RALplan技能是一个基于共识的迭代规划工具，通过规划者、架构师和批评家智能代理协作，确保任务计划的全面性和质量。适用于项目管理、软件开发和需求分析场景。关键词：共识规划、迭代优化、智能代理、架构审查、质量保证。

Claude Router使用统计与成本分析工具，用于监控AI模型路由使用情况、查询分布统计和成本节省分析。关键词：Claude Router，AI模型路由，成本优化，使用统计，查询分析，大模型部署，AI成本管理，路由监控，性能分析，费用节省。

该技能用于设计RAG系统中知识图谱的检索策略，包括检索模式选择、查询分解、排名配置和来源跟踪，以提高信息检索的准确性和可追溯性。关键词：检索策略、知识图谱、RAG、查询分解、来源跟踪、检索增强生成。

agent-browser是一个专为AI代理设计的命令行界面（CLI）工具，用于自动化浏览器交互。它支持网页导航、表单填充、元素点击和内容提取，使用refs选择器确保确定性操作，并集成代理模式以JSON输出，方便AI集成。关键词：agent-browser, CLI浏览器自动化, AI代理, refs, snapshot, agent模式, 语义定位器, 浏览器自动化工具。

这个技能专注于使用向量数据库来实现人工智能和机器学习应用，包括语义搜索、检索增强生成（RAG）系统、推荐系统等。关键技术涵盖向量数据库选择（如Qdrant、Pinecone）、嵌入模型（如OpenAI、Voyage AI）、文档分块策略和混合搜索模式。适用于构建聊天机器人、搜索引擎、知识库问答等AI驱动的应用，关键词包括：向量数据库、AI、ML、语义搜索、RAG、嵌入生成、分块、混合搜索、Qdrant、Pinecone。

这个技能提供专家级指导，用于使用TRL库实现GRPO（组相对策略优化）来微调语言模型。它专注于推理能力和任务特定行为，通过自定义奖励函数优化模型输出，适用于需要结构化输出和可验证任务的应用，如数学、编码和事实核查。关键词：GRPO, 强化学习, TRL, 模型微调, 推理, 奖励函数, 结构化输出, 大语言模型

本技能详细介绍了如何构建生产级的检索增强生成（RAG）系统，涵盖从文档摄取到智能检索的全流程。核心内容包括：语义分块策略（基于标题分割，避免固定大小）、增量索引与变更检测（通过文件哈希实现高效更新）、批处理向量嵌入（使用OpenAI API）、以及基于Qdrant向量数据库的过滤检索和上下文扩展。适用于需要构建企业级知识库、智能问答系统或文档智能检索应用的开发者，关键词包括：RAG系统、语义分块、增量索引、向量检索、Qdrant、OpenAI嵌入、生产级部署。

该技能专注于在机器人感知领域部署和优化深度学习模型，实现高效的目标检测、实例分割、3D目标检测以及多目标跟踪。核心能力包括配置YOLO、Detectron2等主流框架，进行TensorRT模型加速，搭建ROS视觉管道，并支持多摄像头数据融合。适用于需要实时、精准环境感知的自动化与机器人系统开发。关键词：目标检测，实例分割，深度学习，机器人视觉，YOLO，Detectron2，TensorRT，ROS，3D检测，多目标跟踪。

TensorRT模型优化与部署技能是一个专注于利用NVIDIA TensorRT技术，将深度学习模型（如ONNX格式）高效转换为优化后的推理引擎的专业工具。它支持FP16、INT8等多种精度模式，提供动态形状处理、内核融合分析、自定义插件开发以及详细的性能分析功能。通过该技能，开发者可以显著提升模型在GPU上的推理速度与效率，降低延迟，实现高性能AI应用部署。关键词：TensorRT，模型优化，推理加速，INT8校准，动态形状，CUDA，深度学习部署，性能分析。

MarkItDown是一个Python文件转换工具，支持将PDF、DOCX、图像等15多种格式转换为Markdown，集成OCR和AI功能，适用于数据提取、LLM处理和科学工作流，关键词包括文件转换、Markdown、OCR、AI、数据处理。

本技能专注于构建和管理生产级机器学习系统，涵盖从数据管道、模型训练到部署监控的全流程。核心内容包括MLOps实践、模型部署策略、特征工程、漂移检测、RAG管道构建以及常见反模式规避。关键词：机器学习工程，MLOps，模型部署，特征存储，漂移检测，RAG，AI系统，生产化AI。

ClawHub CLI 是一个用于管理和分发 AI 智能体技能的命令行工具。它允许开发者从中央仓库搜索、安装、更新和发布可复用的技能模块，是构建和扩展 AI 智能体（Agent）生态系统的关键工具。核心功能包括技能市场搜索、版本管理、一键安装和发布工作流，极大地简化了 AI 应用的模块化开发和技能共享。关键词：AI智能体，技能管理，CLI工具，模块化开发，技能市场，版本控制，开源工具，Agent技能，开发工具。