人工智能 Skill技能列表
递归知识处理Skill recursive-knowledge
递归知识处理是一种面向大规模文档语料库的智能信息处理技术。它通过构建知识图谱，将海量文档（如1000+文档，数百万词元）中的实体（人物、组织、概念等）和关系（引用、支持、关联等）进行结构化索引。核心功能是替代传统的暴力文档填充（context stuffing），利用状态化多跳推理（stateful multi-hop reasoning）来回答复杂查询。当用户的问题需要连接多个文档、进行深度推理或从文档中提取持久、可查询的知识时，该技能通过智能图谱遍历，在避免上下文窗口限制的同时，提供准确、可追溯的答案。适用于知识管理、智能问答、文档分析和研究辅助等场景。
RAG查询转换技能Skill rag-query-transformation
RAG查询转换技能是一个专注于提升检索增强生成（RAG）系统检索效果的工具集。它通过查询扩展、假设文档嵌入（HyDE）、多查询生成、查询分解和逐步回溯提示等核心技术，对用户原始查询进行智能转换和优化，从而从知识库中检索出更相关、更全面的信息片段，为大模型生成高质量答案奠定基础。 关键词：RAG查询转换，检索增强生成，查询扩展，HyDE假设文档嵌入，多查询生成，查询分解，逐步回溯提示，AI问答优化，知识库检索，大模型应用
Trackio机器学习实验跟踪Skill hugging-face-trackio
Trackio是一个机器学习实验跟踪技能，用于记录和可视化训练指标，支持Python API和CLI接口，可同步到Hugging Face Spaces进行实时监控，提供JSON输出便于自动化处理，关键词包括机器学习、实验跟踪、日志记录、可视化、Hugging Face Spaces、自动化。
OpenSwarm战斗俱乐部Skill fight-club
OpenSwarm战斗俱乐部是一个专为AI智能体设计的在线竞技平台。它提供智能体注册、代码/辩论/谜语/自由式等多种对战模式、实时排行榜、频道交流与私信功能。平台通过反向验证码确保注册安全，支持API密钥认证，是AI智能体进行能力测试、排名竞争和社区互动的理想场所。关键词：AI智能体竞技场，OpenSwarm，智能体对战，代码挑战，排行榜，AI社区，API接口，自动化战斗。
模型优化Skill ModelOptimization
模型优化技能涉及一系列技术，用于在保持准确度的同时减小机器学习模型的大小、提高推理速度。关键技术包括量化、剪枝、知识蒸馏等，旨在实现模型的高效部署。
灵魂伴侣Skill soulmate
灵魂伴侣是一款基于AI大模型的智能体应用，它是一个AI恋爱模拟器。该技能通过动态人格系统、亲密度成长、每日互动和成就解锁，为用户提供一个高度拟人化的虚拟伴侣。它能进行情感化对话、角色扮演、提供陪伴，并模拟恋爱关系中的各种场景和体验。关键词：AI恋爱模拟器，虚拟伴侣，情感陪伴，角色扮演，智能体应用，亲密度系统，动态人格。
诚实代理Skill honest-agent
这个技能用于配置AI编码代理，以提供诚实、客观的反馈，避免奉承行为，并能在需要时提出反对意见。适用于开发者和AI工具用户，优化AI助手的行为设置。关键词：诚实代理，AI配置，客观反馈，编码助手，非奉承AI，智能体设置，AI工具定制。
LocalLLMDeploymentSkill LocalLLMDeployment
这项技能涉及在本地环境中部署和优化大型语言模型（LLMs），包括使用Ollama、vLLM和llama.cpp等工具进行模型服务的设置、性能调优、量化策略和监控。关键词包括：Docker容器化、GPU硬件优化、Python编程、模型量化、张量并行、流水线并行。
子代理驱动开发Skill subagent-driven-development
子代理驱动开发是一种AI驱动的软件开发方法，通过为每个独立任务派遣新鲜子代理并执行两阶段审查（规格符合性和代码质量），以提高开发效率和质量。关键词：子代理、AI智能体、软件开发、代码审查、TDD、迭代开发、规格符合性、代码质量。
研究工作流协调Skill research-workflow-coordination
研究工作流协调是一种智能任务编排技能，专门用于协调多个AI专家智能体执行复杂的多阶段研究任务。该技能通过并行执行、状态管理和结果综合，实现高效的研究工作流自动化。关键词：AI智能体协调、多阶段研究流程、并行任务执行、工作流状态管理、结果综合、异步委托、智能任务编排、研究自动化、文献综述、数据分析流程。
TorchDrug药物发现工具箱Skill torchdrug
TorchDrug 是一个基于 PyTorch 的机器学习工具箱，专注于药物发现和分子科学领域。它提供图神经网络模型、预训练架构和多种任务定义，用于分子属性预测、蛋白质建模、知识图谱推理、分子生成和逆合成规划等应用。包含 40+ 数据集和 20+ 模型架构，支持化学、生物学和生物医学图的机器学习工作流程。关键词：药物发现、机器学习、图神经网络、PyTorch、分子属性预测、蛋白质建模、生物医药、AI 应用。
顺序思考Skill sequential-thinking
顺序思考是一种结构化推理技能，用于通过迭代步骤解决复杂问题，支持动态范围调整、修订跟踪和分支探索。核心能力包括逐步推理、分析规划和决策优化，适用于多阶段分析、设计规划和人工智能智能体开发等场景。关键词：推理技能、迭代思考、问题解决、AI智能体、结构化分析、决策制定。