迭代式代码演进是一种结构化、系统化的代码改进方法论。它通过分析、计划、变异、验证、评分、归档六个阶段构成的循环，帮助开发者或AI智能体持续优化代码质量、性能、正确性和设计。该方法强调基于观察的变更、小步快跑、完整记录和从失败中学习，适用于代码重构、性能调优、顽固Bug调试、系统设计演进以及AI智能体、提示词工程等领域的迭代优化。关键词：代码迭代，结构化改进，代码演进，ALMA框架，元学习，代码优化，调试方法论，智能体开发，提示词工程。

RAG系统管理技能专注于检索增强生成系统的优化与维护，包括向量索引重建、搜索参数调优、自定义索引创建等功能。通过混合搜索、智能体检索和重新排序技术，提升知识库问答的准确性和效率。关键词：RAG系统、向量数据库、检索增强生成、搜索优化、索引管理、AI问答系统、知识库管理、语义搜索、智能体检索、混合搜索。

Claude反射系统是一个AI智能体自学习框架，通过自动捕获用户修正指令和手动处理机制，实现AI模型的持续优化和知识更新。该系统支持修正检测、学习队列管理、知识库更新等功能，适用于大模型微调、AI智能体开发、人机交互优化等场景。关键词：AI自学习、修正捕获、知识更新、Claude优化、智能体训练、人机交互、模型微调、学习系统

用户询问技能是一种用于软件开发和人工智能项目中的交互模式，旨在高效收集用户需求、澄清模糊点并获取关键决策。该技能通过提供具体选项、充分上下文和批量提问，帮助开发者、产品经理和AI智能体在需求分析、方案选择和范围界定阶段与用户有效沟通，避免误解和返工，提升协作效率。关键词：用户交互、需求收集、决策支持、选项呈现、范围澄清、软件开发、AI智能体、沟通模式。

多智能体对抗分析系统，用于代码安全，通过模拟攻击发现漏洞和弱点

这个技能用于设计和创建元提示模板，将工程工作流编码为可重用和可扩展的单位。适用于生成计划、设计工作流模板和编码团队最佳实践到AI代理提示中。关键词：元提示、模板、工程工作流、AI智能体、计划生成、可重用模板、SEO搜索。

这个技能用于设计闭环提示，通过请求-验证-解决结构提升代理工作流的可靠性和自纠正能力，适用于创建自验证代理、添加反馈循环和自动化验证，关键词包括闭环设计、代理可靠性、反馈循环、自动化测试、代理工作流、AI智能体、软件验证。

这个技能用于通过Rube MCP自动化Radar任务，实现工具发现、连接管理和工作流执行，提高自动化效率和集成能力。适用于自动化操作、系统集成和工具链管理场景。关键词：雷达自动化、Rube MCP、Composio、工作流自动化、工具集成、AI智能体、自动化开发。

这是一个关于构建生产就绪的大型语言模型（LLM）应用模式的技能。涵盖了 RAG 管道、智能体架构、提示 IDE 和 LLMOps 监控，适用于设计 AI 应用、实现 RAG、构建智能体或设置 LLM 可观测性。关键词：LLM 应用、RAG、智能体、提示工程、LLMOps。

这是一个免费的、隐私优先的Web搜索API，专为AI代理和开发人员设计，提供无成本、无速率限制、无跟踪的搜索功能。它聚合多个搜索引擎结果，支持高容量查询和分布式实例，适用于AI智能体、数据抓取和自动化任务。关键词：免费搜索API、隐私搜索、AI代理、SearXNG、Web搜索、多引擎搜索、无限制查询、分布式基础设施。

AI记忆记录技能用于自动分析对话内容，提取关键信息如事件、决策、偏好和情绪，并根据多层级系统（情境层、行为层、认知层、核心层）记录到个人记忆库中。它支持检测重复模式并建议优化记录结构，适用于AI智能体、对话管理和信息组织场景。关键词：AI智能体、对话分析、记忆系统、信息记录、层级管理、重复模式检测、SEO优化。

外部参考研究技能是一种专门用于高效检索和分析外部技术资源的智能体能力。它通过整合GitHub CLI、Context7和网络搜索工具，帮助开发者快速查找官方文档、开源代码示例、最佳实践和实现模式。该技能适用于处理不熟悉的库、框架、外部依赖集成，以及需要从开源项目中学习实际应用场景的情况。核心功能包括多仓库分析、远程代码检索、文档搜索和示例发现，旨在提升开发效率、确保代码质量并遵循行业最佳实践。关键词：外部参考研究，文档检索，开源代码搜索，技术研究，库集成，最佳实践，GitHub搜索，API文档，实现示例，故障排除。