MoveIt 运动规划技能是机器人操作领域的核心专业技能，专注于为 MoveIt/MoveIt2 框架提供深度配置与优化方案。该技能涵盖机器人运动学求解器（如 KDL、IKFast、TracIK、BioIK）的配置、OMPL 运动规划算法（如 RRT、RRT*、PRM）的调优、抓取与拾放流水线的实现，以及碰撞检测（FCL/Bullet）和规划场景的集成。适用于工业机器人、服务机器人及自动化系统的机械臂路径规划、避障、轨迹优化和复杂操作任务，是提升机器人智能化、精准化操作能力的关键技术。关键词：机器人运动规划，MoveIt配置，逆运动学求解，OMPL算法，碰撞检测，轨迹优化，拾放操作，机械臂控制，ROS机器人，自动化流水线。

该技能专门用于将TensorFlow机器学习技术应用于物理科学领域，核心功能包括构建物理信息神经网络（PINN）、训练神经网络势能（NNP）、使用图神经网络处理分子系统等。关键词：TensorFlow物理应用，物理信息神经网络，神经网络势能，图神经网络，科学机器学习，PINN，NNP，GNN，深度学习物理建模。

提示词注入检测器是一款专注于大语言模型应用安全防护的专业工具。该技能通过多层检测机制识别并防御恶意提示词注入攻击，保障AI系统安全稳定运行。核心功能包括：模式匹配检测、机器学习分类器、金丝雀令牌监控、LLM辅助分析和困惑度异常检测。适用于AI应用安全加固、提示工程防护、LLM系统安全验证等场景。关键词：提示词注入检测，LLM安全防护，AI应用安全，大语言模型防御，注入攻击预防，提示工程安全，机器学习分类器，多层防御体系。

专业的提示词优化技能，适用于构建AI功能、提升智能体性能、优化LLM交互。掌握提示词模式和技巧，包括少样本学习、思维链等。

SAM（分割任意模型）是一个用于图像分割的先进AI模型，支持零样本学习，能够通过点、框或掩码提示来分割图像中的任意对象，或自动生成所有对象掩码。适用于计算机视觉任务，如图像标注、对象检测和自动掩码生成。关键词：图像分割、零样本学习、SAM、计算机视觉、AI模型、深度学习。

SetFit小样本学习技能是一种基于对比学习的自然语言处理技术，专门用于在仅有少量标注数据（每类8-16个示例）的情况下快速训练高效的文本分类模型。该技能无需复杂的提示工程，能在几分钟内完成训练，适用于意图识别、情感分析、主题分类等场景。核心优势包括快速部署、轻量级模型和高准确率，特别适合数据稀缺或需要快速迭代的AI应用开发。

该技能专注于为大语言模型（LLM）生成和优化少样本示例，旨在通过提供高质量、多样化的示例来提升模型的提示遵循能力、意图识别准确性和任务执行效果。核心功能包括示例生成、智能选择策略、排序优化和格式设计，是提示工程和AI应用开发的关键工具。 关键词：少样本学习，示例生成，提示工程，大语言模型优化，AI性能提升，意图分类，语义相似性，示例选择策略

Trellis元技能是用于理解和定制Mindfold Trellis AI工作流系统的文档技能，涵盖架构、工作流定制、命令/代理/钩子添加、故障排除和项目适配。关键词：AI工作流、Claude Code、Cursor、Trellis定制、元技能、AI智能体、软件开发工具、自动化流程。

这是一个AI驱动的选题生成工具，用于从采集的热点中筛选TOP10，生成完整选题方案。它专注于AI相关话题，帮助内容创作者快速产出有价值的内容，适用于干货教程、产品体验、观点分享和新技术突破等写作方式。关键词：AI选题、热点分析、内容生成、AIGC、写作工具、SEO优化。

本技能专注于使用Rust编程语言高效构建和部署机器学习与人工智能应用。涵盖关键领域约束如内存效率、GPU加速、模型可移植性，并提供具体的设计模式、推荐框架（如candle, tract, tch-rs）和代码实现。适用于需要在Rust生态系统中实现高性能模型推理、训练以及数据处理管道的开发者。关键词：Rust机器学习，AI模型部署，高性能推理，GPU加速，ONNX，批处理，内存优化，tract，candle，tch-rs，量化交易AI基础设施。

高级计算机视觉技能专注于图像和视频处理、物体检测、分割与视觉AI系统构建，关键技术包括PyTorch、OpenCV、YOLO、SAM、扩散模型和视觉变压器。适用于生产环境部署、实时推理、模型训练优化、AI系统开发与性能调优，服务于企业级AI/ML数据解决方案，提升图像识别、视频分析自动化水平。

这个技能用于构建高质量的 MCP（模型上下文协议）服务器，使大型语言模型（LLM）能通过设计良好的工具与外部服务有效交互。专注于代理友好型设计、上下文效率、可操作错误和工作流完成，提升 AI 代理任务执行效率。关键词：MCP 服务器、AI 代理、工具开发、上下文协议、评估迭代、快速开发、生产服务。