此技能用于创建、更新和故障排除自定义子代理角色，支持通过特定模型、推理努力和开发者指令来配置角色。关键词包括：角色配置、模型选择、推理努力、开发者指令。

这个技能是用于创建高质量的MCP（模型上下文协议）服务器，使大语言模型（LLM）能够通过精心设计的工具与外部服务交互。涉及API集成、后端开发、AI代理、模型上下文协议、LLM工具等关键词，适合构建用于AI应用的服务器端代码。

策略性压缩技能是一种用于优化AI工作流上下文管理的工具，通过手动在逻辑任务边界执行上下文压缩操作，避免随机自动压缩导致的重要上下文丢失，从而提高任务效率和连续性。关键词：上下文压缩、策略性压缩、AI工作流、Claude、钩子配置、工具调用。

这个技能提供了AI子代理的全面指南，包括定义、创建、配置和使用。它专为开发人员和AI使用者设计，帮助自动化代码审查、测试和调试工作流。关键词：AI代理、子代理、Claude Code、自动化开发、代码评审、测试自动化、调试最佳实践、工具权限管理。

此技能用于验证嵌套代理模式的测试，涉及AI智能体的配置、调用和验证过程。关键词：嵌套代理、AI智能体、测试验证、代理模式、技能开发、自动化测试、AI应用开发。

Breezing技能是一个基于AI代理团队的自动化任务完成工具，用于软件开发项目中自动执行Plans.md中的未完成任务。它通过多代理工作流实现代码实现、review和测试的完全自治，提高开发效率，适用于快速推进项目进度。关键词：AI代理团队、自动任务完成、多代理工作流、Plans.md、代码自动化、软件开发工具、AI辅助开发。

该技能用于自动将AI提示升级到更高级别，增强其控制流、任务代理等高级功能，优化AI智能体的性能和自动化工作流。关键词：提示工程、AI升级、控制流、任务代理、自动化优化、智能体开发。

这个技能用于使用@tool装饰器为领域特定代理创建自定义工具，涉及设计、实现和配置工具以扩展AI代理功能，支持MCP服务器和代理SDK集成。关键词：工具设计、自定义工具、MCP服务器、代理开发、领域特定操作、AI智能体、Python编程、软件开发。

本技能用于设置基于任务的多智能体系统，通过共享任务文件和工作树隔离实现并行任务执行、工作流协调和可扩展性。它指导如何设计任务队列系统、管理多代理工作流、避免竞态条件，并支持 AI 智能体模型选择。关键词包括任务管理、多智能体系统、并行执行、工作流隔离、AI 智能体、DevOps、任务文件协调。

这个技能用于快速构建基于 Claude Agent SDK 的自定义 AI 智能体配置，包括代理设计、系统提示生成和代码脚手架。关键词：Claude Agent SDK、自定义代理、AI 智能体、配置生成、系统提示、技能开发。

这个技能用于设计内存层次结构，实现渐进式加载以优化上下文管理。它适用于组织CLAUDE.md导入、实施即时上下文加载或为AI代理设计启动层次结构。关键词包括上下文管理、内存层次、渐进加载、AI代理、CLAUDE.md、启动命令。

这个技能通过融合多种模态逻辑（包括证明逻辑、推断逻辑、时序知识逻辑、标准义务逻辑和动态知识逻辑），实施和验证技术计划。它支持自动化验证、手动检查、模式选择（直接或编排），并生成交接文档，适用于复杂任务的分步执行和恢复。关键词：计划实施、验证、模态逻辑、自动化、AI智能体、技术计划执行、技能开发。