的 Python 工具包,支持分类、回归、聚类、预测、异常检测等多种任务。它兼容 scikit-learn API,提供丰富的算法和功能,适用于数据分析、预测建模和模式识别。关键词:时间序列分析,机器学习算法,Python编程,数据预测,异常检测工具。

4.5

技能编写技巧Skill writing-skills

这个技能指导如何采用测试驱动开发方法创建和验证AI代理的技能文档,确保高质量和可复用性。关键词:技能编写、测试驱动开发、文档测试、AI代理、Claude、TDD应用。

4.5

Chroma向量数据库应用Skill chroma

Chroma是一个开源嵌入数据库,专为AI应用程序设计,支持向量搜索、元数据过滤和语义查询。适用于RAG应用、文档检索和LLM内存管理,关键词:Chroma, 向量数据库, 嵌入, RAG, 语义搜索, 开源, 自托管。

4.5

RWKV架构Skill rwkv-architecture

RWKV是一种结合Transformer和RNN的混合神经网络架构,具有线性推理复杂度、无限上下文处理能力和高效内存使用。适用于长序列处理、流式应用和大模型训练与推理,特别适合AI领域的模型开发和优化。关键词:RWKV, Transformer, RNN, 线性复杂度, 无限上下文, 高效推理, 机器学习, AI模型, 大模型微调